半同胞群体QTL区间定位的通用SAS程序

1、半同胞群体QTL区间定位的通用SAS程序殷宗俊1，张勤2（1.安徽农业大学动物科技学院，合肥 230036；2.中国农业大学动物科技学院，北京 100094）在家畜中普遍存在的是分离群体，在数量性状基因定位方面，由于分离群体在各个家系内标记之间及标记与QTL之间的连锁状态是不同，同一位点可能存在着多个等位基因，且只有部分个体提供信息1，因而在分离群体中进行QTL定位时，其资源群体要以家系为单位，估计的参数也是以QTL方差组分为主。半同胞设计是家畜QTL分析的常用方法，设计中以父系半同胞为资源群体，利用父系及其半同胞后代的标记信息和表型信息进行QTL分析。目前，用于分离群体QTL区间定位的统计方

2、法主要有最大似然法和贝叶斯方法，不同的方法也都形成了很多相应的分析软件，但从现有软件的使用情况来看，多数分析软件或程序的专用性太强，对分子与表型数据的录入要求十分严格，输出的结果不易被完全理解，使用起来有一定的难度。SAS统计分析软件具有强大的计算分析功能4，并具有易编程和直观易懂等优点，目前在动物遗传育种的多个方面达到了应用，而在统计基因组及QTL定位方面的应用则不是太多，为此笔者在SAS统计软件应用于家畜QTL定位方面做了一些尝试性的探索，分析的方法采用最大似然法。1 QTL区间定位方法用于半同胞群体QTL定位的分析模型如下：其中为第头公畜第个标记基因型内第个后代的表型值；为公畜的多基因效

3、应；为QTL两个等位基因的加性效应（）；表示在标记基因型内后代继承杂合子公畜第个等位基因的概条件率（表1），主要取决于重组率。上述模型可以再参数化为，这里，为公畜组效应；，为加性QTL效应；为群体均值，为了分析上的简便设定。对上述模型可采用最大似然法进行求解。表1 半同胞女儿的基因型及相对概率公畜单倍型后代基因型基因型值相对频率标记基因型2 通用SAS程序编制通用的SAS程序见附录，程序中考虑了双侧翼标记单个区间的情况，但对于多标记的情况程序也是适用的，只要在原程序的基础上进行适当的扩展即可。QTL区间定位的分析方法采用常规的最大似然法。3 实例分析用于分析的数据由Monte carlo方法模

4、拟产生，具体产生过程参见文献2和3。左侧标记与QTL之间的模拟重组率为0.08。以下是程序运行后所获得的结果： Obs L0 interval L1 LA LRT1 24062.46 1 0.0001 24028.12 34.33482 24062.46 1 0.0101 24024.96 37.49663 24062.46 1 0.0201 24021.91 40.55004 24062.46 1 0.0301 24019.07 43.38765 24062.46 1 0.0401 24016.56 45.89916 24062.46 1 0.0501 24014.48 47.98167 2

5、4062.46 1 0.0601 24012.91 49.55038 24062.46 1 0.0701 24011.91 50.5477 9 24062.46 1 0.0801 24011.51 50.949810 24062.46 1 0.0901 24011.69 50.767411 24062.46 1 0.1001 24012.42 50.043012 24062.46 1 0.1101 24013.62 48.8440 运行结果给出了在不同重组率位置的似然检验统计量（LRT），可以看出LRT在重组率（L1）为0.0801处达到最大值，与QTL假定的位置相符。图1为似然检验统计量的剖

6、面图。图1 检验统计量（LRT）随重组率变化的剖面图 从上面的实例中可以看出，利用SAS程序进行分离群体QTL连锁分析在编程上简单易懂，分子与表型数据的录入直观易调整，计算速度快，输出的结果在内容和格式可以人为控制，并可以根据情况进行程序调整，以增加输出结果内容的可知性。另外，这一通用SAS程序可以在多种情况下进行扩展，对于多区间或其它资源群体的情况，只需要在程序中作适当的调整或增加循环就可以适用。参考文献1 Darvasi A. Experimental strategies for the genetic dissection of complex traits in animal mod

7、els. Nat. Genet., 1998,18:19-242 殷宗俊, 张勤等. 离散性状QTL区间定位的最大似然方法. 遗传学报, 2005, 32(9): 923-929.3 殷宗俊, 张勤. 随机效应模型下标记-QTL连锁分析方法. 中国农业大学学报, 2005,10(4): 93-964 高惠璇编. 实用统计方法与SAS系统. 北京: 北京大学出版社, 2001附录：半同胞群体QTL区间定位的SAS程序data sire;infile "sire.dat"input sire prog M N y;data sirel; set sire;l=.12;r=.5*

8、(1-exp(-2*l);do l1=0.0001 to l by .01;l2=l-l1;r1=.5*(1-exp(-2*l1);r2=.5*(1-exp(-2*l2);if m=0 and n=0 then z1=1-r1*r2/(1-R);if m=0 and n=1 then z1=(1-r1)*r2/R;if m=1 and n=0 then z1=r1*(1-r2)/R;if m=1 and n=1 then z1=r1*r2/(1-R);output;end;proc sort data=sirel ;by l1;ods listing close;proc mixed data

9、=sire method=ml;class sire;model y=sire;ods output FitStatistics=F0; ods output CovParms=C0;run;Data F01;set F0;if Descr = "-2 Log Likelihood" then delete;L0=value;interval=1;keep interval L0;proc mixed data=sirel method=ml;by l1;class sire;model y=sire;random z1*sire;ods output FitStatistics=F; ods output CovParms=C;run;ods listing;data F1;interval=1;set F;if D