Wu 2004发育性状遗传组成的分析

Wu R, Ma CX, Lin M, Casella G (2004) A General Framework for Analyzing the Genetic Architecture of Developmental Characteristics. Genetics 166:1541–1551. doi: 10.1534/genetics.166.3.1541

生长性状的遗传结构在形成生物的生长，发育和进化中起着中心作用。虽然有限数量的模型被设计来估计对复杂表型的遗传效应，没有模型可用于检查基因行为和相互作用如何改变生物的本体发育，并将改变的个体发育转化为后代。在本文中，我们提出一个新的统计模型，用于定位数量性状基因位点（QTL）确定复杂性状的发育过程。我们的模型是在用EM算法实现的传统最大似然框架内构建的。我们采用生物有意义的生长曲线方程来建模时间特异性预期遗传值和AR（1）模型，以构造不同时间点之间的残差方差 - 协方差矩阵。由于估计参数的数量减少和生物学原理的并入，新模型显示增加的统计功效以检测QTL对个体发育生长和发育的形状产生影响。该模型允许对关于上位在确定生物生长，形式和形状以及解决与进化界面处的发育问题的作用的许多生物假设的测试。使用我们新开发的模型，我们已经成功地检测到显着的添加剂×添加上位性效应对茎高度生长轨迹在林木中。

---

复杂生物（如动物和植物）的演化不仅仅是由成年祖先直接转化为成年后代的结果，而是涉及一系列发展过程，产生每一代的新特征。越来越多的进化研究已经发射，以确定在所述速率或必须发生从其祖先派生特定表型的发育过程的定时的遗传或发育变化（ř 冰 1997 ; ř AFF 2000 ; ř ougvie 2001）。一般的看法是，发展进程的演变是由环境和单独行动，并与对方（交互许多基因共同影响大号ynch和W alsh 1998）。然而，为了准确地预测性状进化的方向和速率，必须量化基因如何作用和相互作用以控制发育的各个阶段的详细遗传结构。

倾向于表现个体之间连续变异的表型特征的基因称为数量性状基因座（QTL）。QTL的遗传效应或方差包括两个组件，添加剂，由于育种值的累积和非加性，由于等位基因（显性）或nonallelic（上位）相互作用。不同基因座之间的上位相互作用可以进一步分成不同类型：加性×加性，加性×显性（或显性×加性）和显性×显性。上位的存在意味着基因对表型的影响严重依赖于由其他基因提供的上下文。在过去，添加剂和数量性状的非加性遗传结构的估计是基于相关个体（表型大号ynch和W alsh 1998），虽然这有最小的功率，以检测非加性遗传变异，特别是上位方差因为上位贡献甚微亲属之间的相似（ç heverud和R 奥特曼 1995年）。

基于DNA的遗传连锁图谱的出现打开用于精确估算发育性状的遗传结构的新颖的途径（V aughn 等人 1999年）。目前提出的检测QTL的主要和相互作用效应的统计方法是基于在有限组的标志性年龄下测量的数量性状的表型。最近，W ü 等。（2002年，2003年a，b）和M 一个 等。（2002）已经得到的强大功能映射方法用于通过普遍增长法律实施个体发育成长的过程中推定的QTL效应的动态变化（W¯¯ EST 等人 2001）和结构化残差（共）方差之间不同的矩阵的时间点（参见ķ irkpatrick和H 埃克曼 1989年 ; K- irkpatrick 等人 1990年，1994年 ; P 莱彻和G eyer 1999年）。这种方法已被证明是由于参数数量减少的统计上更强大和更精确的被估计并且是生物学更有意义，由于考虑的生物学原理基础性状开发（W¯¯ Û 等人 2002）。然而，这个模型没有纳入上位相互作用的估计过程，因此，不能检查整个遗传结构在发展轨迹中的作用。

在本文中，我们扩展功能映射方法映射任何QTL（包括加性，显性和上位性），将等位基因和/或非等位基因影响转换为最终表型在连续的发展过程中表示为本体发生轨迹或通过表型 - 时间空间（一个lberch 等人 1979年 ; W¯¯ OLF 。等 2000）。我们推导估算和测试的特质增长上位的影响，特别程序，因为越来越多的证据身体现在显示上位在决定发展变化更加重要的作用比原先认为（R 冰 1997年，2000 ; W¯¯ OLF 等人 2000）。上位性可以触发对生物组织的不同水平的发育的进化的影响，并且这些包括基因表达和遗传结构的分子机制，性和重组的进化，遗传连锁和其相关的远交繁殖抑制，适应进化和形态的非常过程（W¯¯ OLF 等人 2000）。我们使用基于最大似然法，用期望最大化（EM）算法实现，以估计QTL位置和对生长分化的遗传效应。与当前的映射方法相比，我们的合并生长轨迹的方法在QTL检测和效应估计中趋于更强大和更精确，如使用林木数据的示例所示。在实践中，我们的方法在经济上比以前的方法更可行，因为它需要更小尺寸的基因型样品，以通过使用每个个体的重复测量获得足够的功率用于QTL检测。可以预期，本文提出的方法将对理解发展的起源和演化以及上位性效应对发展过程中进化变化的贡献具有潜在影响。