QTL定位

1.QTL定位

QTL（quantitative trait locus）
       即数量性状位点，代表染色体上影响数量性状的某个区段，区段内可能会有一个甚至多个影响数量性状的功能基因。QTL定位指检查分子标记与QTL间的连锁关系，并估算QTL的表型效应。其本质是利用功能基因与分子标记间的连锁和重组，实现对功能基因位置的定位。近几年QTL定位应用的较为广泛，在人类基因上与疾病有关的基因位点甚多；植物上，模式植物抗逆性基因的定位较多。

QTL定位的主要流程：
（1）构建分离群体（作图群体）：注意亲本的选择，要有稳定的表型差异；注意群体的大小、分离群体的类型，是否有表型重复性，考虑QTL的显隐性

（2）遗传标记检测和表型测定（需要准确的表型数据）

（3）利用基因型图谱或分子标记和表型数据进行连锁分析：通过观察LOD曲线的峰值，进行QTL的初步定位

（4）QTL的精细定位，使用统计分析鉴定候选基因

1.LOD值：Logarithm off the odds score
        LOD = log10(L1/L0)，L1是该位点有QTL的概率，L0是该位点无QTL的概率。所以LOD值越大，说明该位点有QTL的概率大于无QTL的概率，即该位点是候选基因位点。

      

那么LOD值多少为大呢，即LOD阈值设为多少可以认为该位点有QTL呢？这就需要使用Permutation test置换检验来确定显著性阈值。Permutation test与Bootstrap的区别是，前者为不放回抽样，后者为放回抽样。在这里Permutation test的方法是，先随机打乱表型与基因型之间的对应关系，接着进行QTL分析记录区间中最大的LOD值，重复该过程1000次，得到“表型-基因型”不关联的情况下，LOD值的分布情况；取随机模型得到的前5%或1%为显著性阈值。如果LOD=3，则意味着这个位点有QLT的概率是无QTL的概率的1000倍

2.QTL的统计方法

1)单标记分析：方差分析（检验两个及两个以上样本均数差别的显著性）、t检验、线性回归

2)区间作图法（IM）：在线性模型基础上，利用最大似然法对相邻标记构成的区间内任意一点可能存在的QTL进行似然比检验，进而获得其效应的极大似然估计。

3)复合区间作图法（CIM）：使用逐步回归，将其它与表型相关的QTL作为协变量控制背景遗传效应。

QTL定位的关键：（1）作图群体；（2）基因型；（3）表型

 3. MTA

彼此相距100 kb以内的MTA被认为是一个单一的QTL区域

4.QTL簇

QTL簇都与两个或多个常见元素或者性状相关

 

参考文献来源：

【经验分享】一文带你看懂QTL及QTL作图-CSDN博客 

【生信】QTL定位与全基因组关联分析(GWAS)-CSDN博客

QTL 定位的原理 | Public Library of Bioinformatics (plob.org)

Genome-wide association study reveals genetic loci for ten trace elements in foxtail millet (Setaria italica) | Theoretical and Applied Genetics (springer.com)