统计基因组学团队方法学研究取得新进展

近日，国际数学与计算生物学领域知名期刊《Briefings in Bioinformatics》等杂志在线发表了我校统计基因组学团队在关联分析和连锁分析方法学方面的系列研究成果。该论文提出了高效、快速计算的多位点关联分析新算法，理学院温阳俊讲师是该文第一作者，章元明教授和美国滨州州立大学Wu Rongling教授为通讯作者。

在全基因组关联分析中，为控制其假阳性率，实施了Bonferroni矫正，使单标记扫描的显著水平过低，常常丢失重要关联位点。这在作物关联分析中尤为突出。为克服这一问题，可使用多位点关联分析方法。为此，在SNP效应为随机条件下，提出模型变换新算法，利用快速计算算法估计三个方差分量，以扫描全基因组所有标记，再选择几百至数千个潜在关联的标记进行多位点贝叶期压缩估计分析，最后将非零效应进行似然比检验以获得真QTN。这种方法称为快速检测多位点随机SNP效应混合模型方法，简称FASTmrEMMA。通过Monte Carlo模拟研究和实际数据分析表明，新方法优于EMMA、SUPER、CMLM和ECMLM等国际上广泛使用的方法。为了让新方法快速应用于人类、动物和植物关联分析研究，该团队也研制了在R环境运行的带有界面功能的免费软件包。为了进一步验证新方法的正确性，从多个侧面提出了多种多位点关联分析新方法，分别在统计基因组学领域主流期刊PLoS Computational Biology、Scientific Reports和Heredity刊物上发表。经拟南芥实际数据分析表明，这些方法间具有互补性，可相互结合使用。

在QTL定位连锁分析中，目前广泛使用复合区间作图CIM方法。针对关联分析未考虑显性效应和F2群体连锁分析中显性所占份额较小的不足，提出了利用部分NCII遗传交配设计群体进行数量性状遗传分析的新策略和新方法。利用这种策略和EBLASSO参数估计方法剖析了杂种优势的遗传基础，获得各遗传组分对杂种优势的相对贡献大小。日前，中国农科院作物研究所利用我们两年前提出的策略和国际上已有的软件包剖析了玉米开花时间相关性状的遗传基础和杂种优势，在显著位置予以报道。

近年来，该团队在统计基因组学领域提出了三类全新的连锁分析与关联分析框架与方法，已发表通讯作者论文10余篇。团队负责人章元明教授被遴选为Heredity、Scientific Reports、BMC Genetics、Canadian Journal of Plant Science和作物学报等知名刊物编委，并被授予加拿大作物学会荣誉会员。

[ 赵烨烨 石松 ]

;