《数量遗传分析》PPT课件

《《数量遗传分析》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六章数量性状遗传分析本章重点和难点：了解数量性状的主要特征和多基因假说的要点掌握遗传率的概念及计算方法了解自交和回交的遗传效应了解杂种优势的遗传理论质量性状彼此差异明显，呈现不连续变异(1)质量性状(qualitativetrait)质量性状在表面上都显示出质的差别，其后代比较容易符合遗传学定律质量性状的区别可以用文字来描述一、数量性状的概念及其基本特征第一节数量性状及其特征(2)数量性状(quantitativetrait):所有能够度量的性状统称为数量性状数量性状是由多基因控制的，其表现容易受环境条件的影响数量性状的差异要用数字表示，如身高、体重……，等数量性状彼此间只有数量的差别，没有

2、明显的质的界限，表现连续变异数量性状的特征：二、数量性状遗传的多基因假说(一)多基因假说的实验根据1909年Nilson-Ehle对小麦和燕麦的籽粒颜色进行研究发现whitehullsofwheatRedhullsofwheatAcomplexinheritancepatterncouldbeexplainedbythesegregationandassortmentofmultiplegenes(publishedin1909).小麦籽粒颜色3对重叠基因决定时的遗传动态这一结果表现的特点：小麦和燕麦存在3对与种皮颜色有关、独立分离的基因，及1对(3:1);2对(15:1);3对(63:1)红

3、色的程度可以进一步划分为：深红、次深红、中红、……、白色等红色深浅的程度与所具有的决定红色的基因数目有关，而与基因的种类无关(二)多基因假说的要点1909年Nilson-Ehle提出多基因假说(multiplefactorhyphothesis)对数量性状的遗传进行了解释：他认为，数量性状是由许多彼此独立的基因作用的结果,每个基因对性状表现的效果较微，但其遗传方式仍然服从孟德尔遗传规律多基因假说的要点：数量性状是许多对微效基因或多基因(polygene)共同作用的结果多基因的每一对基因对其表型所产生的效应微小微效基因的效应是相等而且相加，故又可称多基因为累加基因微效基因之间往往缺乏显性多基因往

4、往有多效性多基因和主效基因一样处在细胞核的染色体上，并且具有分离、重组、连锁等性质玉米穗长56789101112131415161718192021短穗421248长穗311121526151072F111212141794F2110192647736839251591玉米穗长(cm)的遗传Thesechildrenexhibittherangeofskin,eye,andhaircolorstypicalofpoly-genicinheritance.TraitPatternofInheritanceABObloodgroupsMultiplealleleswithco-dominanceE

5、yecolorPolygenicwithincompletedominanceFingerprintsPolygenic,influencedbyexternalfactorsEarstructureManyfeaturespolygenic,developmentrelatedtogenderAbell-shapedcurvetypicalofthecontinuouslyvaryingnatureofatraitthatistheresultofpoly-genicinheritance.ComparisonofQualitativetraits&QuantitativetraitsIte

6、msQualitativetraitsQuantitativetraitsFormofvariationDiscreteContinuousMethodofstudyConventionalgeneticanalysisStatistics(Biometrics)Environment-alinfluenceLittleOften/moreGenecontributionAfewmajorgenesPoly-minorgenesPopulationconcernedSmallLarge第二节数量性状遗传分析的统计学基础它表示一组资料的集中性，是某一性状全部观察数(表型值)的平均，通常应用的平均

7、数是算术平均数。可用公式表示：一、平均数X=(X1+X2+X3……＋Xn)/n=ΣX/n二、方差和标准差方差是用以表示一组资料的分散程度；方差的开方即等于标准差S2=(xi-x)2/n-1(xi-x)2=(xi2-2xxi+x2)=xi2-2xxi+xnx=xi2-(xi)2/nS2=(x-x)2/n=[x2-(x)2/n]/n-1Covariance,Corr