3.QTL定位:Rqtl —— Multiple-QTL analyses

在進(jìn)行單QTL和雙QTL基因組掃描后泌射,最好將確定的位點(diǎn)合并成一個(gè)聯(lián)合模型国裳,然后進(jìn)一步探討QTL的可能性。

在此工作中盗温,我們使用由makeqtl()創(chuàng)建的QTL對(duì)象藕赞,利用fitqtl()擬合多qtl模型。

流程如下:

  • 1.首先進(jìn)行單qtl基因組掃描卖局,選擇LOD評(píng)分最高的位置斧蜕;
  • 2.固定QTL模型:
    a.加性QTL掃描;
    b.對(duì)于當(dāng)前模型中的每個(gè)QTL砚偶,掃描另一個(gè)相互作用的QTL批销;
    c.如果當(dāng)前模型中有2個(gè)QTL,考慮添加其中一個(gè)可能的成對(duì)交互作用蟹演;
    d.進(jìn)行二維雙QTL掃描风钻,添加一對(duì)新的QTL顷蟀,加性或相互作用酒请;
    e.在當(dāng)前步驟中考慮的模型比較標(biāo)準(zhǔn)中,選出具有最大值的模型鸣个。
  • 優(yōu)化當(dāng)前模型中QTL的位置羞反;
  • 重復(fù)步驟2和步驟3布朦,得到具有預(yù)定數(shù)量位點(diǎn)的模型;
  • 最后昼窗,在所有模型中是趴,選擇模型比較標(biāo)準(zhǔn)最大的模型。

0.準(zhǔn)備工作

> library(qtl)
> data <- read.cross("csv", ".", "gen_phe.csv")
> jit<-jittermap(data)
> calc <- calc.genoprob(jit, step=2)

1.創(chuàng)建QTL對(duì)象

將但QTL掃描和二維雙QTL掃描得到的QTL整理成一個(gè)聯(lián)合模型澄惊;

根據(jù)單QTL掃描的結(jié)果唆途,共有2個(gè)QTL,二維雙QTL掃描得到chr11和chr13之間存在互作:

> chr <- c(6, 8, 11,13)
> pos <- c(86.77,40.52,96, 54)

2.模型擬合

> qtl <- makeqtl(calc, chr, pos)
Error in makeqtl(calc, chr, pos) : You must first run sim.geno.

報(bào)錯(cuò):You must first run sim.geno.
該函數(shù)取一個(gè)交叉對(duì)象和指定的染色體數(shù)目和位置掸驱,并在最近的偽標(biāo)記處提取基因型概率或估算基因型

> sim <- sim.geno(calc, step=2, err=0.001)

重新擬合肛搬,允許Q3和Q4之間存在互作:

> qtl <- makeqtl(sim, chr, pos)
> my.formula <- y ~ Q1 + Q2 + Q3 + Q4 + Q3:Q4
> out.fitqtl <- fitqtl(sim, qtl=qtl, formula=my.formula)

總結(jié)

> summary(out.fitqtl)

%var一列就是QTL的表型解釋率了。


引用轉(zhuǎn)載請(qǐng)注明出處毕贼,如有錯(cuò)誤敬請(qǐng)指出温赔。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市鬼癣,隨后出現(xiàn)的幾起案子陶贼,更是在濱河造成了極大的恐慌,老刑警劉巖待秃,帶你破解...
    沈念sama閱讀 216,372評(píng)論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件拜秧,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡章郁,警方通過(guò)查閱死者的電腦和手機(jī)腹纳,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)驱犹,“玉大人嘲恍,你說(shuō)我怎么就攤上這事⌒劬裕” “怎么了佃牛?”我有些...
    開(kāi)封第一講書(shū)人閱讀 162,415評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)医舆。 經(jīng)常有香客問(wèn)我俘侠,道長(zhǎng),這世上最難降的妖魔是什么蔬将? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,157評(píng)論 1 292
  • 正文 為了忘掉前任爷速,我火速辦了婚禮,結(jié)果婚禮上霞怀,老公的妹妹穿的比我還像新娘惫东。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,171評(píng)論 6 388
  • 文/花漫 我一把揭開(kāi)白布廉沮。 她就那樣靜靜地躺著颓遏,像睡著了一般。 火紅的嫁衣襯著肌膚如雪滞时。 梳的紋絲不亂的頭發(fā)上叁幢,一...
    開(kāi)封第一講書(shū)人閱讀 51,125評(píng)論 1 297
  • 那天,我揣著相機(jī)與錄音坪稽,去河邊找鬼曼玩。 笑死,一個(gè)胖子當(dāng)著我的面吹牛窒百,可吹牛的內(nèi)容都是我干的演训。 我是一名探鬼主播,決...
    沈念sama閱讀 40,028評(píng)論 3 417
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼贝咙,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼样悟!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起庭猩,我...
    開(kāi)封第一講書(shū)人閱讀 38,887評(píng)論 0 274
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤窟她,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后蔼水,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體震糖,經(jīng)...
    沈念sama閱讀 45,310評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,533評(píng)論 2 332
  • 正文 我和宋清朗相戀三年趴腋,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了吊说。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,690評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡优炬,死狀恐怖颁井,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情蠢护,我是刑警寧澤雅宾,帶...
    沈念sama閱讀 35,411評(píng)論 5 343
  • 正文 年R本政府宣布,位于F島的核電站葵硕,受9級(jí)特大地震影響眉抬,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜懈凹,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,004評(píng)論 3 325
  • 文/蒙蒙 一蜀变、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧介评,春花似錦库北、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,659評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至棒掠,卻和暖如春孵构,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背烟很。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,812評(píng)論 1 268
  • 我被黑心中介騙來(lái)泰國(guó)打工颈墅, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人雾袱。 一個(gè)月前我還...
    沈念sama閱讀 47,693評(píng)論 2 368
  • 正文 我出身青樓恤筛,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親芹橡。 傳聞我的和親對(duì)象是個(gè)殘疾皇子毒坛,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,577評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容