准确预测数量特征与失败的SNP调用卡诺拉和玉米的数量特征

科学领域:

• 基因组学就是基因组学.
• 植物育种 植物育种
• 生物信息学是一种生物信息学.

背景情况:

• 在现代植物育种中,基因组选择对于识别优异基因型至关重要.
• 单核酸多态 (SNP) 阵列被广泛用于大种群的高通量基因型定型.
• 在SNP数据中,失败的等位基因调用通常被归因,假设技术错误,这可能会忽视诸如删除之类的生物学原因.

研究的目的:

• 在农业特征的基因组预测中研究"失败的等位基因调用"的预测价值.
• 开发用于过可能由于生物变异而导致的失败SNP呼叫的方法.
• 在基因组预测模型中评估这些过失败呼叫的实用性.

主要方法:

• 使用四个参数模型和两个机器学习模型分析已发布的甘露和玉米数据集.
• 开发两个统计管道,利用人口结构和链接不平衡来过失败的SNP电话.
• 使用标准SNP数据,所有失败呼叫和过失败呼叫进行预测准确度的比较.

主要成果:

• 分析失败的等位基因调用时,对关键农学特征表现出显著的预测能力.
• 统计管道成功过了可能由生物因素引起的失败SNP电话.
• 使用过失败呼叫的预测准确性与基于标准SNP的预测具有竞争力.

结论:

• "失败的等位基因调用"包含有价值的生物信息,可以提高基因组预测.
• 根据生物指标对这些呼叫进行过对于利用它们的预测潜力至关重要.
• 虽然由于冗余性,它们不能仅仅超过基于SNP的预测,但过的失败呼叫在基因组预测中提供了一个补充的方法.