Statistical approaches in QTL mapping and molecular breeding for complex traits

Most of the important agronomic traits in crops,such as yield and quality,are complex traits affected by multiple genes with gene × gene interaction as well as gene × environment interaction.Understanding the genetic architecture of complex traits is a long-term task for quantitative geneticists and plant breeders who wish to design efficient breeding programs.Conventionally,the genetic properties of traits can be revealed by partitioning the total variation into variation components caused by specific genetic effects.With recent advances in molecular genotyping and high-throughput technology,the unraveling of the genetic architecture of complex traits by analyzing quantitative trait locus (QTL) has become possible.The improvement of complex traits has also been achieved by pyramiding individual QTL.In this review,we describe some statistical methods for QTL mapping that can be used to analyze QTL × QTL interaction and QTL × environment interaction,and discuss their applications in crop breeding for complex traits.     

Methods for mapping QTLs underlying endosperm traits based on random hybridization design

Cereal grains are mainly composed of endosperms, which are humans’ staple food containing rich nutri- tious substances such as starch, protein and lipid. Many endosperm traits are related to grain yield and quality. Therefore, studying the genetic basis …     

Influence of outliers on QTL mapping for complex traits

A method was proposed for the detection of outliers and influential observations in the framework of a mixed linear model, prior to the quantitative trait locus （QTL） mapping analysis. We investigated the impact of outliers on QTL mapping for complex traits in a mouse BXD population, and observed that the dropping of outliers could provide the evidence of additional QTL and epistatic loci affecting the 1 stBrain-OB and the 2ndBrain-OB in a cross of the abovementioned population. The results could also reveal a remarkable increase in estimating heritabilities of QTL in the absence of outliers. In addition, simulations were conducted to investigate the detection powers and false discovery rates （FDRs） of QTLs in the presence and absence of outliers. The results suggested that the presence of a small proportion of outliers could increase the FDR and hence decrease the detection power of QTLs. A drastic increase could be obtained in the estimates of standard errors for position, additive and additive× environment interaction effects of QTLs in the presence of outliers.     

A new statistical method for mapping QTLs underlying endosperm traits

Genetic expression for an endosperm trait in seeds of cereal crops may be controlled simultaneously by the triploid endosperm genotypes and the diploid maternal genotypes. However, current statistical methods for mapping quantitative trait loci （QTLs） underlying endosperm traits have not been effective in dealing with the putative maternal genetic effects. Combining the quantitative genetic model for diploid maternal traits with triploid endosperm traits, here we propose a new statistical method for mapping QTLs controlling endosperm traits with maternal genetic effects. This method applies the data set of both DNA molecular marker genotypes of each plant in segregation population and the quantitative observations of single endosperms in each plant to map QTL. The maximum likelihood method implemented via the expectation-maximization algorithm was used to the estimate parameters of a putative QTL. Since this method involves the maternal effect that may contribute to endosperm traits, it might be more congruent with the genetics of endosperm traits and more helpful to increasing the precision of QTL mapping. The simulation results show the proposed method provides accurate estimates of the QTL effects and locations with high statistical power.     

The comparative analysis based on maize integrated QTL map and meta-analysis of plant height QTLs

Since the first publication of quantitative trait locus (QTL) localization using molecular markers[1], a large number of QTLs have been identified in different ge- netic backgrounds and environments. Affected by many factors, such as marker sets, experime…     

基于k-部排序学习方法的本体映射算法

本体映射作为实现多本体间相互操作的重要手段,已广泛应用于诸多领域。利于k-部排序学习算法得到最优排序函数,从而将多本体结构图中每个顶点映射成一个实数,通过比较来自不同本体顶点对应实数间的差值判断概念间的相似程度。实验表明：该方法对于在不同本体间建立映射是有效的。     

双均衡的集群存储资源映射方法

为了解决集群存储环境下的存储资源管理问题,提出一种双均衡的集群存储资源映射方法。该方法包含两个阶段:第一阶段基于LPT(longest processing time)算法求解集合划分问题,实现将虚拟存储资源请求均匀地分配到节点上;第二阶段基于Toyoda算法求解多维背包问题,用于进行节点内部设备级别的资源映射。这种两阶段的求解过程可以极大地简化集群存储资源映射问题的求解难度,并达到节点间负载均衡和节点内部多维度资源使用均衡的双均衡目标。模拟实验表明该方法不仅达到双均衡的资源映射目标,而且对不同维度、不同粒度的资源请求情况具有良好的适应性。     

基于改进渐进空间映射算法的滤波器设计方法

提出了改进渐进空间映射算法的新的滤波器设计方法．首先，将初始映射矩阵改进为单变量偏导矩阵．其次，在参数抽取过程中巧妙地引入柯西法，从而在保证精度的前提下，加快了参数抽取的速度．最后，通过一个4腔的同轴腔体滤波器的设计实例验证了该文的方法．滤波器的电磁仿真结果与理论综合结果吻合良好，证实了该方法的有效性．     

基于改进的投影变换公式的车道识别方法

现有车道识别方法易受道路上车辆和阴影的干扰,并且投影公式精度不高,不适用于摄像机安装俯仰角为0°的情况。为此对现有的投影公式进行了改进,在变换后的俯视图中使用圆曲线车道模型及基于密度的Hough变换进行车道识别。实验结果表明,该方法可以明显降低车辆、阴影对于车道识别的干扰,并且能够满足车道识别实时性的要求。     

两点边值问题基于三次混合插值的超收敛有限体积元方法

针对两点混合边值问题提出了基于三次混合插值的超收敛有限体积元方法,该方法形成的线性代数方程组具有五对角性质,可以使用带状消去法求解．证明了格式按照离散日。半范数具有四阶收敛精度．最后,通过数值算例验证了结论的正确性．     

基于Tent映射NSGA-II算法的微电网多目标优化方法

为提高微电网运行的经济性、降低网络中的碳排放量和有功功率损耗,文中提出一种基于Tent混沌映射NSGA-II算法的微电网能量优化管理方法。该方法采用双层能量优化管理：上层采用模糊管理系统确定微电网运行模式,下层采用改进NSGA-II算法对能量进行优化管理。首先在多约束条件下,建立以微电网运行经济性、网络中碳排放量和有功功率损耗为目标函数的多目标优化数学模型。其次在多目标优化数学模型求解过程中,引入Tent混沌映射方法来增加NSGA-II算法的种群多样性,以提高算法的全局搜索能力,同时利用隶属度函数确定微电网能量优化管理策略。最后运用欧洲一典型微电网作为算例,验证所提出的能量管理方法、容量配置优化模型以及改进NSGA-II算法的合理性和有效性。仿真结果表明：改进NSGA-II算法具有良好的优化效果,使得微电网运行的经济性得到了显著提升,较传统算法提高了14.55%;碳排放量有所降低,较传统算法减小了3.10%,可实现对微电网多目标的优化。     

基于区域增长和三角分割的局部纹理映射算法

为增强三维场景中物体的真实感,展现物体局部细节特征,文章提出了一种基于区域增长和三角分割的局部纹理贴图映射算法。该算法以用户指定点为中心点,将包含该点三角面作中介面,通过将邻接平面展平到中介平面上,在一定范围内扩展该映射区域,计算区域内顶点纹理坐标。对于部分超过范围的三角面,通过求切线交点的方法进行三角分割,直至获得贴图的合适映射区域。算法成功应用于针织物外观模拟展示系统,很好地实现了在不规则三维物体上的局部区域纹理映射。     

基于本构均一化理论的多层复合材料流固耦合等效分析方法

为缓解多层复合材料在流固耦合模拟中计算效率和精度间的矛盾,基于本构均一化理论提出了多层复合材料的等效方法,并结合开源工具preCICE检验了该方法在恒定、时变2种流体边界条件下流固耦合的准确性和计算效率。结果表明:与直接分层模拟相比,等效方法的误差处于合理范围内,且即使忽略等效模型带来的固体单元数量减少的收益,计算效率也有显著提升;恒定流体边界下耦合仿真结果相对误差小于5%,耦合迭代效率提高20%;时变流体边界耦合场景中相对误差小于10%,耦合迭代效率提高40%。     

基于线性黏聚力模型的FRP筋锚固长度计算方法

为了研究FRP筋在混凝土中最小锚固长度的一般计算方法,依据应变能等效原则将FRP筋混凝土的黏结滑移曲线转化为线性黏聚力模型,在FRP筋混凝土拉拔试件微分单元受力分析的基础上,推导出了最小锚固长度的计算公式,并通过算例进行了验证和对比分析。算例表明,该计算方法与现有的几种计算方法吻合较好,其计算值相差都在15%以内。不同的黏结滑移模型对FRP筋锚固长度影响不大,最大仅相差8%。结果表明,基于线性黏聚力模型推导的FRP筋在混凝土中最小锚固长度计算公式正确可行。     

基于多视角照片的人脸建模和动画

实现了一个交互式人脸建模和动画的工具，用户可从多幅不同视角的照片构造出头部的三维模型，并在此模型的基础上实现了一些人脸表情。并详尽地介绍了线性弹性模型和肌肉模型的理论和构造以及纹理贴图等技术。     

基于线性光谱分解方法的森林选择性砍伐与再生监测研究- 以巴西亚马逊森林为例

以巴西亚马逊热带森林为例,在Landsat TM、ETM+影像提取光合植被(PV)、非光合植被(NPV)、土壤(soil)端元光谱的基础上,利用线性光谱分解模型得到端元地物丰度,进而设计合理的检测规则实现了选择性森林砍伐与森林再生所产生的森林变化监测。结果表明,基于线性光谱分解的方法能够以较高精度准确检测出选择性砍伐与森林再生,是森林变化宏观监测的有效手段之一。     

基于度与H指数扩展的复杂网络节点排序方法

在复杂网络中常用的识别节点影响力的中心性指标有介数中心性、度中心性、紧密中心性、H指数中心性和K-shell中心性等,这些指标在识别有影响力的节点时存在一定的局限性.本文在H指数中心性与度中心性的基础上提出了局部DH指数中心性指标来识别网络中有影响力的节点,该指标考虑了节点自身的度与H指数以及邻居节点的H指数.通过SIR传播模型以及单调函数(M)两种方法评价了各中心性方法识别网络中节点影响力的有效性.实验结果分析表明,在一些网络中该指标较一些常用的中心性方法能够更有效地识别网络中节点的影响力.     

基于复杂地质岩机作用的多维度隧道掘进机适应性评价方法

为了解决高强度高磨蚀硬岩地层TBM掘进“低效高耗”、断层破碎带地层“刀盘受困”、高地应力挤压性地层“护盾被卡”等隧道施工难题,基于TBM滚刀、刀盘、护盾与隧道围岩的相互作用,通过多个TBM法隧道工程数据统计分析,揭示了滚刀贯入度指数与岩体特性指标、滚刀破碎体积磨损速率与岩体特性指标、TBM设备利用率与断层宽度、围岩相对变形量与强度应力比的函数关系,建立了基于滚刀可掘性和耐磨性、刀盘受困和护盾被卡风险的多维度TBM适应性评价方法,为复杂地质隧道修建TBM工法选择、装备设计及施工难题的解决提供了量化依据。     

基于混合决策树的自适应数据集成方法

文章在深入分析异构Web数据对于统一查询接口的模式匹配问题的基础上,提出一种基于混合决策树的自适应数据集成方法。该方法通过引入可疑实例影响度分析的概念,能够在解决数据源与统一查询接口模式匹配的同时进行可疑实例的划分和分类规则的重列,可提高数据集成的自动化程度及精度;通过在多个领域数据集上的实验结果证明了方法的有效性。     

基于广义部分线性混合模型的中国A股上市公司现金股利支付倾向影响因素贝叶斯分析

基于2004~2011年12家中国A股上市公司的纵向数据,从成长性、经营状况、股权结构等方面来分析研究中国A股上市公司现金股利支付倾向的影响因素。建立关于规模、成长水平、融资水平、偿债水平、现金流水平、股东获利水平、人均GDP和第一大股东持股比例共8个观测变量的logistic广义部分线性混合效应模型,利用贝叶斯统计方法给出模型参数的估计,并将结果与A股上市公司现金股利支付的实际情况进行了对比分析。结果表明：本文所用模型可以正确解释影响上市公司现金股利支付倾向的因素。