新型冠状病毒肺炎(COVID-19)疫情持续中的治愈率/病死率估计

由新型冠状病毒SARS-CoV-2引起的疫情,已成为全球关注的紧急公共卫生事件.然而,由于疫情持续中的数据不断变化,对于疫情的治愈率和病死率尚无较为科学的计算方法.本研究提出了一种估计COVID-19治愈率和病死率的方法,以给定日累计出院人数与给定日累计出院人数和j日前累计死亡人数之和的比值来估计治愈率,此外,病死亡率也可以据此估计.当j=9时,新型冠状病毒肺炎全国的治愈率估计值为95.8%左右,而新型冠状病毒肺炎全国的病死率估计值为4.2%左右,这比2003年SARS疫情中国大陆的病死率6.6%低;武汉市的治愈率估计值为94.5%左右,而新型冠状病毒肺炎武汉市的病死率估计值则在5.5%左右.这种估计治愈率的方法可用于评价不同医疗方案和不同地区的治疗效果,对疫情的决策具有重要的参考价值和意义.     

作物QTL定位方法研究进展

论述了数量性状基因座(quantitative trait locus, QTL)定位方法的产生与发展; 重点介绍了近几年提出的一些QTL定位方法, 包括多QTL定位、QTL精细定位与动态性状的QTL定位等; 展望了QTL定位方法的可能发展方向, 包括育成品种群体新基因发掘的统计方法、表达数量性状基因座(expression quantitative trait locus, eQTL)定位方法、遗传交配设计的QTL定位方法以及生活力基因定位方法等. 目的在于引导植物遗传工作者在进行数量性状遗传分析和种质资源新基因挖掘等研究时选用适宜的统计方法, 以揭示出更多的潜在遗传信息.     

关联图分析: 一种基于连锁图的QTL综合分析方法

通过统合分析整合多个独立实验QTL (quantitative trait locus)定位结果获得的一致性QTL, 可为标记辅助育种和基因图位克隆提供坚实基础. 但是这种方法没有充足的生物学背景支撑, 而且遗传图谱间不同映射会严重影响分析结果. 为此, 本文提出一种基于连锁图的QTL综合分析法, 简称关联图分析. 首先, 利用连锁群构建图模型; 然后, 利用非监督分类法来寻找基因组间具有模式性共分离趋势的标记区间; 最后, 通过频繁集挖掘法对这些标记区间挖掘以获得与 QTL 紧密连锁的分子标记(区间). 新方法通过Monte Carlo模拟研究和3个棉花QTL定位结果的综合分析予以证实. 新方法的优点在于: 不需要构建参考图谱; 利用基因组间的分子标记模式性共分离趋势来查找特异性QTL, 在一定程度上排除了初始QTL的干扰; 通过非特异性QTL获得的具有潜在育种价值的分子标记, 在作物育种上更有利用价值.     

回交、DH和RIL偏分离群体遗传图谱的重新构建

分子标记偏离孟德尔分离比例(称偏分离)是一种普遍的生物学现象. 虽然偏分离可能会影响标记间遗传距离的估计值和数量性状基因座(quantitative trait locus, QTL)定位结果, 但在遗传连锁图构建和QTL定位中偏分离的影响常常被忽视. 在分子标记存在偏分离、显性和缺失情况下, 根据隐马尔可夫模型, 我们已发展了一种新的多点方法来重新构建F2群体分子标记连锁图, 以解决偏分离对标记连锁图构建的影响. 本文简化了上述方法以适用于回交、加倍单倍体和重组自交系群体. 模拟研究表明: (ⅰ) 两连锁偏分离基因座(segregation distortion locus, SDL)影响标记间遗传距离的程度随SDL遗传率和标记间遗传距离的增加而增加, 但受样本容量的影响较小; (ⅱ) 两连锁SDL一般会低估标记间遗传距离, 但是, 加性模型下两个SDL加性效应符号相反时会高估之, 上位性模型下两SDL加性×加性效应为负时却不影响其估计; (ⅲ) 用本文的方法均能矫正遗传距离估计值的偏差. 将新发展的方法应用于已构建的一个存在严重偏分离的水稻(Oryza sativa L.)籼粳杂交组合IR28×大关稻的F7代重组自交系群体, 重新构建了分子标记遗传图谱, 并用Bootstrap法获得了遗传距离的95%置信区间. 这些结果进一步印证了本文发展的新方法. 这为数量性状和生活力性状的遗传分析提供了基础. 为实际数据分析研制的DistortedMap计算机软件可供利用.