for organismer hvis genomer er kjent, kan man nå forsøke å utelukke gener i den identifiserte regionen hvis funksjon er kjent med viss sikkerhet for ikke å være forbundet med det aktuelle trekket. Hvis genomet ikke er tilgjengelig, kan det være et alternativ å sekvensere den identifiserte regionen og bestemme de antatte funksjonene til gener ved deres likhet med gener med kjent funksjon, vanligvis i andre genomer. DETTE kan gjøres ved HJELP AV BLAST, et nettbasert verktøy som lar brukerne legge inn en primær sekvens og søke etter lignende sekvenser i blast-databasen av gener fra ulike organismer. Det er ofte ikke det faktiske genet som ligger til grunn for fenotypisk egenskap, men snarere EN DNA-REGION som er nært knyttet til genet
en annen interesse for statistiske genetikere som bruker QTL-kartlegging, er å bestemme kompleksiteten til den genetiske arkitekturen som ligger til grunn for et fenotypisk trekk. For eksempel kan de være interessert i å vite om en fenotype er formet av mange uavhengige loci, eller av noen få loci, og gjør disse loci samhandle. Dette kan gi informasjon om hvordan fenotypen kan utvikle seg.
i en nylig utvikling ble klassiske qtl-analyser kombinert med genuttrykksprofilering, dvs. VED DNA-mikroarrays. Slike uttrykk QTLs (eQTLs) beskriver cis – og trans-kontrollerende elementer for uttrykk for ofte sykdomsrelaterte gener. Observerte epistatiske effekter har blitt funnet gunstige for å identifisere genet som er ansvarlig ved en kryssvalidering av gener i de interagerende loci med metabolske vei-og vitenskapelige litteraturdatabaser.
Variansanalyserediger
den enkleste METODEN FOR qtl-kartlegging er variansanalyse (ANOVA, noen ganger kalt «markørregresjon») ved markørloki. I denne metoden, i en backcross, kan man beregne en t-statistikk for å sammenligne gjennomsnitt av de to markør genotype grupper. For andre typer kryss (som intercross), der det er mer enn to mulige genotyper, bruker man en mer generell form FOR ANOVA, som gir en såkalt F-statistikk. ANOVA-tilnærmingen for qtl-kartlegging har tre viktige svakheter. For det første mottar vi ikke separate estimater AV QTL-plassering og QTL-effekt. Qtl-plassering indikeres bare ved å se på hvilke markører som gir størst forskjell mellom genotypegruppens gjennomsnitt, og den tilsynelatende QTL-effekten ved en markør vil være mindre enn den sanne QTL-effekten som følge av rekombinasjon mellom markøren og QTL. For det andre må vi kaste bort personer hvis genotyper mangler ved markøren. For det tredje, NÅR markørene er vidt spredt, KAN QTL være ganske langt fra alle markører, og så vil kraften for QTL-deteksjon reduseres.
Intervall mappingEdit
Lander og Botstein utviklet intervall kartlegging, som overvinner de tre ulempene ved analyse av varians ved markør loci. Intervallkartlegging er for tiden den mest populære tilnærmingen FOR QTL-kartlegging i eksperimentelle kryss. Metoden benytter seg av et genetisk kart over de typede markørene, og, som analyse av varians, antar tilstedeværelsen av en ENKELT QTL. I intervalltilordning betraktes hvert locus som en om gangen, og logaritmen til oddsforholdet (LOD score) beregnes for modellen at det gitte locus er en sann QTL. Oddsforholdet er relatert til Pearson korrelasjonskoeffisienten mellom fenotypen og markørgenotypen for hvert individ i eksperimentelt kryss.
begrepet intervalltilordning brukes til å estimere posisjonen TIL EN QTL innen to markører(ofte angitt som markørbrakett). Intervallkartlegging er opprinnelig basert på maksimal sannsynlighet, men det er også veldig gode tilnærminger mulig med enkel regresjon.
prinsippet FOR qtl-kartlegging er: 1) Sannsynligheten kan beregnes for et gitt sett med parametere (spesielt QTL-effekt og qtl-posisjon) gitt de observerte dataene om fenotyper og markørgenotyper.2) estimatene for parametrene er de der sannsynligheten er høyest.3) en signifikansgrense kan etableres ved permutasjonstesting.
Konvensjonelle metoder for påvisning av quantitative trait loci (QTLs) er basert på en sammenligning av enkelt QTL-modeller med en modell som ikke antar QTL. For eksempel i «intervallkartlegging» – metoden vurderes sannsynligheten for en enkelt antatt QTL på hvert sted på genomet. Imidlertid Kan Qtler plassert andre steder på genomet ha en forstyrrende effekt. Som en konsekvens kan deteksjonskraften bli kompromittert, og estimatene av steder og effekter Av QTLs kan være partisk (Lander and Botstein 1989; Knapp 1991). Selv ikke-eksisterende såkalte «ghost» QTLs kan vises(Haley And Knott 1992; Martinez and Curnow 1992). Derfor kan flere Qtler kartlegges mer effektivt og mer nøyaktig ved å bruke flere QTL-modeller. En populær tilnærming til å håndtere qtl-kartlegging hvor flere QTL bidrar til et trekk er å iterativt skanne genomet og legge til kjent QTL til regresjonsmodellen som Qtl er identifisert. Denne metoden, kalt sammensatt intervallkartlegging, bestemmer både plassering OG effektstørrelse AV QTL mer nøyaktig enn enkelt-QTL-tilnærminger, spesielt i små kartleggingspopulasjoner hvor effekten av korrelasjon mellom genotyper i kartleggingspopulasjonen kan være problematisk.
Composite interval mapping (Cim)Edit
i denne metoden utfører man intervalltilordning ved hjelp av et delsett av markørloki som kovariater. Disse markørene fungerer som proxyer for Andre Qtler for å øke oppløsningen av intervalltilordning, ved å regnskapsføre koblede Qtler og redusere restvariasjonen. Hovedproblemet med CIM gjelder valg av egnet markør loci å tjene som kovariater; når disse er valgt, cim snur modellvalg problem i en enkelt-dimensjonal skanning. Valg av markør kovariater er imidlertid ikke løst. Ikke overraskende er de riktige markørene de som er nærmest de sanne Qtl-ene, og så hvis man kunne finne disse, VILLE QTL-kartleggingsproblemet være fullført uansett.
familie-stamtavlebasert kartleggingrediger
familiebasert QTL-kartlegging, Eller familie-stamtavlebasert kartlegging (Kobling og assosiasjonskartlegging), involverer flere familier i stedet for en enkelt familie. Familiebasert qtl-kartlegging har vært den eneste måten for kartlegging av gener der eksperimentelle kryss er vanskelig å lage. Men på grunn av noen fordeler, nå plante genetikere forsøker å innlemme noen av metodene utviklet i human genetikk. Ved hjelp av familie-stamtavle basert tilnærming har vært diskutert (Bink et al. 2008). Familiebasert kobling og forening har blitt implementert (Rosyara et al. 2009)