导读:本文包含了基因估计论文开题报告文献综述、选题提纲参考文献，主要关键词:基因,核糖体,序列,状态,参数,入渗,网络。
基因估计论文文献综述写法
张广杰[1]（2019）在《大白猪主要生长性状遗传参数估计及其与相关基因多态性的关联分析》一文中研究指出我国是世界上最大的猪肉消费国,同时也是最大的猪肉制品生产国。由于我国种猪的育种工作与欧美国家存在较大差距,因此我国的原种猪长期依赖进口。进口的种猪由于国内落后的选育工作,造成后代的性状退化,形成引进-退化-再引进的恶性循环,提高我国的种猪选育水平迫在眉睫。本实验以广西南宁市某国家核心育种猪场大白猪为研究对象,首先通过比较得到该群体的剩余采食量(RFI)性状最适求解公式,然后计算该群体部分生长性状的遗传参数,最后通过飞行时间质谱分型技术对生长性状相关基因多态性位点鉴定并与生长性状进行关联分析。期望获得生产性状的遗传标记基因,为种猪分子育种研究提供理论基础。具体的研究结果如下:1.利用SAS软件多元线性回归方法计算该猪场大白猪群体的RFI,回归模型采用四种不同的公式。将四种公式计算的结果进行多重比较,挑选拟合度最高的公式作为该群体RFI性状最适计算公式。最后将整理的性状数据进行K-S正态分布检验。实验结果表明四种方程中拟合度最高的是爱荷华州立大学的方法,拟合度为0.6878。所统计分析的校正100千克体重日龄(Days to 100kg)、校正30-100千克日增重(30-100kgADG),校正100千克背膘厚(100kgBF)、校正100千克眼肌面积(100kgLEA)、校正30-100千克料肉比(30-100kgFCR)、剩余采食量(RFI)这6个生产性状数据的分布均符合正态分布。2.利用SAS软件GLM程序对影响大白猪生产性状的非遗传参数进行筛选,将年份、气温、性别等非遗传因素与以上6个生产性状做关联分析,获得具有显着影响的非遗传因素。实验结果表明:气温对100kgBF影响不显着(p>0.05)。出生年份对RFI没有显着影响(p>0.05),其余非遗传因素均对生产性状有显着影响(p<0.05)。在进行遗传参数估计以及关联分析时,100kgBF性状不需考虑气温因素影响,RFI性状不需要考虑出生年份因素的影响。3.使用DMU育种软件DMUAI模块REML算法计算6个性状的遗传力、遗传相关系数,使用SPSS软件Pearson方法计算性状间的表型相关。实验结果表明:Days to 100kg遗传力为0.174,属于低遗传力。30-100kgADG遗传力为0.248,属于中等遗传力。100kgBF遗传力为0.461,属于高遗传力。1OOkgLEA遗传力为0.269,属于中等遗传力。30-100kgFCR遗传力为0.552,属于高遗传力。RFI遗传力为0.281,属于中等遗传力。遗传相关结果表明:Days to 100kg与30-100kgADG呈现较强遗传负相关,Days to 100kg与30-1 00kgFCR呈较强正相关。30-100kgADG与30-1 00kgFCR有较强遗传负相关。100kgBF与30-100kgFCR呈较强遗传正相关。30-100kgFCR与RFI呈较强遗传正相关。表型相关方面,Days to 100kg与校正30-100kgADG呈较强负相关,与30-100kgFCR呈较强正相关。30-100kgADG与30-100kgFCR呈遗传负相关。30-100kgFCR与RFI呈表型正相关。4.利用飞行时间质谱技术进行SNP分型。用Excel计算基因的群体遗传参数。利用SAS软件GLM程序对SNP位点基因型与生长性状表型值进行关联分析以及多重比较。实验结果表明:MC4R基因rs81219178位点和GABRR基因rs111722261位点的多态信息含量较低,其余位点遗传变异较高,处于中度多态性。Hardy-Weinberg遗传平衡性检验结果表明MC4R基因rs81219178位点基因频率和基因型频率处于不平衡状态,其余位点均处于平衡状态5.生长性状与基因多态性的关联分析结果表明:与生产性状有显着关联的一共有5个基因6个位点。CCKAR基因c.179位点、TEF1基因G93A位点与1OOkgBF存在显着性关联(p<0.05);CCKAR基因c.179位点、MYH7基因g.75667956位点、MC4R基因rs81219178位点与30-100kgFCR存在显着关联(p<0.05);MC4R基因rs81219178位点、PITX2基因rs320556030位点与Daysto100kg也存在显着关联(p<0.05);MYH7基因g.75667956位点基因型与30-100kgADG存在极显着性关联(p<0.05):MAP3K5基因rs342046358位点与1OOkgLEA也存在显着关联(p<0.05);MYH7基因g.75667956位点基因型与RFI也有显着关联(p<0.05)。(本文来源于《广西大学》期刊2019-06-01）
高晶晶[2]（2019）在《一类基因调控网络的状态估计问题》一文中研究指出基因调控网络通过调节基因表达机制来影响生物的繁殖、遗传和变异,内部基因、蛋白质、小分子相互调控制约,平衡了生物系统的演化.通过研究基因调控网络的状态估计问题,可以更加深入地了解基因调控网络内部基因、蛋白质和小分子之间的演化规律.本论文分别探讨了离散型和连续型基因调控网络的状态估计问题,所考虑的基因调控网络涉及离散时滞和分布时滞,且含有系统噪声和测量噪声.主要研究内容如下:第一章介绍了基因调控网络的研究背景及意义、基因调控网络的模型分类以及基因调控网络的状态估计问题的研究现状.第二章研究了带有噪声的离散型基因调控网络的状态估计问题,为了节省网络通信资源,在状态估计器的构造中引进事件触发机制.通过构造李雅普诺夫泛函,并利用一些新的分析技术,导出了估计误差系统最终有界的充分条件,在此基础上进一步解决了状态估计器的设计问题.数值模拟验证了理论结果的有效性.第叁章研究了具有间歇输出的离散型基因网络的状态估计问题,在此情况下,网络输出具有间歇性,在一个周期内只有部分时间能采集到网络的输出.利用迭代法以及矩阵不等式技术,导出了估计误差系统指数收敛的充分条件,数值模拟验证了理论结果的有效性.第四章研究了具有无穷分布时滞的连续型基因调控网络的状态估计问题,在状态估计器的构造中引进事件触发机制,导出了估计误差系统最终有界的充分条件,同时得到估计增益矩阵.另外,利用分析技巧排除了可能出现在连续系统中的Zeno行为,数值模拟验证了理论结果的有效性.(本文来源于《扬州大学》期刊2019-04-01）
高晶晶,李志林,尹小舟,戴娟[3]（2018）在《基于事件触发离散基因调控网络的状态估计》一文中研究指出为了节省网络通信资源,在状态估计器的构造中引进事件触发机制,通过构造李雅普诺夫泛函,并利用新的分析技术,得到估计误差系统最终有界的充分条件,在此基础上进一步解决了状态估计的实际问题.数值模拟验证了理论结果的有效性.(本文来源于《扬州大学学报(自然科学版)》期刊2018年04期）
郭守玉[4]（2018）在《基于多基因序列的地图衣目与网衣目分化时间估计》一文中研究指出地图衣目(Rhizocarpales Miadlikowska et al.)及网衣目(Lecideales Vain.)是子囊菌门(Ascomycota)茶渍纲(Lecanoromycetes)中2个重要的壳状地衣目,主要生长在岩石上。地图衣目包含2科5属236种,网衣目包含2科29属249种。基于核糖体小亚基(nrSSU)近完整序列(约1700 bp)、大亚基(nrLSU)5’端部分序列(约800 bp)及线粒体小亚基(mtSSU)部分序列(约800 bp)及多种分析方法的综合比较,估计茶渍纲中地图衣目及网衣目的分化时间为175～198百万年前,对应于侏罗纪(Jurassic)的早中期,该期因为经历物种大灭绝事件,各种动植物都非常稀少,适宜于地衣的辐射。地图衣目中2科(Rhizocarpaceae M. Choisy&Hafellner和Sporastatiaceae Bendiksby&Timdal)的分化约发生在122～145百万年前,对应于白垩纪(Cretaceous Period)早期。而地图衣目中的属级(Poeltinula Hafellner, Rhizocarpon Ramond ex DC., Sporastatia A. Massal.,和Toensbergia Bendiksby&Timdal等)分化约发生在50～70百万年前。(本文来源于《中国菌物学会2018年学术年会论文汇编》期刊2018-08-11）
江凤娟[5]（2018）在《文蛤弧菌抗性相关基因表达性状的分析及其遗传力估计》一文中研究指出文蛤(Meretrix petechialis)是我国重要的经济养殖贝类之一。近年来,养殖过程中时有弧菌病和规模性死亡的发生,给文蛤养殖业带来了沉重的打击。这固然与养殖环境恶化、养殖密度增加等因素有关,但抗性优良品种的缺乏也是造成上述问题的重要原因。因此,通过遗传选育的方式培育抗病、抗逆的文蛤新品系具有重要的经济价值。然而,由于抗病性的遗传机制非常复杂,受环境影响较大以及抗性性状难以准确测量等原因,使得贝类抗性选育工作的进程十分缓慢。在抗性选育中,遗传参数的准确估计是制定有效选育策略的前提和基础,而与弧菌抗性显着相关的分子标记的应用,可以加速抗性品系的培育进程。本研究通过建立的具有抗性差异的全同胞家系材料,基于文蛤的转录组测序数据,对文蛤的弧菌抗性和免疫基因的表达性状进行了关联分析,并估计了基因表达性状的遗传参数,研究结果将有助于指导文蛤的弧菌抗性选育工作。本研究的主要结果如下:1、本研究采用RNA-seq技术检测了文蛤感染弧菌后的肝胰腺中的基因表达变化。Illumina测序共获得了199,318,966条clean reads,进一步拼接得到214,577条转录本,其中,N50长度为1393 bp的147,255条unigenes用于后续分析。经过GO分析共得到21个生物学过程亚类、15个细胞组分亚类和12个分子功能亚类。KEGG分析发现有8,358条unigenes映射到267个生物信号通路,其中有16个信号通路与免疫系统相关。通过差异表达分析,共得到206个差异表达基因(DEGs),包括113个上调的DEGs和93个下调的DEGs。在这些DEGs中,至少在一个数据库中有注释的基因为96个,注释率为46.60%。为了验证转录组数据的可靠性,选取了15个DEGs进行qRT-PCR分析,结果表明有13个基因的表达模式与转录组分析的结果一致。在206个DEGs中,有14个被注释为与免疫相关的基因,我们进一步检测了其中4个基因(BIRC7、HSF、C1ql4和C1ql)在文蛤浸泡攻毒后的表达模式。这些研究结果丰富了文蛤的转录组数据库,并为研究文蛤感染弧菌后的免疫反应提供了基础数据。2、基于基因表达数据,筛选了可用于指示文蛤抗性表型的相关标记。实验选取23个全同胞家系的1772只文蛤进行弧菌感染实验,结果表明不同家系间存在显着的弧菌病抗性差异。从表型稳定的抗性家系与敏感家系中各选取3个家系,用于抗性相关标记的筛选。对22个免疫相关基因进行弧菌感染分析,结果显示其中12个基因的表达水平在弧菌刺激后呈显着变化。进一步将这12个基因分别在3个抗性与3个敏感家系进行攻毒前后的表达定量分析,t检验和线性回归分析结果发现,在未攻毒的家系中有5个基因的基础表达水平与弧菌抗性具有显着相关性,分别为Big-Def、BIRC7、NFIL3、CTL9和Bax,表明其可作为抗性相关的候选标记。进一步选取了两个抗性不同的文蛤品系进行验证,结果证实了BIRC7和NFIL3的基础表达水平与弧菌抗性表型相关。本研究还监测了文蛤在副溶血弧菌(Vibrio parahaemolyticus)攻毒过程中体内病原菌含量的动态变化,结果发现,浸泡感染24 h后,文蛤肝胰腺内的副溶血弧菌载量达到了极高水平,随后载菌量开始下降,到第3 d后一直维持在一个较低的水平。我们对高、低载菌量组中的抗性相关基因的表达水平进行了分析,发现抗性相关基因在高载菌量组中的表达水平显着高于低载菌量组。本研究整合了弧菌抗性表型、基因表达数据和载菌量以用于抗性评价,为文蛤弧菌高抗品系的遗传选育提供了可靠的分子标记。3、采用部分因子设计构建全同胞家系估计文蛤免疫相关基因表达性状的遗传参数和遗传力。研究选取了5个弧菌抗性相关基因(Big-Def、BIRC7、NFIL3、CTL9和Bax)在文蛤肝胰腺样品中进行基因表达分析,结果显示所有基因表达数据均呈正态分布(P>0.05)。经亲本模型估计,文蛤中免疫相关的基因表达性状存在显着的加性效应。在这5个基因的表达性状中,有2个基因的表达性状(Big-Def和CTL9)表现出显着的父本效应,但所有5个基因表达性状都没有表现出显着的母本效应。5个基因表达性状的遗传力分布在0.113-0.530不等。同时,在每个基因的表达性状和生长性状之间没有检测到显着的表型相关和遗传相关。此外,选取了F1代家系中的抗性家系No.47和No.60构建了F2代家系,弧菌感染实验表明,F2代的弧菌抗性显着提高,感染后的存活率较F1代提高了10%-15%,获得了良好的抗性遗传进展。上述研究表明,基因表达变异是可遗传的,并且与之相关的抗性性状也可以通过遗传选育得到改良。因此,抗性相关基因表达标记的开发为文蛤弧菌高抗品系的间接选育提供了参考。(本文来源于《中国科学院大学(中国科学院海洋研究所)》期刊2018-06-01）
李浩[6]（2018）在《缢蛏选育系生长参数估计和α-淀粉酶基因外显子区域SNPs筛选及生长关联分析》一文中研究指出缢蛏(Sinonovacula constricta)广泛分布于我国沿海地区,是我国四大海产贝类之一,随着种质资源的退化以及海区环境的恶化,本实验室从2008年起一直以选择强度2.063、壳长为选择指标的条件下对浙江乐清群体进行选择育种,经过连续数代的选育工作获得缢蛏快长选育系群体。为了评估选择指标稳定遗传的能力,采用平衡巢氏设计方法,按照1雄配2雌的方式,构建缢蛏7个半同胞家系和14个全同胞家系,分别测定各个家系60日龄、90日龄及150日龄的壳长、壳高。雄内雌间半同胞个体间具有较大的变异程度,存在显着的母性效应,故以父系半同胞组内相关法计算的狭义遗传力为缢蛏快长选育系生长性状遗传力的无偏估计值。60日龄、90日龄和150日龄壳长的狭义遗传力分别为0.298、0.541、0.574;60日龄、90日龄和150日龄壳高的狭义遗传力分别为0.139、0.519、0.518。壳长和壳高在3个日龄的遗传力属于中等遗传力水平,显示出较高的选择育种潜力。缢蛏幼贝壳长、壳高两个指标间的遗传相关和表型相关均为正相关(P<0.05)。60日龄、90日龄和150日龄壳长-壳高性状间遗传相关系数分别为0.980、0.755、0.942,表型相关系数分别为0.910、0.882、0.912。表明缢蛏幼贝期以壳长或者壳高作为选育参数进行选择育种,可达到改良缢蛏快长选育系生长性状的效果。α-淀粉酶(Alpha amylase)是广泛存在于生物体内的消化酶,主要参与生物体内碳水化合物的代谢,为生物体提供维持生命、生长发育和繁殖所需的能量。为研究α-淀粉酶基因外显子与缢蛏(Sinonovacula constricta)生长性状的相关性,实验采用PCR产物直接测序比对获得18个候选SNPs位点,分别为:Rs-1:48 G/C、Rs-2:247 C/A、Rs-3:420 A/G、Rs-4:441C/T、Rs-5:537 G/T、Rs-6:837 G/T、Rs-7:936 A/G、Rs-8:952A/C、Rs-9:1047 T/G、Rs-10:1062 C/T、Rs-11:1287C/T、Rs-12:1350 A/C、Rs-13:1362 C/T、Rs-14:1371 C/T、Rs-15:1503T/C、Rs-16:1536 T/C、Rs-17:1737T/C、Rs-18:1788 C/T。随机选取同批繁殖、同塘养殖的缢蛏选育系群体,运用MassARRAY质谱检测方法进行SNPs位点的分型。结果显示:除Rs-13位点外,其余位点均处于Hardy-Weinberg平衡(P>0.05),Hardy-Weinberg平均值为0.581;多态信息含量平均值为0.237。基因型与生长性状的关联性分析结果表明:Rs-5:537 G/T与Rs-10:1062 C/T位点各个基因型个体之间部分性状存在显着性差异(P<0.05)。13个位点组成的双倍型与生长性状的关联性分析显示:S6(壳高)高于S3、S5、S7(P<0.05),S6(总重)大于S7(P<0.05);另外,S6各个生长性状值在所有双倍型中最高。所获得的缢蛏α-淀粉酶编码区外显子与生长性状相关的SNPs标记,能为缢蛏遗传改良特征标记筛选及定制培育提供有益参考。(本文来源于《上海海洋大学》期刊2018-05-01）
陈薇潞[7]（2018）在《几类具有混合时滞基因调控网络的状态估计与滤波》一文中研究指出众所周知,基因表达是从基因到蛋白质的过程,主要由基因的转录和mRNA的翻译组成,调控基因表达的机制被称为基因调控网络。基因调控网络已经在生物学和生物医学领域引起广泛关注,通过对基因表达的调控,可以使微生物有效合成有益菌种,并用于医学治疗。因此,研究基因调控网络有着十分重要的实际意义。由于转录、翻译和易位的过程缓慢,时滞在基因调控网络中是不可避免的,且建模过程带来的参数波动以及环境变化造成的外部扰动,均使得系统复杂化,导致基因调控网络的状态难以获得,一般来说需要利用可获得的测量数据估计系统的状态。然而,在使用计算机测量网络信息时,一个重要的问题是对连续系统的离散化,即采样,亦即计算机测量的信息实际上是某些离散点的采样数据。因此,本文的研究目的是通过可获得的离散采样数据对具有实变时滞、随机时滞、定常时滞和测量时滞基因调控网络的状态估计问题进行研究,设计状态估计器和递推滤波器估计其中状态mRNA和蛋白质的浓度。首先,研究时滞不确定基因调控网络的状态估计问题。对于具有时变时滞和不确定参数的基因调控网络,利用采样数据构造可测量输出,设计了基于可测量输出的鲁棒状态估计器;利用Lyapunov方法,借助Jensen不等式和下界定理,得出保证原系统和误差系统全局鲁棒渐近稳定的充分条件,并设计估计器增益矩阵。对于具有随机时滞、不确定参数和外部扰动的基因调控网络,类似地设计了基于可测量数据的鲁棒H∞状态估计器;利用Lyapunov方法,借助下界定理和自由权矩阵方法,得出保证增广系统在均方意义下全局鲁棒渐近稳定且满足H∞性能的条件,并设计估计器增益矩阵。通过数值仿真验证上述所得状态估计器的有效性和可行性。其次,研究时滞基因调控网络的滤波问题。对于具有状态时滞和随机一步测量时滞的离散基因调控网络,利用状态增广方法和Riccati方程方法,设计递推滤波器,计算滤波误差协方差矩阵并估计其上界,通过配方法得到最小化该上界的滤波器增益矩阵;利用滤波误差的有界性分析递推滤波器的性能,并给出保证滤波误差指数有界的充分条件;通过数值算例验证递推滤波的有效性。(本文来源于《哈尔滨理工大学》期刊2018-03-01）
刘琨,黄冠华[8]（2017）在《采用基因表达式编程的沟灌入渗模型参数估计方法》一文中研究指出入渗参数的准确估计是沟灌系统设计优化的关键问题。本文基于基因表达式编程(GEP)算法,通过数值试验获得了沟灌入渗模型参数γ估计GEP算法所需的有效数据集合,进行了参数γ的敏感性分析,确定了模型参数γ估计GEP算法的输入因子及其最优组合,建立了γ与最优组合因子的定量关系,进而提出了γ的估计方法。研究结果表明,γ对积水深度、初始有效含水率和沟深度最敏感;土壤水力特性参数对γ影响较大,模型参数γ估计GEP算法的最优输入因子组合为积水深度、沟深、初始有效含水率、饱和导水率和进气值参数;变积水深度条件下γ的估计值与定积水深度的γ值相近;在变积水深度条件下,与利用HYDRUS-2D模型计算得到的"精确"入渗量相比,应用基于γ估计值的沟灌入渗模型计算的累积入渗量误差小于5%,满足计算精度要求。入渗过程中边界效应对总入渗量的贡献逐渐增大,与细质土壤相比,粗质土壤中边界效应对总入渗量的贡献更大,本研究条件下黏壤土中边界效应最终贡献约为25%,砂土中约为37%。研究表明GEP算法可作为沟灌入渗模型参数γ估计的一种有效方法。(本文来源于《水利学报》期刊2017年11期）
曹红艳,曾平,李治,崔跃华,张岩波[9]（2017）在《惩罚广义估计方程在纵向数据基因关联分析中的应用》一文中研究指出目的探讨惩罚广义估计方程(pGEE)在纵向数据基因关联分析的应用,为纵向数据基因关联分析提供方法学参考。方法以小鼠糖尿病发病相关的数量性状位点识别为例,分别采用广义估计方程(GEE)和pGEE进行分析。结果 pGEE筛选出糖尿病发病关联位点,为分子生物学研究提供了重要的候选位点。结论 pGEE能有效的实现高维纵向数据的变量选择,识别出有意义的关联位点。(本文来源于《中国卫生统计》期刊2017年04期）
张金山[10]（2017）在《杜洛克猪饲料利用效率参数估计及候选基因HLCS关联分析》一文中研究指出饲料成本占养猪成本的70%以上,尤其是在大规模集约化生产的情况下,饲料利用效率的重要性更是不言而喻。现阶段饲料利用效率的改良是遗传育种学家对猪进行持续生长速度和背膘厚选择的间接反应。与国外的猪的育种工作相比,我国猪育种的基础参数研发及应用方面还存在着诸多基础工作滞后,饲料利用的测定长期借鉴国外,没有结合我国的实际情况,同时由于我国猪场数量庞大,测定获得的大量数据缺乏统一的测定规范和标准,这样获得数据并不能直接用于遗传评估。同时饲料利用效率是一个复杂的性状,主效基因及其调控机制仍没有明确定论。因此本研究利用全期测定的1292头美系杜洛克为研究对象,分析饲料利用效率的测定阶段、制定RFI校正公式并在前期GWAS研究的基础上进行候选基因的进一步分析。主要研究内容及结果如下:1.利用SAS软件通过四种不同的计算方法分别计算90-180d、105-180d、120-180d、135-180d、150-180d、165-180d六个阶段的RFI及各个阶段的相关性,结果表明:不同计算公式下,均是105-180d和全期的相关性最高,适配回归方程极显着(P<0.01),拟合度较高,达到了0.9734。说明105-180d测定阶段替代全期测定的方法用于早期饲料利用的选择是可行的。2.利用MTDFREML软件对杜洛克群体的饲料利用效率相关性状:剩余采食量(RFI,Residual feed intake)、饲料转化率(FCR,Feed conversion ratio)、平均日采食量(ADFI,Average daily feed intake)、平均日增重(ADG,Average daily gain)、100Kg背膘(100KgBF,100Kg Back fat)、90日龄体重(90dBW,90d Body weight)、180日龄体重(180dBW,180d Body weight)、代谢中间体重(MBW,Metabolism middle body weight)、眼肌面积(LEA,Loin eye area)、总采食量(TFI,Total feed intake)、总采食次数(TNT,Total number of times)和总采食时间(TFT,Total feed time)进行描述性统计、遗传力、遗传相关和表型相关分析。结果表明这些性状都为中等遗传力性状,遗传力介于0.18~0.46之间。RFI性状与FCR和ADFI的遗传及表型相关性比较高;FCR与RFI、ADFI和ADG的遗传相关和表型相关性比较高。3.采用线性插值及SAS的NLIN过程对杜洛克猪100Kg RFI制定校正公式,得出公母猪校正系数分别为0.0519、0.0179。然后利用此校正系数,计算出早期性状的校正值和全期性状的校正值,并做简单相关和典型相关分析,结果表明:相关系数达到极显着水平(P<0.01)。4.前期全基因组关联分析(GWAS)结果显示:最显着位点ASGA0059961位于HLCS基因内。基于上述研究结果,本部分试验选择HLCS基因作为影响猪RFI性状的候选基因进行深入研究。混池测序、质谱分析并与饲料利用效率进行关联分析。结果发现:HLCS基因的启动子区发现一个SNP位点rs 417014705 G>A与洛克猪RFI、ADFI、FCR、TFI极显着相关(P<0.01)。卡方检验结果表明:rs 417014705 G>A位点具有低度的遗传多样性,其基因频率和基因型频率在试验杜洛克群体中未达到Hardy-Weinberg平衡状态。以上结果表明,可将猪HLCS基因的rs 417014705G>A位点作为育种工作中猪饲料效率的遗传标记进行更为深入的研究。(本文来源于《中国农业科学院》期刊2017-04-01）
基因估计论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基因调控网络通过调节基因表达机制来影响生物的繁殖、遗传和变异,内部基因、蛋白质、小分子相互调控制约,平衡了生物系统的演化.通过研究基因调控网络的状态估计问题,可以更加深入地了解基因调控网络内部基因、蛋白质和小分子之间的演化规律.本论文分别探讨了离散型和连续型基因调控网络的状态估计问题,所考虑的基因调控网络涉及离散时滞和分布时滞,且含有系统噪声和测量噪声.主要研究内容如下:第一章介绍了基因调控网络的研究背景及意义、基因调控网络的模型分类以及基因调控网络的状态估计问题的研究现状.第二章研究了带有噪声的离散型基因调控网络的状态估计问题,为了节省网络通信资源,在状态估计器的构造中引进事件触发机制.通过构造李雅普诺夫泛函,并利用一些新的分析技术,导出了估计误差系统最终有界的充分条件,在此基础上进一步解决了状态估计器的设计问题.数值模拟验证了理论结果的有效性.第叁章研究了具有间歇输出的离散型基因网络的状态估计问题,在此情况下,网络输出具有间歇性,在一个周期内只有部分时间能采集到网络的输出.利用迭代法以及矩阵不等式技术,导出了估计误差系统指数收敛的充分条件,数值模拟验证了理论结果的有效性.第四章研究了具有无穷分布时滞的连续型基因调控网络的状态估计问题,在状态估计器的构造中引进事件触发机制,导出了估计误差系统最终有界的充分条件,同时得到估计增益矩阵.另外,利用分析技巧排除了可能出现在连续系统中的Zeno行为,数值模拟验证了理论结果的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基因估计论文参考文献
[1].张广杰.大白猪主要生长性状遗传参数估计及其与相关基因多态性的关联分析[D].广西大学.2019
[2].高晶晶.一类基因调控网络的状态估计问题[D].扬州大学.2019
[3].高晶晶,李志林,尹小舟,戴娟.基于事件触发离散基因调控网络的状态估计[J].扬州大学学报(自然科学版).2018
[4].郭守玉.基于多基因序列的地图衣目与网衣目分化时间估计[C].中国菌物学会2018年学术年会论文汇编.2018
[5].江凤娟.文蛤弧菌抗性相关基因表达性状的分析及其遗传力估计[D].中国科学院大学(中国科学院海洋研究所).2018
[6].李浩.缢蛏选育系生长参数估计和α-淀粉酶基因外显子区域SNPs筛选及生长关联分析[D].上海海洋大学.2018
[7].陈薇潞.几类具有混合时滞基因调控网络的状态估计与滤波[D].哈尔滨理工大学.2018
[8].刘琨,黄冠华.采用基因表达式编程的沟灌入渗模型参数估计方法[J].水利学报.2017
[9].曹红艳,曾平,李治,崔跃华,张岩波.惩罚广义估计方程在纵向数据基因关联分析中的应用[J].中国卫生统计.2017
[10].张金山.杜洛克猪饲料利用效率参数估计及候选基因HLCS关联分析[D].中国农业科学院.2017