数量性状遗传分析 [Genetic Analysis of Quantitative Traits] pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

袁志发，常智杰，郭满才，孙世铎 著

图书标签:

• 数量性状
• 遗传分析
• 育种
• 统计遗传
• QTL
• GWAS
• 表型
• 基因组
• 遗传学
• 生物统计学

出版社： 科学出版社有限责任公司

ISBN：9787030455826

版次：1

商品编码：11768632

包装：平装

外文名称：Genetic Analysis of Quantitative Traits

开本：16开

出版时间：2015-08-01

用纸：胶版纸

页数：424

字数：670000

正文语种：中文

内容简介

　　《数量性状遗传分析》的主要内容由两部分组成。一部分是基于经典遗传学的数量遗传学。首先，在多基因遗传体系假说下，讲述了数量性状多基因间的有关加性、显性和上位效应内含的遗传统计学模型；定义了基因在群体中的平均效应和个体的育种值，探讨了基因型值和育种值间的关系；讲述了品系间杂交有关近交群体的伯明翰学派的遗传分析特点，阐明了远交群体的北美学派的遗传分析方法；论述了遗传力、重复力和相关的定义、估计方法和假设检验；讲述了单性状选择及综合选择指数的有关概念、分析和发展；论述了作者提出的组合性状和组合性状对的遗传分析和应用；讲解了交配效应和配合力分析。在主基因-多基因遗传体系之下，简介了它的分离分析的理论和方法，并探讨它的综合选择指数的分析方法。第二部分是在数量性状的分子遗传学研究上，简述了QTL定位、分子标记辅助选择和基因组功能分析。在有关多性状选择基因组功能分析中，利用通径分析及其决策分析给出了各因子的直接作用、间接作用和总作用，并对各因子在选择和功能上的主次作用进行了判断。
　　《数量性状遗传分析》适合遗传育种工作者、应用数学工作者，以及有关专业的研究生教师作为参考书或教材。

内页插图

目录

前言

第1章 数量性状遗传研究基础
1．1 遗传学基础及其发展
1．1．1 质量性状遗传与经典遗传学的发展
1．1．2 数量性状遗传与数量遗传学的发展
1．1．3 DNA标记与现代数量遗传学
1．1．4 数量遗传学在我国的发展
1．2 群体遗传学基础及其发展
1．2．1 孟德尔群体遗传结构的数学模型
1．2．2 随机交配下理想大孟德尔群体的平衡
1．2．3 群体在非随机交配下的遗传效应
1．2．4 改变群体基因频率的因素
1．3 统计学基础
1．3．1．正态分布及其参数估计
1．3．2 有限混合正态分布及其参数估计
1．3．3 线性统计模型基础

第2章 近交与随机交配群体的遗传分析
2．1．基因型与环境
2．1．1 表现型值与基因型值
2．1．2 基因型与环境互作的方差分析
2．2 基因型值分解、基因的平均效应和育种值
2．2．1 基因型值的分解
2．2．2 平衡群体中基因的效应
2．2．3 平衡群体中个体的育种值和育种效应
2．2．4 育种值和基因型值的关系
2．3 近交群体数量性状的世代均数分析
2．3．1 世代平均数的遗传组成(期望组分)
2．3．2 遗传参数估计与遗传模型检验
2．4 近交群体数量性状的世代方差分析
2．4．1 不分离世代的方差
2．4．2 分离世代集团混种(混养)的方差剖分
2．4．3 F1 代连续自交的分支交配系统方差的逐级分解
2．4．4 S3、S4世代方差的分解
2．4．5 显性度
2．4．6 自交选择的*适世代及分离极限估计
2．5 连锁对世代均数和方差的影响
2．5．1 加性-显性遗传模型下的两对与多对基因连锁的F2 代遗传分析
2．5．2 连锁对F1 代连续自交的分支交配系统方差的影响
2．5．3 连锁不平衡群体
2．6 随机交配群体中亲属间的相关与回归
2．6．1 随机交配平衡群体中亲属遗传协方差及其相似性
2．6．2 近亲交配群体的近交系数计算
2．6．3 亲属协方差的一般形式
2．6．4 常见亲属协方差组分中U和r的计算

第3章 重复力、遗传力、相关及其估计
3．1 重复力、遗传力和相关的概念
3．1．1 遗传力(率)和重复力(率)
3．1．2 表型相关、遗传相关和环境相关
3．1．．3 亲属问的表型相似性
3．2 重复力、广义遗传力估计及重复力的应用
3．2．1 单因素遗传设计试验的组内相关估计方法
3．2．2 重复力的准确度及其应用
3．3 狭义遗传力的估计
3．3．1 用双亲本杂交类型遗传设计估计遗传力
3．3．2 用NCI遗传设计试验估计狭义遗传力
3．3．3 用NCII遗传设计试验估计狭义遗传力
3．3．4 用NCIII遗传设计估计狭义遗传力
3．4 多个数量性状的遗传力和相关估计
3．4．1 单因素遗传设计完全随机区组试验估计方法
3．4．2 NCI遗传设计完全随机试验的多性状遗传力和相关估计
3．5 阈性状及其重复力、遗传力的估计
3．5．1 阈性状的重复力估计
3．5．2 阈性状的遗传力估计
3．6 遗传力、重复力显著性测验原理
3．6．1．均方的方差估计
3．6．2 均方比的方差估计
3．6．3 常用遗传设计试验中组内相关系数的假设检验

第4章 选择原理、方法和模型
4．1．选择的基本原理
4．1．1 选择及其预期选择反应
4．1．2 选择极限与世代选择效率指数
4．1．3 世代间隔、单位时间遗传进展与现实遗传力
4．2 单性状选择方法
4．2．1 个体选择
4．2．2 家系选择与同胞选择
4．2．3 家系内选择
4．2．4 合并选择
4．2．5 几种选择方法相对效率比较
4．3 间接选择和综合选择指数
4．3．1 间接选择
4．3．2 多性状的选择．综合选择指数
4．3．3 选择指数的通径分析和决策分析
4．3．4 相关遗传进展分解原理与决定系数遗传力
4．4 通用选择指数
4．4．1 通用选择指数
4．4．2 通用选择指数的通径分析和决策分析
4．5 组合性状与组合性状对分析
4．5．1 约束组合性状分析
4．5．2 约束组合性状对分析及其通径分析、决策分析

第5章 主基因．多基因遗传体系分析
5．1 单个分离世代数量性状的分离分析
5．1．1 单个分离世代表型分布的主要特征
5．1．2 F2 代数量性状分离分析模型
5．1．3 回交世代的主基因．多基因混合遗传分离分析模型
5．1．4 单个分离世代数量性状分离分析的一步法和两步法
5．2 数量性状的多世代联合分离分析简介
5．3 主基因．多基因数量性状的综合选择指数
5．3．1 综合选择指数原理
5．3．2 应用举例

第6章 交配效应与配合力分析
6．1 交配效应分析
6．1．1 近交衰退
6．1．2 近交导致的群体遗传方差再分配
6．1．3 杂种优势
6．1．4 杂交引起的群体遗传方差再分配
6．1．5 近交、杂交与环境方差
6．1．6 杂种优势的机理
6．2 配合力分析
6．2．1 配合力概念及其方差
6．2．2 配合力估计的试验设计方法
6．2．3 双列杂交完全随机区组试验的配合力分析
6．2．4 关于多元双列杂交的配合力分析

第7章 数量性状与分子遗传学
7．1．数量性状与遗传学
7．1．1 数量性状与经典遗传学
7．1．2 数量性状与分子遗传学
7．1．3 遗传标记与基因定位
7．2 QTL的初级定位及其作图原理
7．2．1 作图群体的建立
7．2．2 图谱构建的理论基础
7．3 单标记分析法
7．3．1 单标计分析样本资料表
7．3．2 用重组率，表示的标记和QTL基因型频率表
7．3．3 基于标记分组的标记和QTL的共分离信息
7．3．4 均值差．方差分析法及参数估计
7．3．5 最大似然估计的EM算法
7．4 区间作图法和复合区间作图法
7．4．1 区间作图法
7．4．2 复合区间作图法
7．5 数量性状的标记辅助选择
7．5．1 标记值选择
7．5．2 指数选择
7．5．3 数量性状的分子标记辅助选择
7．6 KEGG通路的通径分析及其决策分析
7．6．1 DIA方法的KEGG通路
7．6．2 KEGG通路DIA影响的通径分析及其决策分析
7．6．3 细胞过程路梯度分析、通径分析及其决策分析
7．6．4 梯度分析、通径分析及其决策分析与DIA方法的比较
参考文献

前言/序言

　　数量遗传学是研究数量性状遗传规律并服务于动植物育种的一门学科。对数量性状进行遗传操纵的理论和方法既是数量遗传学的中心内容，也是数量遗传学应用于育种实践的桥梁和手段。因而，任一遗传学分支服务于育种的研究均可纳入数量遗传学的理论体系，可见数量性状遗传分析内涵的丰富和发展潜力。
　　接触和学习数量遗传学是源于我的一个朴素的想法：农学院的数学从主流上应走与农业科学相结合的道路。因而，除自学遗传学等基础生物学之外，吴仲贤教授的《统计遗传学》和马育华教授的《植物育种的数量遗传学基础》几十年来始终伴随着我，其浓厚的育种机理和透彻的数理分析使我如临教诲。“文化大革命”后重招研究生起，我为研究生讲授“生物数学”、“试验设计与分析”、“数量遗传学”和“群体遗传学”课程，并协助赵洪章院士和邱怀教授指导研究生，使我受益匪浅。1992年，我被评为国家动物遗传育种与繁殖博士生导师，开始了以数量遗传学和群体遗传学为主要选题的研究生培养工作。1981-2014年，我和我的研究生发表了40余篇数量性状遗传分析的论文，提出了通径分析的决策分析、组合性状和组合性状对遗传分析、小麦生态型及其演变的统计分析方法和KEGG通路的通径分析等，结合数量遗传学的发展，写成了本书。全书共7章，前3章叙述数量遗传学的研究基础，近交群体和随机交配群体的遗传分析，重复力和遗传力等相关概念、估计和检验；第4章讲述单性状选择、多性状选择和组合性状与组合性状对分析；第5章介绍主基因。多基因混合遗传体系下的单分离世代和多世代联合的分离分析及综合选择指数；第6章叙述交配效应与配合力分析；第7章讲述数量性状遗传与分子遗传学，主要内容包括QTL定位、DNA标记辅助选择的标记值选择和指数选择、KEGG通路的通径分析和决策分析。
　　本书编写由袁志发和常智杰负责，并在杜俊莉博士、解小莉博士、刘建军副教授、曲高平硕士和马訾伟硕士的协助下完成。
　　在几十年的学习和研究中，周静芋教授是我最尊重的合作者。常智杰教授、郭满才教授、孙世铎教授、翟永功教授、贾青教授、雷雪芹教授、徐廷生教授、陈玉林教授、张恩平教授、秦豪荣教授、吉俊玲教授、王春平教授、郑惠玲副教授、宋世德副教授、解小莉副教授、刘璐副教授、刘建军副教授、杜俊莉博士、邵建成、王丽波、董晓萌、陈小蕾、曲高平、罗风娟、马訾伟等，我们既是师生，又是良友。本书是我们共同学习、研究和写作的成果。
　　我于1962年毕业于兰州大学数学力学系，对于遗传学领域是后学，本书如有不足之处，恳请读者批评指正，以便日后修改。
　　感谢中国科学院出版基金对本书的支持。
　　袁志发
　　2014年6月于西北农林科技大学

《现代生物统计学基础：从数据到洞察》 内容简介 《现代生物统计学基础：从数据到洞察》是一本旨在为生命科学研究人员、生物学专业学生以及对生物数据分析感兴趣的读者提供坚实统计学基础和实用应用技能的专著。本书的叙述风格力求清晰、严谨而不失生动，避免了纯粹数学理论的繁冗，而是侧重于概念的直观理解与在生物学语境下的实际操作。 全书共分为六大部分，系统地涵盖了从基础概率论、描述性统计到高级推断统计和现代计算方法的全景。 第一部分：生物学中的数据与描述 本部分首先确立了生物学研究中数据收集的类型和质量的重要性。我们详细探讨了定性数据与定量数据、观测数据与实验数据的区别，并强调了样本代表性和实验设计的科学性是后续统计分析的基石。 随后，本书深入讲解了描述性统计工具。这不仅包括均值、中位数、众数、标准差和方差等基本指标的计算与意义，更侧重于对这些指标在生物学分布中（如正态分布、偏态分布）的解释。图形化展示是本部分的核心，我们提供了绘制直方图、箱线图、散点图以及生存曲线的详尽指导，并阐述了如何通过图表初步识别数据中的模式、异常值和潜在的分布特征。例如，如何利用箱线图直观比较不同处理组的生物学变异程度。 第二部分：概率论与随机变量 概率论是推断统计的语言。本部分将概率概念置于生物现象的背景之下。我们首先解释了条件概率、独立性以及贝叶斯定理在生物学决策制定中的应用（如疾病诊断的敏感性和特异性计算）。 随后，本书聚焦于生物学中最常见的随机变量模型。正态分布被置于中心地位，详细解释了其参数的生物学意义。此外，我们还系统介绍了离散分布（如二项分布、泊松分布）在计数数据（如菌落计数、突变事件）中的建模，以及指数分布在细胞衰老或半衰期研究中的应用。理解随机变量的分布，是选择正确统计检验的前提。 第三部分：统计推断的核心原理 本部分是全书的逻辑核心，旨在帮助读者跨越“描述”与“推断”的鸿沟。我们详细阐述了参数估计的概念，包括点估计和区间估计。对于置信区间（Confidence Interval），我们不仅给出了计算公式，更重要的是解释了其统计学含义——它代表了我们对总体参数真实位置的“置信程度”，而非概率事件。 显著性检验（Hypothesis Testing）的原理被分解为零假设、备择假设的建立、检验统计量的选择以及P值的正确解读。我们特别强调了I型错误（$alpha$）和II型错误（$eta$）的权衡，并引入了统计功效（Power）的概念，指导读者如何设计出具有足够区分力的实验。本书反对盲目地追求$P<0.05$，倡导结合效应量（Effect Size）进行全面的结果评估。 第四部分：比较均值的统计检验 这是生物实验中最常用的统计工具。本部分结构清晰，按照数据结构和假设条件层层递进。 t检验家族： 详细区分了单样本t检验、独立样本t检验（两组间比较）和配对样本t检验（重复测量或匹配设计）。对于独立样本t检验，我们深入探讨了方差齐性（Levene检验）对结果有效性的影响，并介绍了Welch校正t检验的使用时机。 方差分析（ANOVA）： 单因素、双因素ANOVA被系统讲解，重点在于如何理解“因子”（Factor）和“交互作用”（Interaction）。我们不仅展示了如何进行单因素ANOVA来比较多组均值，还深入讲解了重复测量ANOVA在纵向研究设计中的优势。对于显著的F检验结果，本书提供了事后多重比较（Post-hoc Tests，如Tukey HSD, Bonferroni校正）的应用指南，强调了控制家族错误率的重要性。 第五部分：非参数方法与分类数据分析 认识到并非所有生物数据都服从正态分布或方差齐性，本部分专注于非参数统计方法。我们介绍了用于替代t检验和ANOVA的非参数检验，如Wilcoxon秩和检验、Mann-Whitney U检验、Kruskal-Wallis H检验，并阐明了在何种情况下它们是比参数检验更稳健的选择。 针对分类数据（Categorical Data），本书详细介绍了卡方检验（$chi^2$ Test）在拟合优度检验和独立性检验中的应用。对于2x2列联表，我们讨论了费希尔精确检验（Fisher's Exact Test）的必要性。此外，本书还涉及相对风险（Relative Risk）和优势比（Odds Ratio）的计算与生物学解释，这对流行病学和毒理学研究至关重要。 第六部分：关联、趋势与现代计算方法 本部分着眼于探究变量间的关系和更复杂的模型构建。 相关性与回归： 区分了皮尔逊相关系数（Pearson's $r$）和斯皮尔曼等级相关系数（Spearman's $ ho$），并重点讲解了简单线性回归模型。我们详述了最小二乘法的原理，并教会读者如何解读回归系数、决定系数（$R^2$）以及如何检验残差的假设。 多元回归简介： 引入了多元线性回归的概念，讨论了多重共线性、变量选择（如逐步回归的局限性）等实际问题。 计算与软件应用： 本书强调实践性，贯穿全书的案例分析均附带使用R语言（或Python生态中的统计库）进行操作的示例代码。我们提供了构建和解释模型的逐步流程，旨在让读者能够将理论知识迅速转化为实际的生物数据分析能力。 《现代生物统计学基础：从数据到洞察》的目标是培养读者批判性地看待统计结果的能力，确保生物研究的结论建立在坚实的、可重复的统计推断之上。本书的案例均来源于分子生物学、生态学、生理学和药物研发等领域的前沿研究，确保内容的时效性和相关性。

评分☆☆☆☆☆

坦白说，在翻阅这本书之前，我对“数量性状遗传分析”的理解仅停留在比较表面的认知，觉得它是一门相当高深的学问。然而，这本书的出现，彻底改变了我的看法。作者以一种非常人性化的方式，循序渐进地引导读者进入这个复杂的世界。开篇便从一些生活中常见的例子引入，比如身高、肤色、甚至一些农作物的产量，让你立刻意识到数量性状研究的重要性，以及它与我们息息相关的联系。随后，作者开始详细讲解如何利用分子标记来追踪遗传物质的传递，以及如何通过统计学工具来量化基因对表型的影响。特别是关于基因组选择（GS）的章节，给我留下了深刻的印象。它不仅仅是理论层面的介绍，还包含了大量的模拟数据和实际案例分析，让我能够直观地理解基因组预测是如何工作的，以及它在育种实践中的巨大潜力。此外，书中对环境因素与遗传因素互作的探讨，也让我认识到，表型的形成并非简单的基因决定论，而是遗传与环境相互作用的复杂结果。这种全面的视角，让这本书的价值远超一般的教科书。

评分☆☆☆☆☆

这本《数量性状遗传分析》绝对是一部力作，它以一种极其深刻且全面的方式，为读者揭示了数量性状背后的遗传奥秘。作者在阐述基因组关联分析（GWA）时，不仅仅停留在理论层面，而是深入到实际操作的每一个细节，包括如何进行质量控制、如何选择合适的对照组、以及如何处理多重检验问题。他对于统计学方法的选择和应用，有着非常独到的见解，并且能够清晰地解释不同方法之间的细微差别以及它们各自的适用范围。我尤其被书中关于复杂性状的遗传建模的章节所吸引，作者巧妙地将各种复杂的统计模型，如多性状模型、时间序列模型等，通过通俗易懂的语言进行了阐述，并提供了大量的实例来佐证其应用效果。这本书的价值在于，它不仅能帮助你理解“为什么”要这样做，更能让你学会“如何”去做，为科学研究提供了坚实的理论基础和操作指导，对于任何对数量遗传学感兴趣的读者来说，都是一本不可或缺的参考书。

评分☆☆☆☆☆

阅读这本书的过程，仿佛一次穿越科学迷宫的奇妙旅程。作者在“数量性状遗传分析”这个主题上，构建了一个逻辑严谨、脉络清晰的知识体系。从遗传学的基本定律开始，逐步引入数量遗传学的核心概念，比如狭义和广义遗传力，以及它们在实际研究中的计算和解读。我特别喜欢书中关于如何区分和整合不同来源的遗传效应（加性效应、显性效应、上位效应）的论述，这对于精确地理解基因型与表型之间的关系至关重要。此外，书中关于群体遗传学在数量性状研究中的应用，也给我带来了新的启发。作者详细讲解了如何利用群体结构信息来校正GWAS分析中的假阳性，以及如何通过分析基因流和遗传漂变来理解数量性状的演化过程。整本书就像一座精心雕琢的知识殿堂，每一个部分都相互关联，共同构成了一个关于“数量性状遗传分析”的全面而深刻的认知。

评分☆☆☆☆☆

这本书绝对是我近期读过的最引人入胜的科学著作之一。它深入浅出地探讨了“数量性状遗传分析”这个在生物学、农学、乃至医学领域都至关重要的研究方向。作者的叙事功力令人称赞，将那些原本可能枯燥复杂的统计模型和遗传学原理，通过生动的案例和清晰的逻辑，呈现在读者面前。从最初对全基因组关联研究（GWAS）的基本概念的介绍，到逐步深入到标记辅助选择（MAS）的实际应用，再到复杂的数量性状基因座（QTL）定位技术，每一个章节都像是为我打开了一扇新的窗户。我特别喜欢书中关于如何设计实验、收集数据以及处理和解读结果的详细指导。它不仅仅是理论的堆砌，更是一本实操指南，让我对如何着手进行自己的研究项目有了更清晰的规划。书中对各种统计方法的论述也非常到位，从方差分析到线性混合模型，都讲解得极其透彻，并且强调了每种方法在不同情境下的适用性和局限性，这对于避免研究中的误区至关重要。读完这本书，我感觉自己对如何解析那些由多个基因和环境因素共同决定的复杂性状，拥有了前所未有的信心和理解。

评分☆☆☆☆☆

这是一本让我眼前一亮的学术专著。它在“数量性状遗传分析”这个细分领域里，展现出了作者扎实的学识和独到的见解。我尤其欣赏书中对于不同分析模型的严谨阐述，比如作者在解释贝叶斯方法在QTL定位中的应用时，不仅清晰地勾勒出了模型的基本框架，还深入探讨了其在处理复杂连锁不平衡和多基因效应时的优势。对于一些初学者可能会感到困惑的统计学细节，作者都给予了耐心的解释，并配以图表来辅助理解，这大大降低了阅读的门槛。书中的一些章节，比如关于基因组选择模型的最新进展，以及如何利用机器学习技术来提升预测精度，都让我感受到了这个领域的蓬勃发展和前沿动态。作者并没有止步于传统的统计方法，而是积极地将新的技术和理念融入其中，这使得这本书兼具理论深度和实践指导意义。对于那些希望在数量性状遗传分析领域进行深入研究的学者和学生来说，这本书无疑是一份宝贵的财富。

评分☆☆☆☆☆

好

评分☆☆☆☆☆

京东出品，有保证，继续努力，提供更好的服务。

评分☆☆☆☆☆

。

评分☆☆☆☆☆

。

评分☆☆☆☆☆

好

评分☆☆☆☆☆

书籍很实用，包装也很不错

评分☆☆☆☆☆

好

评分☆☆☆☆☆

京东出品，有保证，继续努力，提供更好的服务。

评分☆☆☆☆☆

。