3.QTL定位：Rqtl —— Multiple-QTL analyses

在进行单QTL和双QTL基因组扫描后，最好将确定的位点合并成一个联合模型，然后进一步探讨QTL的可能性。

在此工作中，我们使用由makeqtl()创建的QTL对象，利用fitqtl()拟合多qtl模型。

流程如下：

• 1.首先进行单qtl基因组扫描，选择LOD评分最高的位置；
• 2.固定QTL模型：
  a.加性QTL扫描；
  b.对于当前模型中的每个QTL，扫描另一个相互作用的QTL；
  c.如果当前模型中有2个QTL，考虑添加其中一个可能的成对交互作用；
  d.进行二维双QTL扫描，添加一对新的QTL，加性或相互作用；
  e.在当前步骤中考虑的模型比较标准中，选出具有最大值的模型。
• 优化当前模型中QTL的位置；
• 重复步骤2和步骤3，得到具有预定数量位点的模型；
• 最后，在所有模型中，选择模型比较标准最大的模型。

0.准备工作

> library(qtl)
> data <- read.cross("csv", ".", "gen_phe.csv")
> jit<-jittermap(data)
> calc <- calc.genoprob(jit, step=2)

1.创建QTL对象

将但QTL扫描和二维双QTL扫描得到的QTL整理成一个联合模型；

根据单QTL扫描的结果，共有2个QTL，二维双QTL扫描得到chr11和chr13之间存在互作：

> chr <- c(6, 8, 11,13)
> pos <- c(86.77,40.52,96, 54)

2.模型拟合

> qtl <- makeqtl(calc, chr, pos)
Error in makeqtl(calc, chr, pos) : You must first run sim.geno.

报错：You must first run sim.geno.
该函数取一个交叉对象和指定的染色体数目和位置，并在最近的伪标记处提取基因型概率或估算基因型

> sim <- sim.geno(calc, step=2, err=0.001)

重新拟合，允许Q3和Q4之间存在互作：

> qtl <- makeqtl(sim, chr, pos)
> my.formula <- y ~ Q1 + Q2 + Q3 + Q4 + Q3:Q4
> out.fitqtl <- fitqtl(sim, qtl=qtl, formula=my.formula)

总结

> summary(out.fitqtl)

%var一列就是QTL的表型解释率了。

引用转载请注明出处，如有错误敬请指出。