去年基迪奥参与发表了一篇全基因选择育种（Genomics Selection，以下简称GS）的方法学讨论文章（没错，我们除了RNA-seq，还会做其他组学服务dā~）。
2015年某一天，帝都，一个微信粉丝问我：“你们公司是不是只会做RNA-seq项目，其他组学的业务都不精通呢？因为你们公司的微信文章似乎从来都是围绕RNA-seq，其他组学很少涉及。”
（这是天大的误会啊！！！！！！我们不止会做RNA-seq，我们也做蛋白啊，也做16s啊，也做遗传育种啊啊啊啊啊！）
真实情况是，RNA-seq实在太好玩了，可以研究到极致。 但同时，我们也不偏科啊。所以，right now，为了证明我们在其他组学也是很拿得出手的，我们开始分享一些其他组学的技术。
在分享这篇GS文章前，我们先给大家分享一下GS技术相关的背景内容。
我们或许都听说过GWAS分析、QTL定位等这样的概念。这些是做什么呢？
其实无非就是预测哪些分子标记是与性状相关的。当然，实际情况是由于一个分子标记附近存在一个与性状相关的基因，所以导致本身没有功能的分子标记与性状间存在相关性。
如上图，由于控制株高的等位基因座Q（q）存在，周围的连锁标记A也和性状相关等位基因Q间存在关联。
如果我们可以准确预测标记的效应，那么反过来，我们就也可以利用标记来预测个体的性状。打个比方（如下表），如果我们能够完全弄清决定人类身高的基因座是哪些（L1-Ln），并准确预测出每个基因座不同等位基因的效应（L1-Ln），那么就可以建立一个线性的预测模型。理论上一个小孩刚刚出生的时候，做个基因鉴定就可以预测将来他的身高了（Genetic value）。
好，到这里，一些内行的老师估计要开始喷了！这什么玩意儿?太小儿科了吧！！
这个理论说起来容易，做起来难。我们来看看，实现这样的工作难点在哪里？
对于建立这样的一个线性模型，其预测的难点在于：
1）如何建立一个有效的预测模型？ 即如何最大程度的准确预测每个QTL位点的效应，以便用于预测一个性状表型值 2）不同的模型在什么样的情况下是适用的？ 3）当模型从实验室走到大田（或养殖场），到底有多大的应用价值？
| 
[复制链接]
发表于 2016.4.21 15:39:08
置顶卡
千斤顶
发表于 2016.4.21 19:37:21
发表于 2016.4.22 10:47:18
.gif)
楼主
广州大学城智慧谷A5座5-6层
020-39341079
omicshare@genedenovo.com
