A Model Selection Approach for the Identification of Quantitative Trait Loci in Experimental Crosses
实验杂交中数量性状基因座识别的模型选择方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦遗传学实验中的模型选择与基因座识别，未涉及所列经济学细分领域，不能因实验或识别字样归入因果推断。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
实验杂交中数量性状基因座识别的模型选择方法
- 研究问题
- 如何将实验杂交数据中的数量性状基因座识别视为模型选择问题，并比较主要方法识别相关基因座的表现？
- 方法与思路
- 作者讨论模型选择思想，聚焦基因座效应严格可加的回交实验，将识别基因座置于效应估计和精确定位之前。
- 材料陈述的贡献
- 摘要提出以模型选择组织基因座识别问题，并报告比较主要方法的模拟研究；未说明具体选择准则或比较结果。
- 阅读关注点
- 应核对候选模型、严格可加假设、选择准则与模拟设定，并区分基因座识别成功、效应估计精度和位置估计精度。
- 阅读边界
- 仅据所给Crossref摘要；研究范围限于所述回交与可加设定，方法性能结果未说明，不能外推到含交互效应的情形。
原文摘要
Summary We consider the problem of identifying the genetic loci (called quantitative trait loci (QTLs)) contributing to variation in a quantitative trait, with data on an experimental cross. A large number of different statistical approaches to this problem have been described; most make use of multiple tests of hypotheses, and many consider models allowing only a single QTL. We feel that the problem is best viewed as one of model selection. We discuss the use of model selection ideas to identify QTLs in experimental crosses. We focus on a back-cross experiment, with strictly additive QTLs, and concentrate on identifying QTLs, considering the estimation of their effects and precise locations of secondary importance. We present the results of a simulation study to compare the performances of the more prominent methods.