《遗传学》课程教学资源：第十三章 数量性状的遗传

第十三章数量性状的遗传 (2)二对基因 0.0 (3)五对基因 (4)十对基因 图13-1不同基因数目及机误效应的F2群体表现型值频率分布

第十三章 数量性状的遗传

前述的遗传现象是基于一个共同的遗传本质,即生物 体的遗传表现直接由其基因型所决定→可根据遗传群体的 表现变异推测群体的基因型变异或基因的差异。 质量性状( qualitative trait的特点:表现型和 基因型的变异不连续( discontinuous)。在杂种后代 的分离群体中→可采用经典遗传学分析方法,研究其 遗传动态

前述的遗传现象是基于一个共同的遗传本质，即生物 体的遗传表现直接由其基因型所决定→可根据遗传群体的 表现变异推测群体的基因型变异或基因的差异。 质量性状(qualitative trait)的特点：表现型和 基因型的变异不连续(discontinuous) 。在杂种后代 的分离群体中→可采用经典遗传学分析方法，研究其 遗传动态

生物界中还存在另一类遗传性状,其表现型变异是连 续的( conti nuous)÷数量性状( quanti tative trait) 例如,人的身高、动物体重、植株生育期、果实大小, 产量高低等。 通过对表现型变异的分析推断群体的遗传变异→借助 数量统计的分析方法,可以有效地分析数量性状的遗传规 律

生物界中还存在另一类遗传性状，其表现型变异是连 续的(continuous) →数量性状(quantitative trait) 。 例如，人的身高、动物体重、植株生育期、果实大小， 产量高低等。 通过对表现型变异的分析推断群体的遗传变异→借助 数量统计的分析方法，可以有效地分析数量性状的遗传规 律

数量性状的类别: ①.严格的连续变异:如人的身高;株高、粒重、产量; 棉花的纤维长度、细度、强度等; ②.准连续变异( Quasi continuous variation) 如分蘖数(穗数)、产蛋量、每穗粒数等,但大量值时, 每个数值均可能出现,不会出现有小数点的数字 但有的性状即有质量亦有数量性状的特点,所以有人提出 质量一数量性状的概念

数量性状的类别： ①.严格的连续变异：如人的身高；株高、粒重、产量； 棉花的纤维长度、细度、强度等； ②.准连续变异(Quasi continuous variation)： 如分蘖数(穗数)、产蛋量、每穗粒数等，但大量值时， 每个数值均可能出现，不会出现有小数点的数字。 但有的性状即有质量亦有数量性状的特点，所以有人提出 质量－数量性状的概念

第一节群体的变异

第一节 群体的变异

生物群体的变异→表现型变异+遗传变异。 数量性状的遗传变异→群体内各个体间遗传组成的差异。 当基因表达不因环境的变化而异: 个体表现型值(P)是基因型值G)和随机机误(e)的总和, P=G+e 其中:随机机误(e)是个体生长发育过程所处小环境中的 随机效应

生物群体的变异→表现型变异+遗传变异。 数量性状的遗传变异→群体内各个体间遗传组成的差异。 当基因表达不因环境的变化而异： 个体表现型值（P)是基因型值(G)和随机机误(e)的总和， 其中：随机机误(e)是个体生长发育过程所处小环境中的 随机效应。 P=G+e

在数理统计分析中,通常采用方差( variance)度量 某个性状的变异程度 遗传群体的表现型方差( phenotypic variance,vn) →基因型方差( genotypic variance,v)+机误方差 error variance, ve) V=V v

在数理统计分析中，通常采用方差(variance)度量 某个性状的变异程度。 ∴遗传群体的表现型方差(phenotypic variance，Vp ) →基因型方差(genotypic variance, VG )+机误方差 (error variance, Ve ) 。 VP =VG + Ve

控制数量性状的基因具有各种效应,主要包括: 加性效应( additive effect,A):基因座( locus)内等 位基因( allele)的累加效应; 显性效应( domi nance effect,D):基因座内等位基因之 间的互作效应。 基因型值是各种基因效应的总和

控制数量性状的基因具有各种效应，主要包括： 加性效应(additive effect，A )：基因座(locus)内等 位基因(allele)的累加效应； 显性效应(dominance effect，D )：基因座内等位基因之 间的互作效应。 基因型值是各种基因效应的总和

1、加性一显性模型: 基因型值:G=A+D 表现型值:P=G+e=A+D+e 群体表现型方差→分解为加性方差、显性方差和机误方差。 表现型方差:Vp=VA+V+ve

群体表现型方差→ 分解为加性方差、显性方差和机误方差。 表现型方差： 基因型值：G=A+D 表现型值：P =G+e =A+D+e 1、加性－显性模型： VP=VA+VD+Ve

2.加性一显性一上位性模型: 对于某些性状,不同基因座的非等位基因之间可能 存在相互作用,即上位性效应( epitasis effect,1)。 基因型值:G=A+D+ 表现型值:P=A+D+|+e 群体表现型变异(方差):Vp=VA+b+V1+V

对于某些性状，不同基因座的非等位基因之间可能 存在相互作用，即上位性效应(epitasis effect，I)。 基因型值: G=A+D+I 表现型值: P=A+D+I+e 群体表现型变异(方差）：VP=VA+VD+VI+Ve 2.加性－显性－上位性模型：