Segregations- und Kopplungsanalysen bei komplexen genetischen Modellen und Familienstrukturen

在dem vorliegenden项目中，在Verwendung von Markerdaten zu identifizien和die entsprechenden Effekte zu quantifizien下，instrumarium entwickelt werden mit Ziel同时使用多个QTL（数量性状位点）。德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所，德国仪器仪表研究所。Die genetische Komponente bei der Merkmalausprägung wind dazu als ine generallinef . n .加性，显性，认知，效应，n .遗传，QTL-Genotypen modelliet。Dieser Ansatz wrd在Vergleich mitden heute <s:1> blichen Ansätzen, welche audemgenetischen mischmodelell bzw。auf endlich polygenen Modellen (welche biallele Loci mit gleichen and additiven Effekten unsterellen) beruhen, also wesentlich wirklichkeitsnäher betrachtet。[4][大北大学学报（自然科学版）][j] .《生物计量学问题研究》，[j] .浙江大学学报（自然科学版）Komplexität, [mögichen Überparametrisierung] .浙江大学学报。]Zusammenhängen, gelöst。Die Entwicklung entsprechender Lösungsansätze and Rechenalgorithmen erscheint aber durch Die Verwendung von Markovketten Monte Carlo-Techniken (Gibbs采样器，Metropolis Algorithmus) möglich zu sein。

In dem vorliegenden Projekt soll ein methodisches Instrumentarium entwickelt werden mit dem Ziel simultan multiple QTL (quantitative trait loci) unter Verwendung von Markerdaten zu identifizieren und die entsprechenden Effekte zu quantifizieren. Dieses Instrumentarium soll auch zur Analyse komplexer Pedigreedaten, wie sie bedingt durch die tierzüchterische Selektion bei landwirtschaftlichen Nutztieren die Regel sind, verwendet werden können und damit einen Beitrag zu zuverlässigeren Aussagen über den Vererbungsmodus eines Merkmals leisten. Die genetische Komponente bei der Merkmalausprägung wird dazu als eine generelle lineare Funktion von additiven, dominanten sowie epistatischen Effekten der unbekannten QTL-Genotypen modelliert. Dieser Ansatz wird im Vergleich mit den heute üblichen Ansätzen, welche auf dem genetischen Mischmodell bzw. auf endlich polygenen Modellen (welche biallele Loci mit gleichen und additiven Effekten unterstellen) beruhen, als wesentlich wirklichkeitsnäher betrachtet. Dabei müssen allerdings eine ganze Reihe von biometrischen Problemen, die z.B. mit der rechentechnischen Komplexität, der mögichen Überparametrisierung des Modells usw. zusammenhängen, gelöst werden. Die Entwicklung entsprechender Lösungsansätze und Rechenalgorithmen erscheint aber durch die Verwendung von Markovketten Monte Carlo-Techniken (Gibbs sampler, Metropolis Algorithmus) möglich zu sein.