QTL上位性分析：QTLNetwork2.0
官网：http://ibi.zju.edu.cn/index.html/BCL/software/qtlnetwork/download.html
QTLNetwork是一款用于QTL上位性分析，以及QTL与环境互作（QE）效应分析的Windows版软件，适用于DH，RI，BC，F2，IF2和BxFy等群体，同时对结果进行可视化。
1.输入数据
QTLNetwork2.0输入数据包括两部分：标记连锁图谱文件（map file）和数据文件（data file）。图谱文件包含所有连锁群上的标记，以及他们的顺序和遗传距离；数据文件包含每个个体的标记，和表型值。软件下载成功后，随软件带有示例数据文件 (\SampleData) ，可以参考示例文件的格式进行整理。
1.1标记连锁图谱文件（map file）格式
在文件的最开始是一些一般说明，最前面都以下划线“_”开始：
General Description
- _DistanceUnit：遗传距离单位， “cM” stands for centi-Morgan and “M” stands for Morgan
- _MapFunction：图谱的创建方式，“K” is for Kosambi function and “H” for Haldane function
- _Chromosomes：图谱中染色体或连锁群的总数目
- _MarkerNumbers：每条染色体或连锁群上的标记数目，与连锁群一一对应
一般说明的下面是图谱文件的主体内容，以* MapBegin * 开始，* MapEnd *结束，中间是标记的顺序和位置，这里的位置是两个标记之间的距离。
Map Body
1.2数据文件（data file）文件格式
数据文件主要由三部分内容组成：一般说明，标记数据和表型数据。
a.一般说明
General description
- _Population：群体类型，常见的有RI，BC，F2，IF2，BxFy等
- _Genotypes：群体中的基因型总数
- _Observations：每个性状的观测值总数目。例如200个个体，两次重复，此处填400，没有重复则为200，与表型的个数无关。
- _Environments：试验设计中是否有多个环境，yes或者no
- _Replications：试验设计中是否有重复或区组，yes或者no
- _TraitNumber：性状的总数目
- _TotalMarker：标记数目的总数，这个数值必须与map file中 _MarkerNumbers 的总数一致
- _MarkerCode：定义一个标记编码方案。P1：标记与P1一致，P2：标记与P2一致，F1：标记与F1一致，F1P1：标记不与P2一致，F1P2：标记不与P1一致。在文件中每个标记用一个字母或一个数字表示，缺失值用“.”表示。
b.标记数据
这部分以* MarkerBegin * 开始，* MarkerEnd *结束，标记顺序要与map data中一致，支持两种格式。
第一种每一行为一个个体，每一列为一个标记，每行的末尾以“;”结束：
Type I
第二种每列行为一个个体，每一行为一个标记，每行的末尾以“;”结束：
Type II
标记的名字和标记顺序必须与map data中一致，标记名字中不可以有分隔符。
c.表型数据
这部分以* TraitBegin * 开始，* TraitEnd *结束，如果存在多环境和重复，需要将不同环境、不同重复下的表型值均展示出来，以下图为例，第一列为环境，第二列重复，第三列基因型，当没有多环境多重复时，这几列可以省略不写。第四列开始为不同性状的观测值，每一行以“;”结尾：
Trait data body
2.创建新项目
2.1输入数据
在完成输入数据准备后，准备创建新的项目。
Project——New（QTLNetwork Data Format）：在对应位置选择map文件和data文件。
image.png
输入数据导入成功：
2.2导入为其他数据格式
QTLNetwork支持将输入成功的数据转出为QTLNetwork或者QTL Cartographer数据格式，Project——Export Source Data：
2.3开始计算
在数据导入成功，检查无误后，开始计算。单击Run，设置计算参数：
- Map Epistasis：只显示单个QTL的效应和上位性
- High Order Epistasis ：显示AD, DA, DD等高阶上位性，这个选项只适用于F2和IF2群体。
- Do 2D Genome Scan：选择这个选项来绘制有或没有单位点效应的上位性QTL。否则，程序将只检测具有单位点效应的QTL间的上位相互作用。
- Permutation：设置置换检验次数来控制一类错误。
- MCMC：通过MCMC（ Monte Carlo Markov Chain method）方法来估计QTL效应，否则使用的是MIM（mixed linear model）方法。
- Superior Genotype Prediction：根据QTL效应估计优势基因型。
基因组扫描配置设置
包含窗口大小、步长等。
显著性配置设置
运行时，会有计算进度条：
计算结束后自动跳转计算结果：
图中的颜色以及图形解释说明书中有详细介绍：
在工具栏setting中，可以设置图形参数：
3.保存图表及计算结果
完成所有计算后，可以导出图形和报告，工具栏中Edit——save picture和Edit——Save report（.pre）。
报告中分为部分：
第一部分是变异组成，基因型变异，环境变异，基因型环境互作效应，重复、残差、表型变异等；
第二部分是QTL效应，包含QTL的位置、加性效应、显性效应等；
第三部分是QTL的遗传力，加性效应遗传力、显性效应遗传力等；
第四部分是上位性检测，两个QTL的位置，以及相互作用；
第五部分是上位性遗传力；
第六部分是基因型值，包括双亲，F1和估计优势基因型的基因效应；
第一部分是估计优势基因型。
引用转载请注明出处，如有错误敬请指出。
