<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[沉香best的博客]]></title><description><![CDATA[遗传育种与生信知识分享]]></description><link>https://blog.youkuaiyun.com/m0_53915752</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; m0_53915752]]></copyright><item><title><![CDATA[玉米杂交种基因型推断：亲本VCF实战指南]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/144864204</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/144864204</guid><author>m0_53915752</author><pubDate>Tue, 08 Sep 2026 20:36:26 +0800</pubDate><description><![CDATA[本文介绍了从亲本VCF文件出发，利用bcftools和awk推断玉米杂交种基因型的完整流程，包括索引、样本列映射、染色体拆分、并行推断、合并及质控过滤。该方法基于纯合亲本杂交的孟德尔规律，可低成本获取大规模杂交种基因型数据，适用于玉米、水稻等自交系作物，支撑GWAS、基因组选择等应用。]]></description><category></category></item><item><title><![CDATA[批量提取多个玉米自交系中指定基因的同源序列]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/163000400</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/163000400</guid><author>m0_53915752</author><pubDate>Sat, 18 Jul 2026 21:16:10 +0800</pubDate><description><![CDATA[本文介绍了一套稳健的批量提取同源基因区域的方法，解决了BLAST在共享存储上常见的&quot;Buserror&quot;问题以及基因家族分析中序列长度不一致的难题。该方法基于Miniconda环境管理，结合BLAST定位、中点扩展策略和bedtools工具，实现了从20个玉米自交系中提取等长目标区域（约10.6kb）。关键步骤包括：（1）创建本地临时目录避免共享存储冲突；（2）通过计算匹配区间中点强制扩展至参考序列长度；（3）自动处理正负链方向。文中提供了完整的bash脚本，适用于PBS集群环境，并对常见]]></description><category></category></item><item><title><![CDATA[分清QTL和GWAS，数量性状研究不踩坑✨]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/131179226</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/131179226</guid><author>m0_53915752</author><pubDate>Sun, 15 Feb 2026 16:49:09 +0800</pubDate><description><![CDATA[摘要：QTL与GWAS是数量性状遗传研究的两种核心方法，主要区别在于：QTL使用人工杂交群体进行连锁分析，定位染色体区域；GWAS利用自然群体进行关联分析，精确到SNP标记。二者互为补充：QTL为GWAS缩小范围，GWAS提高QTL定位精度。研究建议：初探用QTL，精准定位用GWAS，最优方案是二者结合。核心记忆点：&quot;QTL找区域，GWAS找标记，二者结合找基因&quot;。]]></description><category></category></item><item><title><![CDATA[多环境表型BLUE值的计算]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/154088744</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/154088744</guid><author>m0_53915752</author><pubDate>Wed, 29 Oct 2025 23:03:29 +0800</pubDate><description><![CDATA[BLUE（最佳线性无偏估计）是一种通过校正环境噪音提高遗传信号检测的统计方法。在GWAS中，BLUE通过混合线性模型分离遗传与非遗传效应，使用广义最小二乘法估计固定效应参数。其优势包括降低假阳性、适用于多环境数据，但依赖准确的方差估计。计算时推荐使用多环境重复数据以提高准确性，R语言实现包含数据预处理、混合模型拟合和BLUE值提取三个步骤。最终输出的校正表型值可直接用于后续GWAS分析，优化关联分析结果。该方法特别适合处理田间试验的空间异质性问题。]]></description><category></category></item><item><title><![CDATA[【重磅】2025全国耐盐碱作物大会来了！10月上海，顶尖专家共话盐碱地“变身”良田新路径]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/151157559</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/151157559</guid><author>m0_53915752</author><pubDate>Wed, 03 Sep 2025 21:28:41 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[KOBAS-i 重磅升级！智能注释+富集分析，5分钟锁定关键通路​​——北大团队打造的一站式基因功能解读神器]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/149452680</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/149452680</guid><author>m0_53915752</author><pubDate>Fri, 18 Jul 2025 20:28:41 +0800</pubDate><description><![CDATA[KOBAS-i升级亮点与使用指南 KOBAS-i官网（http://kobas.cbi.pku.edu.cn）推出三大升级： 智能分析：整合9类工具，通过CGPS算法输出统一评分Rscore，解决结果冲突； 可视化：cirFunMap将通路聚类为环形图谱，直观展示模块关系； 全物种支持：覆盖5944个物种，数据库每季度更新。 四步操作指南： 注释模块：支持基因ID、FASTA或BLAST结果，快速注释单细胞差异基因； 富集模块：支持基因列表或表达矩阵，自动计算通路富集P值； 结果检索：任务ID永久保存，随时]]></description><category></category></item><item><title><![CDATA[​​根系杂种优势的分子解码：SPE基因互补与进化可塑性的协同效应​​]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/148840165</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/148840165</guid><author>m0_53915752</author><pubDate>Mon, 23 Jun 2025 22:05:37 +0800</pubDate><description><![CDATA[德国波恩大学团队系统揭示了根系杂种优势的分子机制，发现单亲本表达基因（SPE）通过互补效应驱动表型优势。研究结合多组学分析，表明SPE基因（尤其非保守的新进化基因）在杂交种中表达量超亲本均值15-28%，优化根系构型及微生物互作，显著提升养分效率（如氮利用效率提高30-50%）。该机制在玉米等作物中与产量正相关（r=0.81），为设计资源高效型杂交种提供了新靶点，但跨物种普适性及环境互作机制仍需深入探索。]]></description><category></category></item><item><title><![CDATA[Linux中查看对应文件夹中的指定文件类型的文件]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/148743341</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/148743341</guid><author>m0_53915752</author><pubDate>Thu, 19 Jun 2025 09:07:06 +0800</pubDate><description><![CDATA[Linux查找指定文件类型方法： find命令递归查找：find /path -type f -name &quot;*.ext&quot; ls命令单层查找：ls /path/*.ext（不支持递归） 组合命令：ls -l | grep '\.ext$' 高级用法： 查找后执行操作：find -name &quot;*.log&quot; -exec ls -lh {} \; 多类型匹配：find -name &quot;*.{jpg,png}&quot; 忽略大小写：-iname 排除目录：-not-p]]></description><category></category></item><item><title><![CDATA[全球玉米遗传多样性“密码本”正式发布！4600万高质量标记构建统一数据库，GWAS分析能力显著提升！]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/148677994</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/148677994</guid><author>m0_53915752</author><pubDate>Wed, 18 Jun 2025 10:21:51 +0800</pubDate><description><![CDATA[玉米，这个养活全球数十亿人口的“黄金作物”，其惊人的遗传多样性一直是科学家们探索的宝库。然而，海量的基因组数据却因分析方法各异而难以整合利用。现在，一项里程碑式的研究破解了这一难题！科学家们成功整合了全球1515份玉米样本的重测序数据，构建了迄今最全面、最统一的玉米遗传变异图谱，为解锁玉米遗传奥秘、加速分子育种提供了前所未有的强大工具！玉米拥有比人类更丰富的遗传多样性，是研究进化、适应性和作物改良的绝佳模型。]]></description><category></category></item><item><title><![CDATA[RapidNJ软件的安装]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/148652976</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/148652976</guid><author>m0_53915752</author><pubDate>Sat, 14 Jun 2025 14:59:32 +0800</pubDate><description><![CDATA[RapidNJ是一款高效的系统发育树构建工具，采用邻接法快速处理大规模生物序列的距离矩阵分析。该软件适用于DNA和蛋白质序列的进化关系研究，在生物信息学领域应用广泛。用户可从GitHub（johnlees/rapidnj）获取2.3.2版本源码，通过wget下载并解压后，使用make命令完成安装。软件由Martin Simonsen等人开发，具有处理海量数据的能力。 ]]></description><category></category></item><item><title><![CDATA[给基因数据“瘦瘦身”：GWAS分析前的必备步骤 - LD过滤]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/148644495</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/148644495</guid><author>m0_53915752</author><pubDate>Sat, 14 Jun 2025 01:20:23 +0800</pubDate><description><![CDATA[在GWAS数据的群体遗传学分析（如PCA、ADMIXTURE、进化树构建）中，​​连锁不平衡（LD）过滤​​是提升分析效率与结果可靠性的关键步骤。LD过滤通过剔除高度相关的冗余SNP，实现数据“瘦身”，带来三大核心优势：

​​提升计算效率​​：减少数据量，显著降低内存和计算时间；
​​避免分析偏差​​：防止高LD区域主导PCA主成分或扭曲进化树分支结构，确保结果反映全基因组特征；
​​增强信号清晰度​​：剔除噪声后，群体分层或分化信号更易解读。
​​适用场景​​：

​​必须过滤​​：全基因组水平的PCA]]></description><category></category></item><item><title><![CDATA[杂交种GWAS分析：表型参数选择指南]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/148221549</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/148221549</guid><author>m0_53915752</author><pubDate>Mon, 26 May 2025 10:43:59 +0800</pubDate><description><![CDATA[杂交种GWAS分析中表型参数的选择直接影响研究结果。直接表型值（如产量、株高）适用于改良目标性状；中亲优势（BPH）和超亲优势（MPH）聚焦杂种优势机制；特殊配合力（SCA）则用于解析亲本特异性互作。选择时需考虑研究目标：育种应用选直接表型，机制研究用BPH/MPH，亲本选配则需SCA分析。注意SCA分析需双列杂交设计，所有参数分析都应控制亲本背景影响，以准确识别遗传位点。]]></description><category></category></item><item><title><![CDATA[特殊配合力（SCA）作为全基因组关联分析（GWAS）的表型，其生物学意义和应用价值]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/147839346</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/147839346</guid><author>m0_53915752</author><pubDate>Fri, 09 May 2025 23:14:09 +0800</pubDate><description><![CDATA[非加性遗传效应特殊配合力（SCA）是研究杂交优势的关键，主要涉及显性、超显性和上位性等非加性遗传效应。通过SCA-GWAS技术，可以定位调控这些效应的关键基因组区域，揭示杂交组合特有的遗传互作模式，并挖掘隐性遗传资源。SCA-GWAS在杂交育种中具有重要应用价值，如预测最佳杂交组合、筛选高配合力亲本、优化群体结构等。与传统GWAS相比，SCA-GWAS更适用于解析受非加性效应主导的复杂性状。尽管面临统计功效和结果解析的挑战，SCA-GWAS在杂交育种中的预测价值已得到广泛验证。未来，结合多组学数据和基因编辑]]></description><category></category></item><item><title><![CDATA[ASEG的鉴定]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/147156236</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/147156236</guid><author>m0_53915752</author><pubDate>Fri, 11 Apr 2025 23:34:23 +0800</pubDate><description><![CDATA[**启动子序列比较**：使用NUCmer等工具比较杂交种及其亲本的启动子区域序列，识别插入/缺失（InDels）和单核苷酸多态性（SNPs）。- **处理条件**：在不同环境条件下（如光照、温度、水分等）培养样本，以研究ASE基因在不同条件下的表达差异。- **综合分析**：结合转录组、表观遗传和基因组数据，综合分析ASE基因的调控机制及其在杂种优势中的作用。- **qPCR验证**：使用定量实时PCR（qPCR）验证ASE基因的表达模式，确保鉴定结果的准确性。]]></description><category></category></item><item><title><![CDATA[基于GFF3文件提取基因的位置信息]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/145659085</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/145659085</guid><author>m0_53915752</author><pubDate>Sun, 16 Feb 2025 00:05:50 +0800</pubDate><description><![CDATA[GFF3文件是一种常用的基因组注释文件格式，用于描述生物基因组的结构和功能元素。GFF3是“General Feature Format Version 3”的缩写，它由一系列字段组成，每个字段描述基因组中的特定特征，如基因、转录本、外显子等。这些字段包括：序列名称、特征类型、起始位置、终止位置、分数、方向、相位、分组以及属性信息等。GFF3文件通常用于存储和交换生物信息学数据，在生物信息学研究中广泛应用于基因组注释、基因组比较和功能预测等领域。]]></description><category></category></item><item><title><![CDATA[利用R计算一般配合力(GCA)和特殊配合力(SCA)]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/145249243</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/145249243</guid><author>m0_53915752</author><pubDate>Sun, 19 Jan 2025 22:53:04 +0800</pubDate><description><![CDATA[在遗传育种和数量遗传学中，Sommer包可以用于分析和估计一般配合力（GCA）和特殊配合力（SCA），尤其是在杂交育种和基因组选择的背景下。]]></description><category></category></item><item><title><![CDATA[基因结构图绘制（Exon-Intron Graphic Maker）]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/145107581</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/145107581</guid><author>m0_53915752</author><pubDate>Mon, 13 Jan 2025 10:14:06 +0800</pubDate><description><![CDATA[Exon-Intron Graphic Maker是一个用于创建外显子-内含子图形的工具。外显子和内含子是基因的两个重要组成部分，外显子是基因中编码蛋白质的部分，而内含子是基因中非编码的部分。该工具可以帮助研究人员和生物学家可视化基因的外显子和内含子的分布情况。它提供了一个直观的图形界面，用户可以通过简单的拖放和编辑操作来创建外显子-内含子图形。用户可以添加基因的外显子和内含子序列，并根据需要对其进行编辑和调整。工具还提供了多种绘图选项，用户可以自定义图形的样式、颜色和标签。]]></description><category></category></item><item><title><![CDATA[使用R包Corrplot绘制相关性图]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/145043973</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/145043973</guid><author>m0_53915752</author><pubDate>Thu, 09 Jan 2025 22:43:18 +0800</pubDate><description><![CDATA[使用corrplot包，用户可以创建不同类型的相关性图，包括颜色映射、点图、数字矩阵等。这可以帮助用户更好地理解数据集中的变量之间的相关性。R包Corrplot是一个用于可视化相关性矩阵的R语言包。它提供了各种方法来显示相关性矩阵，并允许用户根据需要进行自定义调整。该包还提供了各种选项和参数，以便用户根据需要自定义图形。这包括调整相关性矩阵的颜色、标签、标题、字体等。]]></description><category></category></item><item><title><![CDATA[PCA分析及Biplot绘制确定不同性状指标的权重]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/129606279</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/129606279</guid><author>m0_53915752</author><pubDate>Sun, 10 Nov 2024 15:40:15 +0800</pubDate><description><![CDATA[在进行表型鉴定的过程中，我们常常会鉴定多种指标。例如，在进行逆境胁迫研究时，我们会测量胁迫前后的植株的形态学和生理学等指标，以反映植物的受损程度或者耐逆能力。以玉米为例，植株收到逆境胁迫后，可能表现出植株矮小、生物量和产量下降以及光合作用等能力降低的现象，进而我们会去测定株高、生物量、单株产量、SPAD值等指标。那么，在这些众多指标中，到底哪一个或哪几种可以反应植株的受损程度还需要我们进行一个深入分析，其中PCA分析和Biplot的绘制可以帮助我们较好地了解这些指标的比重，以更好地进行后续的试验和分析。]]></description><category></category></item><item><title><![CDATA[eQTL分析-1（表型数据处理）]]></title><link>https://blog.youkuaiyun.com/m0_53915752/article/details/131198552</link><guid>https://blog.youkuaiyun.com/m0_53915752/article/details/131198552</guid><author>m0_53915752</author><pubDate>Mon, 30 Sep 2024 10:46:34 +0800</pubDate><description><![CDATA[eQTL分析是基因组学研究中的一种方法，用于识别影响基因表达的遗传变异，从而揭示基因调控的遗传基础。1. **基因表达数据的获取**：通过高通量测序技术（如RNA-seq）或微阵列技术，获得个体或样本的基因表达数据。2. **遗传变异数据的获取**：通过全基因组关联研究（GWAS）或测序，获得个体或样本的遗传变异数据。3. **统计分析**：利用统计学方法，分析基因表达水平与遗传变异之间的关联。4. **eQTL定位**：识别出与特定基因表达水平显著相关的遗传变异位点。]]></description><category></category></item></channel></rss>