du.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • chicago-author-date
  • chicago-note-bibliography
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
How to deal with genotype uncertainty in variance component quantitative trait loci analyses
Högskolan Dalarna, Akademin Industri och samhälle, Statistik.ORCID-id: 0000-0003-4390-1979
Högskolan Dalarna, Akademin Industri och samhälle, Statistik.ORCID-id: 0000-0002-1057-5401
2011 (Engelska)Ingår i: Genetics Research, ISSN 0016-6723, Vol. 93, nr 5, s. 333-342Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Dealing with genotype uncertainty is an ongoing issue in genetic analyses of complex traits. Here we consider genotype uncertainty in quantitative trait loci (QTL) analyses for large crosses in variance component models, where the genetic information is included in identity-by-descent (IBD) matrices. An IBD matrix is one realization from a distribution of potential IBD matrices given available marker information. In QTL analyses, its expectation is normally used resulting in potentially reduced accuracy and loss of power. Previously, IBD distributions have been included in models for small human full-sib families. We develop an Expectation–Maximization (EM) algorithm for estimating a full model based on Monte Carlo imputation for applications in large animal pedigrees. Our simulations show that the bias of variance component estimates using traditional expected IBD matrix can be adjusted by accounting for the distribution and that the calculations are computationally feasible for large pedigrees.

Ort, förlag, år, upplaga, sidor
Cambridge University Press , 2011. Vol. 93, nr 5, s. 333-342
Nationell ämneskategori
Sannolikhetsteori och statistik
Forskningsämne
Komplexa system - mikrodataanalys, Statistisk modellering är grunden till en ökad förståelse inom genetik!
Identifikatorer
URN: urn:nbn:se:du-6090DOI: 10.1017/S0016672311000152ISI: 000295808300002OAI: oai:dalea.du.se:6090DiVA, id: diva2:520497
Tillgänglig från: 2011-11-24 Skapad: 2011-11-24 Senast uppdaterad: 2015-06-16Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltext

Personposter BETA

Shen, XiaRönnegård, Lars

Sök vidare i DiVA

Av författaren/redaktören
Shen, XiaRönnegård, Lars
Av organisationen
Statistik
Sannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 619 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • chicago-author-date
  • chicago-note-bibliography
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf