高会江[1]2004年在《动态性状基因复合区间定位理论与方法研究》文中研究表明我们把组织器官的生长发育和随生命时间或某些定量因素变化的生产性能统称为动态性状。本文针对F2资源群体，从理论和模拟实验两个方面系统地研究了动态性状基因复合区间定位的原理与方法，取得了如下研究成果： 1 创建了动态性状基因复合区间定位分析的数学模型 根据Legendre多项式的正交、可加和普适的特性，将关于时间(测定日期)的Legendre多项式镶嵌在遗传模型的每个遗传效应中，以刻画QTL和协同因子对动态性状变化过程的作用。发挥复合区间定位策略的优势，提高对控制动态性状多个QTL的检测效力。 2 推证了动态性状基因复合区间定位分析模型参数的似然估计和回归估计方法 包括适于非平衡抽样的模型参数的似然估计和回归估计一般方法与平衡抽样的简化方法。在此基础上，给出了每种参数估计方法对应的参数求解过程。 3 采用蒙特卡罗模拟方法，比较了在相同的定位环境下，动态性状基因区间定位和复合区间定位同时检测多个QTL的效率的差异；探讨了以回归法代替似然法估计动态性状基因复合区间定位模型参数的可行性；着重地分析了模型中协同因子数目对动态性状基因复合区间定位效率的影响 模拟试验结果表明：复合区间定位法不仅检测出的QTL个数明显多于区间定位法，而且对所检测出的QTL位置、加性与显性回归效应值的估计准确度和精确度均优于区间定位法；在假设误差方差齐次条件下，回归分析法对多个QTL的检测效果与极大似然法基本相同，但回归分析法比极大似然法表现出相当高的运算速度。当被检测的染色体片段上密集地分布着多个QTL的情况下，随着模型中协同因子数目的增多，复合区间定位分析法检测出的QTL个数越多，对QTL位置、加性与显性回归效应的估计也越准确，但统计效力略微有所下降；当稀疏地分布着QTL的情况下，少量的协同因子数目对应的检测效果间还表现与密集地分布着多个QTL的情况相似的规律，但当协同因子数目增加到一定程度后，受需要吸收的剩余QTL效应的限制，检测效果趋于稳定。 同现有的方法相比，本文所提出的动态性状基因复合区间定位分析方法具有明显的优越性：1)因能够处理非平衡抽样资料而大大地方便了取样过程，也降低了取样成本；2)只要选择适宜阶数的Legendre多项式，就可以实现对任意动态性状变化规律的最佳拟和；3)能够同时分析除了遗传效应以外的各种系统环境因素对动态性状变化过程的影响；4)很容易推广到其他资源群体和复杂交配群体。 鉴于动态性状的广泛性及经济重要性，探索这类性状的基因定位分析方法，对丰富数量性状基因定位理论，加快其遗传改良速度具有极其重要的理论和实际意义。
孔圆圆[2]2014年在《动态性状基因位点定位的方法研究》文中指出对任何生物的生长和发育过程中具有不同的时间和空间特征,这种伴随时间和数量因素变化的性状称之为动态性状.从生物学的角度来说,动植物性状的表型变化是否表达可能与不同的时间和不同的基因相关,也可以说控制动态性状的基因效应是随着时间变化而变化的基因.动态性状因其实用性和重要性受到广大动植物遗传育种研究者的青睐,因此研究动态性状基因的定位和遗传效应能够提高我们对其遗传结构的深刻理解和认识.将数量性状位点基因的定位与动态性状遗传的特征相结合起来的近期研究情况,本文对动态性状基因位点定位的方法进行优化,利用特殊群体阐述基因位点定位的方法,为基因定位的发展提供了一定的理论基础和实用价值.本文提出的新方法是将与时间有关的切比雪夫多项式嵌套在遗传模型中的每个遗传效应中,用来描述QTL和标记对动态性状的影响,利用复合区间定位来进行动态性状的基因定位，进而建立动态性状区间定位的统计模型.文中选用F2代群体为例,描述动态性状复合区间定位的方法,利用EM算法估计模型中的参数.为了比较应用切比雪夫多项式的新方法与基于勒让德多项式的已有方法的定位效果,本文进行了一定的模拟研究,模拟结果表明本文提出切比雪夫多项式方法在一定程度优于原来的方法.
刘粉香[3]2018年在《林木多变量QTL作图统计分析及其在杨树上的应用》文中提出林木具有世代周期长,遗传结构复杂,不同的标记分离类型以及未知连锁相等特点,近叁十年来,林木QTL定位统计分析虽然有所发展,但是还存在着不少问题,特别是对多元性状数据还没有软件可以直接使用。本文针对林木多元性状数据,编写了相关的软件,并在杨树的一个杂交群体中对树高进行了QTL定位研究。首先考虑了标记各种可能的分离类型以及其连锁相信息,建立了林木多变量QTL区间作图统计分析模型,用R语言编写了相应的计算软件包mvqtlmap,其网址为http://www.bioseqdata.com/mvqtlmap/mvqtlmap.htm。其次,建立了林木多变量QTL复合区间统计分析模型,开发了相应的C++软件mvqtlcim,该软件的网址为https://github.com/tongchf/mvqtlcim,mvqtlcim允许许多参数选择并使用并行计算来进行Permutaion以获得QTL显着性统计量的临界值。通过大量的蒙特卡洛模拟以及在杨树实际数据的计算分析,验证了QTL作图的精确性与效力。利用美洲黑杨和小叶杨杂交F_1代群体,对2014年5月29日至9月24日期间测量的6个时间点的树高数据进行了QTL多变量区间作图分析。结果有4个QTL定位在母本美洲黑杨的遗传连锁图谱上,6个QTL分布在父本小叶杨的遗传连锁图谱上,这些QTL分布在第1、5、7、9、11和19号染色体上,每个QTL可解释表型变异的0.8%至6.7%。同时利用新建立的多变量QTL复合区间作图分析方法对同样的杨树F_1代群体的6个时间点树高数据进行了QTL定位。结果有10个QTL定位在母本美洲黑杨的遗传连锁图谱上,这些QTL位于第1、2、5、9和14号染色体上;有2个QTL分布在父本小叶杨的遗传连锁图谱上,分别位于第7和9号染色体上。这些可解释表型变异的1.1%至27.4%。利用毛果杨的基因注释数据库,在每个QTL的物理区间里搜寻了候选的编码基因。每个候选基因序列通过blast比对,然后用Blast2Go软件在基因本体论(GO)上注释,结果发现覆盖一个QTL的基因组区域平均长度为801kb,并且包含7-247个基因,其中79%具有19.7个blast比对结果以及平均5.0个GO注释结果。研究还发现Q1D14区间的两个候选基因和QD5的一个基因与芽的形成或发育有关,胚胎或根发育的候选基因可以在侧翼区域Q1D14、QD5、QD9、QS7和QS9中找到,与光合作用相关的候选基因位于区域Q1D2、Q2D2、Q1D14、QD5和QS9中。在母本美洲黑杨和父本小叶杨连锁图谱的两个SNP数据集中,使用LASSO方法进行QTL分析,结果共识别出12个SNPs与树高性状有关,其中的一半来自于每个SNP数据集,有3个QTL同时被CIM和LASSO方法检测到。研究结果表明不同的统计分析方法得到的结果有一些差别,因此对一些QTL研究结果需要进一步研究证实。本研究编写的QTL定位软件为在林木上使用多元性状数据进行QTL定位提供了统计方法及计算工具,展示了它们在杨树QTL作图中的具体应用。该工具将有助于林木QTL定位的研究,从而加速林木分子育种计划。
马超[4]2015年在《林木QTL复合区间作图统计方法及其在杨树上的应用》文中研究指明QTL复合区间作图法自提出以来就由于其稳定的理论基础和较好的检测效力得到广泛的应用,它不仅保留了区间作图法的优点,还充分利用了基因组上其他标记的信息,可以同时检测到多个QTL并有较高的精确度。近年来不断有研究者在复合区间作图法的基础上进行改进,以达到能够检测多种QTL效应、提升QTL检测的准确度、用复合区间作图法来寻找动态性状等目的。但这些方法都只针对近交群体(回交群体、F2群体等),对于林木这样的异交群体来说,简单的套用近交群体的QTL作图方法会大大降低作图精度,因此,有必要建立一个适合林木自身特性的QTL复合区间作图统计方法。本研究针对林木二倍体全同胞家系,考虑了可能出现的所有QTL类型(QQ?Qq、Qq?QQ、Qq?Qq、qQ?Qq、1 2 3 4Q Q?Q Q),并将全同胞家系中所有的标记分离类型(1:1,1:2:1,1:1:1:1)和连锁相类型(c?c,c?r,r?c,r?r)考虑到模型中,建立了林木F1代复合区间作图统计方法,利用EM算法得到模型中未知参数的极大似然估计。根据模拟的结果可看出,该模型能够较为准确的估算出QTL的位置和效应,并且误差均方根也较小,说明模型在定位QTL和参数估计方面有明显的效力。采用逐步回归法来确定拟合在模型中作为背景标记的标记个数,以保证所有的标记都是最优标记。模型共有四个可控因素:群体大小,遗传力水平,背景标记的个数以及定位时所开的窗口大小。模拟实验证明这四个可控因素都会在一定程度上影响QTL定位的精确度。在群体大小和遗传力水平确定的情况下,需要根据实际情况考虑背景标记的个数以及窗口大小,以使QTL定位的最终结果较为精确。采用建立的复合区间作图统计方法分析一组杨树的实际数据,材料为美洲黑杨与小叶杨的高密度遗传图谱,采用双亲及其子代的树高和胸径数据进行QTLs定位研究。最终找到了8个与树高有关的QTLs,其中有6个来自母本美洲黑杨,联合可解释表型变异的51.1%,2个来自父本小叶杨,联合可解释表型变异的30%;找到了7个与胸径有关的QTLs,其中5个来自美洲黑杨,联合可解释表型变异的30.7%,2个来自小叶杨,联合可解释表型变异的39.7%。利用R语言编写了林木全同胞家系复合区间作图程序包——FsQTLCIMmap_1.0。该程序包可对全同胞家系群体进行QTL作图,适用于含有多种标记分离类型以及连锁相未知的全同胞家系群体,可进行相应的统计分析。R语言操作简单,方便大家使用。
孙华[5]2003年在《动态性状基因定位理论框架的初步构建》文中进行了进一步梳理把表型值随着时间(生命时期，年龄，胎次等)或其他可以量化的因素(生理状态，生产水平，代谢率和环境条件等)变化的性状称为动态性状。受动物遗传育种中用来估计动态性状育种值的随机回归测定日模型思想的启发，将关于时间(测定日期)的Legendre多项式镶嵌在遗传模型的每个遗传效应中，以刻画QTL对动态性状变化过程的作用，从而建立起动态性状基因定位的数学模型。 以F_2遗传设计群体为例，论述了动态性状基因定位分析的基本原理，推导了QTL效应大小和位置的极大似然法估计过程，采用Monte Carlo方法模拟产生标记基因型和个体表型值，设置抽样群体大小、测定日密度和QTL遗传力叁个因素各叁个水平，研究了抽样群体大小和测定日密度对不同遗传力QTL的检测效力的影响，模拟试验采用正交设计安排因素组合。模拟试验结果表明：个体数和测定日密度对动态性状QTL的分析和检测具有几乎相同的作用，而且在相同样本含量条件下两者呈现互补的关系；高遗传力的要比低遗传力的QTL在检测时需要较少的群体和测定日抽样，但不论QTL的遗传力多大，300以上的群体大小和5％以上的测定日密度都可以保证足够高的检测效力。 同时，在假设误差方差为齐次的情况下，引用回归析法对动态性状进行定位分析以代替似然法。模拟试验结果表明：虽然回归法在各个因素组合条件下对误差方差的估计准确度和精确度都低于似然法，但两种方法对QTL的检测效力差别不大，而且与似然方法相比，回归法表现出明显的计算过程简单、计算速度快等优势。 在QTL定位模型中，嵌入基因效应随过程变化的函数，同以往的单独定位分析和多性状定位分析相比，不仅考虑了动态性状的动态变化规律，而且减少了待估参数，提高了QTL的检测效力和定位的准确度。尤其是用Legendre多项式描述动态性状QTL各种基因效应的作用，既可以发挥多项式在计算上的优势，也确保定位分析模型两端具有相同的几何形状或拟合参数之间的等价性。 鉴于动态性状的广泛性及经济重要性，研究该类性状基因定位分析方法对深入揭示其遗传规律、提高其改良效率具有重要的理论和现实意义。
高会江, 杨润清[6]2006年在《动态性状基因座的复合区间定位》文中指出动态性状因其广泛性和重要性而备受动植物遗传育种研究者关注.用分子遗传学方法探索该类性状的遗传机制已成为一个极富挑战性的研究课题.将关于时间(测定日期)的Legendre多项式镶嵌在遗传模型的每个遗传效应中,以刻画QTL和协同因子对动态性状变化过程的作用,从而建立动态性状基因复合区间定位分析的数学模型.利用复合区间定位策略的优势,提高对控制动态性状多个QTL的检测效力.以F2设计群体为例,阐述了动态性状基因复合区间定位的似然分析原理,推导了参数似然估计的EM法两步求解过程.模拟实验证明,相同设计条件下,复合区间定位对分布在同一连锁群上多个影响动态性状QTL的检测效果明显好于区间定位;随着协同因子数目的增加,复合区间定位不但能检测出更多的甚至所有的QTL,而且对每个QTL分辨得更加清楚.在实际应用过程中,应针对动态性状的变化规律,并考虑计算成本恰当地选择协同因子数目.
田佺[7]2008年在《动态性状QTL区间定位新方法》文中进行了进一步梳理表型值随时间变化的数量性状称为动态性状。动态性状的遗传分析可以采用以下叁种方法:第一种方法是将不同时间点的表型观测值作为重复的观测,按照重复测定的框架进行数据分析。第二种方法是将不同时间点的观测值作为不同的性状根据多元分析的理论来分析数据。第叁种方法是用不同时间点的表型数据拟合一条生长曲线,基于降维的多元分析理论,分析生长轨迹的参数。用logistic生长曲线拟合数据来分析动态性状的方法就属于第叁种方法。这种曲线只能用于特殊的S型生长过程曲线。在实践中,动态性状可能是任意形状的曲线。本文为此建立了动态性状QTL定位的混合模型方法以及参数估计和统计量的极大似然方法,并采用EM算法求解参数的极大似然估计。然后分别在混合线性模型的框架下嵌入能适应任何形状曲线的多项式和B-Spline子模型进行动态性状的模拟实验和白杨树回交群体的实际数据分析,验证了本文所提出的方法。
杨润清, 高会江, 孙华, Shizhong, Xu[8]2004年在《远交群体动态性状基因定位的似然分析 Ⅰ.理论方法》文中认为受动物遗传育种中用来估计动态性状育种值的随机回归测定日模型思想的启发 ,将关于时间 (测定日期 )的Legendre多项式镶嵌在遗传模型的每个遗传效应中 ,以刻画QTL对动态性状变化过程的作用 ,从而建立起动态性状基因定位的数学模型。利用远交设计群体 ,阐述了动态性状基因定位的似然分析原理 ,推导了定位参数似然估计的EM法两步求解过程。结合动态性状遗传分析的特点和普通数量性状基因定位研究进展 ,还提出了有关动态性状基因定位进一步研究的设想
魏蒙关[9]2009年在《玉米两个相关F_(2:3)群体秸秆产量和品质性状QTL分析及遗传相关研究》文中研究指明玉米秸秆具有丰富的粗纤维,能值高,是我国北方反刍动物的主要粗饲料。我国每年生产玉米秸秆副产品1 500亿公斤,改良秸秆产量和品质对提高玉米生产的综合经济和社会效益,具有重要的现实和长远意义。高油玉米双重的优良籽粒和秸秆品质,使其具有更高的利用价值和更广阔的市场发展前景。以往利用普通玉米种质对部分秸秆产量和品质性状开展了QTL定位研究,利用高油玉米种质进行的相关研究局限于籽粒品质和穗粒性状。本研究选用具有ASK种质背景的高油玉米自交系GY220为父本,同时与两个普通玉米自交系8984和8622杂交构建了分别包含284个(P1F_(2:3))和265个(P2F_(2:3))F_(2:3)家系的两个相关群体,同时在两种环境条件下进行田间试验,利用SSR分子标记构建高密度遗传图谱,采用复合区间作图法(CIM)对13个秸秆产量和品质性状进行单个性状的QTL定位和效应分析;利用多区间作图法(MIM)分析定位QTL间的上位效应;对秸秆及其相关籽粒和植株性状进行多性状联合QTL分析;利用BioMercator 2.1软件整合遗传图谱,并采用元分析方法进行“一致性”QTL分析,以探讨秸秆产量和品质性状的分子遗传基础及其与籽粒产量、籽粒品质和植株性状间的遗传关系,同时筛选控制主要秸秆性状的稳定主效QTL及其有效的分子标记,为改良秸秆产量和品质性状的杂交种选育、MAS和关键QTL的精细定位及克隆提供理论依据和材料平台。主要实验和研究结论如下:1.两个F_(2:3)家系群体13个秸秆性状均存在超双亲分离;P1F_(2:3)群体3个性状和P2F_(2:3)群体6个性状呈偏态分布,其余性状均呈连续正态分布;联合方差分析结果表明,大多数秸秆性状的家系间、环境间及家系与环境互作显着或极显着;鲜秸秆产量(FSY)、秸秆粗蛋白含量(CPC)、体外干物质消化率(IVDMD)和中性洗涤纤维含量(NDF)的遗传力较高,为0.781~0.917,而半纤维素含量(HCC)和体外细胞壁消化率(IVNDFD)的遗传力较低,为0.046~0.427。2.两个F_(2:3)家系群体在两种环境条件下及两种环境合并分析共检测到144个与13个秸秆性状相关的QTL,P1F_(2:3)和P2F_(2:3)群体分别检测到70个和74个QTL,位于全部10条染色体上,单个QTL贡献率分别为4.8%~20.1%和5.1%~20.4%;定位QTL间互作较少,而且效应较小;表现为加性、部分显性、显性和超显性的QTL为10个、41个、20个和73个,超显性和部分显性效应在玉米秸秆性状的遗传中起着重要作用;高油玉米亲本自交系GY220提供了54.2% IVDMD和IVNDFD QTL的增效基因和64.0% ADF和NDF QTL的减效基因,两个普通玉米亲本自交系提供了77.8% FSY和57.1% DMY QTL的增效基因。3.秸秆产量和品质性状QTL的遗传背景和环境稳定性较低。两个群体没有在相同标记区间检测到控制同一性状的共同QTL,仅在相邻标记区间检测到与FSY、CPC(3个)和IVNDFD相关的QTL,分别位于3.06-3.07,2.04、7.04、7.04-7.05和4.08-4.09 bin位点,在相同bin位点9.03和5.03检测到控制粗脂肪含量(EEC)和粗蛋白产量(CPY)的QTL;86个QTL仅在一种环境条件下被检测到,占75.4%;26个QTL在两种环境条件下或一种环境条件下及合并分析同时被检测到,占22.8%;仅2个QTL在两种环境条件下及合并分析同时被检测到,占1.8%。在49个贡献率大于10%的QTL中,qlFSY1-5-1/qFSY1-5-1、qlDMC2-3-1/qDMC2-3-1、qlCPC1-7-1/qCPC1-7-2、qlCPC1-7-2/qCPC1-7-3、qlCPC2-5-1/ qxCPC2-5-1/qCPC2-5-1、qxCPC2-5-2/qCPC2-5-2和qlIVNDFD2-1-2/qxIVNDFD2-1-1/ qIVNDFD2-1-1具有环境稳定性,可以作为进一步研究和应用于MAS的主要目标QTL。4.两个群体在不同环境条件下3组秸秆产量性状间、13组秸秆品质性状间、6组秸秆产量与品质性状间,以及秸秆CPC与籽粒蛋白质含量、株高(PH)和穗位高(EH),FSY和秸秆干物质产量(DMY)与PH和EH呈比较一致的显着相关关系。其中ADF与NDF和IVDMD与IVNDFD呈极显着正相关,IVDMD和IVNDFD与ADF和NDF呈极显着负相关;FSY和秸秆干物质含量(DMC)与ADF和NDF呈极显着负相关。5.多性状联合QTL分析可以明显提高相关性状的QTL检测功效,对18组显着正相关性状和12组显着负相关性状进行联合QTL分析,涉及3个秸秆产量、7个秸秆品质、1个籽粒品质和3个植株性状共15个性状,共检测到1004个多性状QTL,其中新检测到674个QTL。位于多条染色体上控制相关性状的QTL存在紧密连锁或/一因多效。6.两个群体的整合遗传图谱总长度2 388.67 cM,包括274个SSR标记,平均间距8.72 cM。13个秸秆性状的144个QTL和32个秸秆、植株、籽粒品质和穗粒性状的465个QTL分别检测到13个和42个“一致性”QTL,控制相关性状的QTL在染色体上多成簇分布,植株与秸秆产量性状、秸秆品质与籽粒品质和穗粒性状QTL多位于同一“一致性”QTL区段。第7、3和5染色体是秸秆性状QTL分布热点染色体,第5染色体98.85 cM、第3染色体197.03 cM和第7染色体114.33 cM可能存在控制秸秆性状的关键真实QTL。7.秸秆CPC是最主要的秸秆品质性状,与多个主要秸秆产量和品质及籽粒品质和植株性状显着相关,其中与FSY、IVDMD、IVNDFDD和籽粒蛋白质含量呈显着正相关,与DMC、ADF、NDF、PH和EH呈显着负相关。多性状联合QTL分析结果表明,位于多条染色体上控制这些相关性状的QTL存在紧密连锁或/一因多效。综合考虑秸秆性状育种目标和各性状间的遗传关系,在显着提高秸秆产量的同时难以改良秸秆品质,可以对籽粒蛋白质含量或秸秆CPC实施正向MAS改善秸秆品质,通过种植大群体提高秸秆产量。
罗晶[10]2004年在《数量性状候选基因检测效率分析》文中提出本文采用Monte Carlo模拟方法分别地分析了各种因素对一对和多对（两对）普通数量性状和动态性状候选基因检测效率的影响：对于普通数量性状，采用回归分析法估计候选基因检测分析统计模型的参数；考虑了群体大小（个体数）、候选基因遗传贡献率和基因频率等3个因素。模拟试验结果表明：个体数对检测效率的影响不如遗传贡献率显着；检测高遗传贡献率的候选基因要比低遗传贡献率需要的群体要小；基因频率对候选基因的检测效率几乎没有影响。对于动态性状，将动态性状基因定位分析方法引入候选基因检测分析中，建立了动态性状候选基因遗传分析模型，采用迭代加权回归分析法估计模型参数；考虑了群体大小（个体数）、测定日频数、候选基因累计遗传贡献率和基因频率等4个因素。模拟试验结果表明：个体数对检测效率的影响不如累计遗传贡献率显着；个体数和测定日频数对动态性状候选基因检测分析具有几乎相同的作用，而且在相同样本含量条件下两者呈现互补的关系；高累计遗传贡献率的要比低累计遗传贡献率的候选基因在检测时需要较少的群体和测定日频数；基因频率对动态性状候选基因检测效率也几乎没有影响。不论是普通数量性状还是动态性状，不论是一个对候选基因还是多对（两对）候选基因，所考虑的因素对候选基因检测效率的影响都表现出两个共同的规律：（1）不同因素对候选基因检测效率的影响不尽相同；（2）各因素对候选基因检测效率的作用顺序为(累计)遗传贡献率>样本大小(个体数×测定日频数)> 基因频率。系统地分析影响数量性状候选基因检测效率的因素对候选基因的检测实践具有重要指导意义。
参考文献：
[1]. 动态性状基因复合区间定位理论与方法研究[D]. 高会江. 东北农业大学. 2004
[2]. 动态性状基因位点定位的方法研究[D]. 孔圆圆. 黑龙江大学. 2014
[3]. 林木多变量QTL作图统计分析及其在杨树上的应用[D]. 刘粉香. 南京林业大学. 2018
[4]. 林木QTL复合区间作图统计方法及其在杨树上的应用[D]. 马超. 南京林业大学. 2015
[5]. 动态性状基因定位理论框架的初步构建[D]. 孙华. 东北农业大学. 2003
[6]. 动态性状基因座的复合区间定位[J]. 高会江, 杨润清. 科学通报. 2006
[7]. 动态性状QTL区间定位新方法[D]. 田佺. 上海交通大学. 2008
[8]. 远交群体动态性状基因定位的似然分析 Ⅰ.理论方法[J]. 杨润清, 高会江, 孙华, Shizhong, Xu. 遗传学报. 2004
[9]. 玉米两个相关F_(2:3)群体秸秆产量和品质性状QTL分析及遗传相关研究[D]. 魏蒙关. 河南农业大学. 2009
[10]. 数量性状候选基因检测效率分析[D]. 罗晶. 东北农业大学. 2004