WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Modélisation spatiale hiérarchique bayésienne de l'apparentement génétique et de l'héritabilité en milieu naturel à  l'aide de marqueurs moléculaires

( Télécharger le fichier original )
par Ciré Elimane SALL
Université Montpellier II - Doctorat 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Objectifs de la thèse

L'objectif principal de cette thèse est de développer un modèle statistique incorporant des covariables pour l'estimation conjointe de l'apparentement génétique et de l'héritabilité des caractères phénotypiques. En effet, la prise en compte de covariables telle que l'information spatiale permettrait éventuellement d'améliorer l'estimation de l'apparentement génétique. Le modèle

statistique développé s'insère dans le cadre des méthodes de la vraisemblance composite. La prise en compte de l'information spatiale nous permettra de modéliser l'identité par descendance avec un modèle linéaire généralisé et une fonction de lien probit ordinal. L'intérêt de la prise en compte du spatial en génétique est que l'on considère que des individus proches du point de vue spatial sont aussi génétiquement proches.

Organisation du document

Ce manuscrit de thèse est composé de 4 chapitres. L'objectif du chapitre 1 est de développer un modèle statistique pour l'estimation de l'apparentement en considérant une covariable. La covariable qui sera considérée est la distance spatiale entre les individus. Nous proposons, au chapitre 2, un modèle hiérarchique bayésien pour estimer à la fois l'apparentement et l'héritabilité en milieu naturel. Les algorithmes d'inférence bayésienne pour l'estimation des paramètres génétiques, lorsque le pedigree n'est pas connu, sont ensuite exposés au chapitre 3. Le chapitre 4 porte sur une application à des données génétiques et spatiales sur le karité. Enfin, nous récapitulons, dans la dernière partie, les propriétés statistiques de l'estimation de l'apparentement avec co-variables, les résultats obtenus, les contraintes rencontrées, les problèmes non résolus et nous donnons les perspectives et pistes de recherche envisagées.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"En amour, en art, en politique, il faut nous arranger pour que notre légèreté pèse lourd dans la balance."   Sacha Guitry