【摘要】【目的】通过Meta分析,利用数学模型整合与优化猪后腿腿臀质量、腿臀肉质量和腿臀比性状的QTL,提高QTL定位的准确度和有效性,为猪后腿性状QTL的精细定位和分子辅助育种奠定基础。【方法】收集猪后腿腿臀质量,腿臀肉质量和腿臀比性状的QTL及其相关信息,利用BioMercator2.1,将原始QTL映射到美国肉畜研究中心(USDA-MARC 2.0)公布的猪遗传连锁图谱,构建新的整合图谱,分析得到QTL簇。进一步对各QTL簇进行Meta分析,定位"真实"QTL(MQTL),缩短95%置信区间,减少定位误差。【结果】收集了93个猪后腿性状的QTL及其相关信息,经比对、映射,构建了新的整合图谱,发现...