1、数量遗传学

1）建立和发展了全基因组关联分析的混合模型方法

最早发表关联分析的混合模型方法学论文（Genetics 2005; 169: 2267- 2275），比Yu等的Nat Genet论文早1年；与张志武博士一起改进了他在Nat Genet发表的CMLM方法，提高功效10%（BMC Biol 2014;12:73）；为克服作物数量性状关联分析不易检测QTNs的难题，提出了一系列多位点关联分析方法，并在国际上广泛使用（共引用900余次；Sci Rep 2016; 6: 19444; PLoS Comput Biol 2017; 13: e1005357; Brief Bioinform 2018; 19: 700-712; Heredity 2017; 118: 517-524; 2018; 120: 208-218）；为解决关联分析长期存在的估计效应混杂和控制的多基因背景不全面，以及不能进行环境互作和上位性互作检测的国际难题，建立了统一、具有突破性进展的各种效应检测与估计的压缩方差组分混合模型3VmrMLM新框架（Mol Plant 2022; 15: 630-650; Mol Plant 2022, Accept）。

    2）提出了小效应与连锁QTL以及QTL×环境互作检测的GCIM方法和F₂群体数量性状基因检测的dQTG-seq与平滑LOD得分方法

针对数量性状小效应基因检测的国际难题，我们发展了连锁分析和集团分离分析新方法，主要包括：

A）构建了小效应与连锁QTL和QTL×环境互作检测的全基因组复合区间作图GCIM方法（Sci Rep 2016; 6: 29951; Brief Bioinform 2019; 20(5): 1913- 1924; Brief Bioinform 2022; 23(2): bbab596）；

B）针对F₂群体集团分离分析不易检测小效应与极端超显性基因的国际难题，发展了F₂群体数量性状这些基因检测的dQTG-seq新方法（Plant Comm 2022; 3(3): 100319；当期推荐论文）和QTL近等基因系F₂群体极端池平滑LOD得分统计量（Mol Plant 2019; 年度最优论文）；

C）针对连锁图构建中不用偏分离标记的具体情况，研究了上位性偏分离对连锁图构建和QTL定位的影响，并提出了其矫正方法（Theor Appl Genet 2007; 114: 295-305; Heredity 2014; 112; 479-488），提高了标记利用率和重组率估计值的无偏性。

3）系统拓展了主基因+多基因混合遗传分析方法

    利用双亲分离群体数量性状表型分布与不同遗传模型下的理论分布进行比较，以鉴定数量性状的遗传模型。这就是盖钧镒院士团队建立的数量性状主基因+多基因混合遗传分析方法。申请人在博士研究生期间，从分布参数估计的算法、遗传模型和家系群体利用三个方面系统拓展了这套方法（Genet Res 2003; 植物数量性状遗传体系，科学出版社，2003）。最近，根据近20余年的应用反馈，对这套方法与软件进行了系统总结，研制了具有传承性和具有中国特色的SEA软件包（作物学报 2022; 48: 1416-1424）。

4）研制的数量遗传学新方法软件包可将理论教学与实际应用紧密结合

研制了关联分析IIIVmrMLM（Mol Plant 2022）和mrMLM（Genom Proteom Bioinf 2020）、QTL定位的QTL.gCIMapping（Comput Struct Biotechnol J 2020）、BSA的dQTG.seq（Comput Struct Biotechnol J 2022）、偏分离标记连锁图构建DistortedMap和数量性状主基因+多基因混合遗传分析SEA（作物学报 2022）等软件包。

2、作物基因组变异与复杂性状

在作物种育种，常用近缘物种优异基因来解决其难题，例如小麦白粉病与赤霉病毒抗性。若利用生物信息学手段来比较近缘物种基因组变异，以发现作物生产中所急需的优异基因，这也许更快捷与方便。为此，开展了豆科作物固氮（Mol Biol Evol 2013; 30: 2602-2611; J Proteome Res 2018; 17: 3061-3074）、禾本科作物种子高淀粉含量（Mol Biol Evol 2012; 29: 3227-3236）、油菜种子高油份含量（BMC Plant Biol 2018; 18: 328）和豇豆每荚粒数多（Front Plant Sci 2021; 12: 749902）的相关基因挖掘并探索其分子机制。这些基因也许可用来改良大豆相关性状。