Precise mapping of quantitative trait loci (QTLs) is critical for assessing genetic effects and identifying candidate genes for quantitative traits. Interval and composite interval mappings have been the methods of choice for several decades, which have provided tools for identifying genomic regions harboring causal genes for quantitative traits. Historically, the concept was developed on the basis of sparse marker maps where genotypes of loci within intervals could not be observed. Currently, genomes of many organisms have been saturated with markers due to the new sequencing technologies. Genotyping by sequencing usually generates hundreds of thousands of single nucleotide polymorphisms (SNPs), which often include the causal polymorphisms. The concept of interval no longer exists, prompting the necessity of a norm change in QTL mapping technology to make use of the high-volume genomic data. Here we developed a statistical method and a software package to map QTLs by binning markers into haplotype blocks, called bins. The new method detects associations of bins with quantitative traits. It borrows the mixed model methodology with a polygenic control from genome-wide association studies (GWAS) and can handle all kinds of experimental populations under the linear mixed model (LMM) framework. We tested the method using both simulated data and data from populations of rice. The results showed that this method has higher power than the current methods. An R package named binQTL is available from GitHub.

定量性状基因座（QTL）的精确作图对于评估遗传效应和确定定量性状的候选基因至关重要。间隔和复合间隔作图已成为几十年来的选择方法，它们提供了工具来鉴定具有数量性状的因果基因的基因组区域。历史上，该概念是基于稀疏标记图开发的，其中无法观察到间隔内基因座的基因型。当前，由于新的测序技术，许多生物的基因组已被标记物饱和。通过测序进行基因分型通常会产生数十万个单核苷酸多态性（SNP），其中通常包括因果多态性。间隔的概念已不复存在，促使有必要改变QTL映射技术的规范以利用大量的基因组数据。在这里，我们开发了一种统计方法和软件包，可通过将标记归类为单倍型模块（称为bin）来映射QTL。新方法检测具有定量特征的垃圾箱的关联。它借鉴了全基因组关联研究（GWAS）中多基因控制的混合模型方法，并且可以在线性混合模型（LMM）框架下处理各种实验种群。我们使用模拟数据和水稻种群数据测试了该方法。结果表明，该方法具有比现有方法更高的功效。可以从GitHub获得名为binQTL的R包。在这里，我们开发了一种统计方法和软件包，可通过将标记归类为单倍型模块（称为bin）来映射QTL。新方法检测具有定量特征的垃圾箱的关联。它借鉴了全基因组关联研究（GWAS）中多基因控制的混合模型方法，并且可以在线性混合模型（LMM）框架下处理各种实验种群。我们使用模拟数据和水稻种群数据测试了该方法。结果表明，该方法具有比现有方法更高的功效。可以从GitHub获得名为binQTL的R包。在这里，我们开发了一种统计方法和软件包，可通过将标记归类为单倍型模块（称为bin）来映射QTL。新方法检测具有定量特征的垃圾箱的关联。它借鉴了全基因组关联研究（GWAS）中多基因控制的混合模型方法，并且可以在线性混合模型（LMM）框架下处理各种实验种群。我们使用模拟数据和水稻种群数据测试了该方法。结果表明，该方法具有比现有方法更高的功效。可以从GitHub获得名为binQTL的R包。它借鉴了全基因组关联研究（GWAS）中多基因控制的混合模型方法，并且可以在线性混合模型（LMM）框架下处理各种实验种群。我们使用模拟数据和水稻种群数据测试了该方法。结果表明，该方法具有比现有方法更高的功效。可以从GitHub获得名为binQTL的R包。它借鉴了全基因组关联研究（GWAS）中多基因控制的混合模型方法，并且可以在线性混合模型（LMM）框架下处理各种实验种群。我们使用模拟数据和水稻种群数据测试了该方法。结果表明，该方法具有比现有方法更高的功效。可以从GitHub获得名为binQTL的R包。