QTL定位研究一直是遗传学领域中一个重要的研究课题。QTL定位工具的选择是QTL定位研究中需要考虑的重要问题之一。R是一门免费的编程语言,它的两个包R/qtl、 R/qtlbim可以用于F2群体的QTL定位分析。本研究采用了R/qtl、R/qtlbim对玉米自交系JB和Y53杂交衍生的F2群体的12个性状进行QTL定位分析,并将其与现在使用较多的几个定位软件QTL Cartograph、QTLnetwork、ICIMapping的分析结果进行比较。结果如下：（1）QTL发现能力最强的是QTL Cartograph的CIM方法,在12个性状中一共发现了161个QTL,但是在研究过程中发现,QTL Cartograph的CIM方法会发现许多位置非常靠近的QTL,这表明存在着大量的幻影QTL。发现能力最弱的是R/qtlbim的多QTL拟合方法,在12个性状中一共发现了18个QTL,只有QTL Cartograph CIM方法发现QTL数目的1/9,也从另一个侧面表明R/qtlbim的多QTL拟合可能漏找了许多QTL。（2）从本研究的的结果来看,无论是同一种软件的不同方法还是不同软件的同一种方法结果的重复率都不是特别高。R/qtl的4种方法发现的QTL分别为56、67、38和41个,重复的QTL为16个。R/qtlbim两种方法发现的QTL为22和18个,共同发现的为5个。3种工具R/qtl、QTL Cartograph、ICIMapping的标记分析方法分别发现了57、84和116个QTL,重复发现的QTL只有17个。QTL Cartograph所有方法共同发现的QTL有9个。ICIMapping所有方法一共发现个266个QTL,共同发现的QTL有10个。QTLnetwork所有方法一共发现112个QTL,共同发现的QTL有18个。5种工具R/qtl、R/qtlbim、QTL Cartograph、 ICIMapping和QTLnetwork的IM方法分别发现了68、23、92、51和101个QTL,重复发现的QTL只有1个。三种工具R/qtl、QTL Cartograph和CIMapping的CIM方法分别发现了38、161和35个QTL,重复发现的QTL只有2个。上位性QTL的定位结果,除了R/qtl和R/qtlbim有一个相同的上位对之外,其他的结果均不相同。（3）在分析效率上,所有软件一维扫描的速度都很快。如果需要进行排列测验,所有的工具都非常耗时。如果对QTL的结果要求不非常严格,建议使用直接的LOD值作为阈值。综上所述,并不能断言某种方法或者某个软件最适合进行QTL定位。在进行QTL定位的过程中建议使用多个软件或者多种方法,优先确定共同发现的QTL。