利用植物双亲分离群体数量性状表型观测值剖析数量性状的遗传基础对作物遗传和育种工作具有一定作用。本课题组研制的植物数量性状分离分析DOS版本软件已在国内外使用十余年,应用研究表明：其操作性、算法和功能模块等方面存在一定缺陷。因而,有必要研制功能全面的、Windows界面友好的数量性状分离分析(segregation analysis, SEA)软件包。SEA软件包在界面设计、功能模块和算法三方面进行了改进。在界面设计方面,具有Windows界面和交互功能,可简单方便地进行数据导入、参数设置、运算操作和结果保存。在功能模块方面,包括：(1)增设了模型选择功能；(2)增设了一阶和二阶遗传参数的计算；(3)可计算分离群体植株或家系的主基因型Bayesian后验概率；(4)规范了结果输出格式,将所有结果合并在一个Excel表格中。在算法方面,利用ClapackV3.1.1线性算法包,求解约束条件方程组参数和一阶遗传参数；利用Boost V1.51.0计算似然函数、概率分布函数与均匀性检验概率；精确计算了Smirnov检验F2和Kolmogorov检验或的概率。研制了单个分离世代分离分析、多世代联合分离分析和分离世代个体后验概率分析(Gclasser)等软件包。单世代分离分析包括DH单世代分离分析(SEA-DH)和B1与B2世代分离分析(SEA-BC);多世代联合分离分析包括三世代(P1、P2和DH)联合分离分析(SEA-G3DH),五世代(P1、P2、F1、B1和B2)联合分离分析(SEA-G5BC)、六世代(P1、P2、F1、B1、B2和F2)联合分离分析(SEA-G6)和六家系世代(P1、P2、F1、B1：2、B2：2和F2：3)联合分离分析(SEA-G6F)。Monte Carlo模拟研究验证明了新软件的可行性。印记基因表达具有亲本选择性,常常利用生物学途径进行研究。本文利用统计方法来鉴定这类基因,为生物学研究提供工作基础。在永久F2群体检测iQTL的区间作图基础上,发展了多QTL检测的经验Bayes方法。Monte Carlo模拟研究表明,新方法具有更高的功效和精度。