本文主要研究内容
作者徐玲（2019）在《肉用西门塔尔牛全基因组选择的低密度SNP芯片设计研究》一文中研究指出：全基因组选择受到了动植物育种界的广泛关注,该方法是利用基因组范围内的大量遗传标记进行基因组育种值的估计,它具有缩短世代间隔、加快遗传进展等多方面的优势。然而在肉牛育种实践中,高昂的基因型分型费用限制了全基因组选择的运用。为了降低基因分型费用,设计和开发一款低密度SNP芯片用于肉用西门塔尔牛全基因组选择具有重要意义。本研究使用1346头肉用西门塔尔牛资源群体的770K高密度芯片数据和13个生长发育、胴体和肉质性状的表型数据,采用全基因组关联分析(GWAS)、Bayes B分析、设置滑动窗口以及基因注释4种方法进行SNP位点的筛选,旨在形成一个可以获得较高基因组估计育种值准确性的低密度SNP集合,并将其用于肉用西门塔尔牛的低成本全基因组选择,以期节约育种成本和加快肉用西门塔尔牛全基因组选择的应用进程。本研究重要结论如下:1利用770K高密度芯片通过REML算法对肉用西门塔尔牛13个生长发育、胴体、肉质性状进行遗传力估计,结果表明13个性状的遗传力估计值在0.11-0.56之间,其中大部分生长发育和胴体性状属于中高遗传力性状,肉质性状属于中等遗传力性状,为肉用西门塔尔牛重要经济性状的遗传解析提供了参考。2采用4种方法进行低密度SNP芯片的位点筛选,最后形成了一个包含30684个标记的低密度SNP集合,该集合包含有与性状显著关联的位点、能解释性状较大加性遗传方差比例的位点、具有高最小等位基因频率(MAF)的信息位点以及注释到基因区域的位点。总体上,低密度SNP集合的标记间距平均数和中位数分别为81.8 Kb和37.7 Kb,MAF平均数和中位数分别为0.35和0.39。此外,对低密度SNP集合的连锁不平衡程度(LD)进行评估,发现低密度SNP集合中的标记具有与770K高密度芯片十分相似的LD水平和LD衰减趋势。这为肉用西门塔尔牛全基因组选择的低密度SNP芯片的设计和开发提供了方法指导和理论参考。3采用GBLUP,Bayes A,Bayes B和Bayes Cπ四种方法对低密度SNP集合和770K高密度芯片的基因组估计育种值(GEBV)准确性进行评估。结果表明,使用低密度SNP集合估计的13个性状的GEBV准确性在0.22-0.47之间,使用770K高密度芯片估计的13个性状的GEBV准确性在0.18-0.60之间。总体上,与770K高密度芯片的准确性结果相比,使用低密度SNP集合提高了宰前活重、胴体重、里脊肉块、第12肋大理石花纹、第13肋大理石花纹和第12肋眼肌面积的GEBV准确性,分别提高了0.05,0.02、0.06、0.12,0.08和0.09左右;然而,对于其它性状,使用低密度SNP集合降低了GEBV准确性,其中育肥期日增重、宰前活重、上脑肉块,眼肌肉块、屠宰率和净肉率的GEBV准确性下降0.03-0.07,零售肉重的GEBV准确性下降0.15左右。此外,使用低密度SNP集合和770K高密度芯片估计的13个性状的GEBV之间的相关系数(皮尔逊相关系数和斯皮尔曼相关系数)在0.5-0.8之间。总体来说,对于多数性状,使用低密度SNP集合可以获得较高的基因组估计育种值准确性,如果将其运用于肉用西门塔尔牛的全基因组选择,能在一定程度上节约育种成本。
Abstract
quan ji yin zu shua ze shou dao le dong zhi wu yo chong jie de an fan guan zhu ,gai fang fa shi li yong ji yin zu fan wei nei de da liang wei chuan biao ji jin hang ji yin zu yo chong zhi de gu ji ,ta ju you su duan shi dai jian ge 、jia kuai wei chuan jin zhan deng duo fang mian de you shi 。ran er zai rou niu yo chong shi jian zhong ,gao ang de ji yin xing fen xing fei yong xian zhi le quan ji yin zu shua ze de yun yong 。wei le jiang di ji yin fen xing fei yong ,she ji he kai fa yi kuan di mi du SNPxin pian yong yu rou yong xi men da er niu quan ji yin zu shua ze ju you chong yao yi yi 。ben yan jiu shi yong 1346tou rou yong xi men da er niu zi yuan qun ti de 770Kgao mi du xin pian shu ju he 13ge sheng chang fa yo 、dong ti he rou zhi xing zhuang de biao xing shu ju ,cai yong quan ji yin zu guan lian fen xi (GWAS)、Bayes Bfen xi 、she zhi hua dong chuang kou yi ji ji yin zhu shi 4chong fang fa jin hang SNPwei dian de shai shua ,zhi zai xing cheng yi ge ke yi huo de jiao gao ji yin zu gu ji yo chong zhi zhun que xing de di mi du SNPji ge ,bing jiang ji yong yu rou yong xi men da er niu de di cheng ben quan ji yin zu shua ze ,yi ji jie yao yo chong cheng ben he jia kuai rou yong xi men da er niu quan ji yin zu shua ze de ying yong jin cheng 。ben yan jiu chong yao jie lun ru xia :1li yong 770Kgao mi du xin pian tong guo REMLsuan fa dui rou yong xi men da er niu 13ge sheng chang fa yo 、dong ti 、rou zhi xing zhuang jin hang wei chuan li gu ji ,jie guo biao ming 13ge xing zhuang de wei chuan li gu ji zhi zai 0.11-0.56zhi jian ,ji zhong da bu fen sheng chang fa yo he dong ti xing zhuang shu yu zhong gao wei chuan li xing zhuang ,rou zhi xing zhuang shu yu zhong deng wei chuan li xing zhuang ,wei rou yong xi men da er niu chong yao jing ji xing zhuang de wei chuan jie xi di gong le can kao 。2cai yong 4chong fang fa jin hang di mi du SNPxin pian de wei dian shai shua ,zui hou xing cheng le yi ge bao han 30684ge biao ji de di mi du SNPji ge ,gai ji ge bao han you yu xing zhuang xian zhe guan lian de wei dian 、neng jie shi xing zhuang jiao da jia xing wei chuan fang cha bi li de wei dian 、ju you gao zui xiao deng wei ji yin pin lv (MAF)de xin xi wei dian yi ji zhu shi dao ji yin ou yu de wei dian 。zong ti shang ,di mi du SNPji ge de biao ji jian ju ping jun shu he zhong wei shu fen bie wei 81.8 Kbhe 37.7 Kb,MAFping jun shu he zhong wei shu fen bie wei 0.35he 0.39。ci wai ,dui di mi du SNPji ge de lian suo bu ping heng cheng du (LD)jin hang ping gu ,fa xian di mi du SNPji ge zhong de biao ji ju you yu 770Kgao mi du xin pian shi fen xiang shi de LDshui ping he LDcui jian qu shi 。zhe wei rou yong xi men da er niu quan ji yin zu shua ze de di mi du SNPxin pian de she ji he kai fa di gong le fang fa zhi dao he li lun can kao 。3cai yong GBLUP,Bayes A,Bayes Bhe Bayes Cπsi chong fang fa dui di mi du SNPji ge he 770Kgao mi du xin pian de ji yin zu gu ji yo chong zhi (GEBV)zhun que xing jin hang ping gu 。jie guo biao ming ,shi yong di mi du SNPji ge gu ji de 13ge xing zhuang de GEBVzhun que xing zai 0.22-0.47zhi jian ,shi yong 770Kgao mi du xin pian gu ji de 13ge xing zhuang de GEBVzhun que xing zai 0.18-0.60zhi jian 。zong ti shang ,yu 770Kgao mi du xin pian de zhun que xing jie guo xiang bi ,shi yong di mi du SNPji ge di gao le zai qian huo chong 、dong ti chong 、li ji rou kuai 、di 12le da li dan hua wen 、di 13le da li dan hua wen he di 12le yan ji mian ji de GEBVzhun que xing ,fen bie di gao le 0.05,0.02、0.06、0.12,0.08he 0.09zuo you ;ran er ,dui yu ji ta xing zhuang ,shi yong di mi du SNPji ge jiang di le GEBVzhun que xing ,ji zhong yo fei ji ri zeng chong 、zai qian huo chong 、shang nao rou kuai ,yan ji rou kuai 、tu zai lv he jing rou lv de GEBVzhun que xing xia jiang 0.03-0.07,ling shou rou chong de GEBVzhun que xing xia jiang 0.15zuo you 。ci wai ,shi yong di mi du SNPji ge he 770Kgao mi du xin pian gu ji de 13ge xing zhuang de GEBVzhi jian de xiang guan ji shu (pi er xun xiang guan ji shu he si pi er man xiang guan ji shu )zai 0.5-0.8zhi jian 。zong ti lai shui ,dui yu duo shu xing zhuang ,shi yong di mi du SNPji ge ke yi huo de jiao gao de ji yin zu gu ji yo chong zhi zhun que xing ,ru guo jiang ji yun yong yu rou yong xi men da er niu de quan ji yin zu shua ze ,neng zai yi ding cheng du shang jie yao yo chong cheng ben 。
论文参考文献
论文详细介绍
论文作者分别是来自中国农业科学院的徐玲，发表于刊物中国农业科学院2019-07-05论文，是一篇关于肉用西门塔尔牛论文,全基因组选择论文,高密度芯片论文,低密度芯片论文,中国农业科学院2019-07-05论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国农业科学院2019-07-05论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：肉用西门塔尔牛论文; 全基因组选择论文; 高密度芯片论文; 低密度芯片论文; 中国农业科学院2019-07-05论文;