论文部分内容阅读
全基因组关联分析(GWAS)和基因组选择是当前畜禽重要经济性状基因鉴定和遗传改良的重要方法。本研究旨在利用不同密度的SNP标记对奶牛重要性状进行了全基因组关联分析,并对不同基因组选择方法和模型对基因组预测准确性的影响进行了分析,研究内容包含四部分：(1)中国荷斯坦牛体型性状全基因组关联分析基于Illumina BovineSNP50BeadChip (54K)牛全基因SNP芯片,利用LASSO模型对1314头中国荷斯坦牛的29个体型性状进行了全基因组关联分析,共检测到59个显著SNP位点与26个体型性状显著关联；其中,4个SNP位点各自同时控制两个性状,这些成对性状之间的遗传相关为0.34～0.86,说明这些SNP位点具有一因多效性。通过基因功能注释并与前人的研究结果比较,将DARC, GAS1、MTPN、HTR2A、ZNF521、PDIA6口TMEM130等6个基因作为体型容量、体深、胸宽、蹄角度、棱角性、后肢侧视、乳头长度和大小的候选关键基因。(2)不同密度SNP标记对奶牛乳房炎性状6个QTL区段精细定位的影响所用数据为4496头丹麦荷斯坦牛的中等密度54K芯片(MD)、高密度770K芯片(HD)和全基因组重测序数据(SEQ)；利用线性混合模型(LM)和贝叶斯选择模型(BVS)进行全基因组关联分析；SNP数据进行质量控制后,MD、HD和SEQ数据各得到587、7825和78856个SNP位点。结果表明：根据不同标记密度得到的与性状关联的显著SNP位点分布基本一致。利用LM模型,共检测到120(MD)、967(HD)和7209(SEQ)个SNPS;利用QTL intensity和贝叶斯模型,共检测到1、16和33个QTL区段；进一步研究认为NPFFR2、SLC4A4、DCK、LIFR和EDN3等5个基因可以作为奶牛乳房炎性状的候选关键基因。(3)参考群体和验证群体间的亲缘关系及参考群内个体间亲缘关系对基因组预测准确性的影响所用数据来源于欧洲基因组计划(EuroGenomics)的荷斯坦牛,并将北欧荷斯坦牛作为验证群体,基因组育种值利用GBLUP模型和贝叶斯混合模型进行预测。结果表明：当参考群体和验证群体之间亲缘关系较近时以及当参考群内部个体之间亲缘关系较远时,基因组育种值具有更高的预测准确性；总体而言,利用贝叶斯模型得到的基因组育种值具有更高的可靠性,尤其当参考群和验证群亲缘关系较远时。(4)结合QTL信息提高基因组选择的准确性基于丹麦荷斯坦和红牛群体,将GWAS结果整合到基因组选择中,期望基因组育种值能够得到更高的可靠性。通过不同模型的分析,结果表明：利用GWAS结果给定不同SNP权重,并没有提高育种值预测可靠性;将GWAS显著SNP位点分为两组时,得到了比GBLUP模型较高的育种值预测可靠性；此外,两个品种合并作为参考群体可提高基因组预测的准确性。