论文部分内容阅读
大黄鱼和黄姑鱼是我国重要的海水养殖鱼类,对其经济性状进行遗传改良将有助于提高养殖效益。本研究针对大黄鱼和黄姑鱼的基因组育种方法展开研究,主要的研究内容有:(1)开发基因组预测方法(Mix P)的两种新的计算策略和一种新的FBayesC预测方法;(2)将各种基因组预测方法在大黄鱼和黄姑鱼的经济性状上进行对比研究;(3)使用单标记分析(SMA)和贝叶斯模型对大黄鱼的经济性状进行全基因组关联分析(GWAS)比较研究;(4)研究节省基因组育种费用的方法;(5)对水产物种基因组选择育种的前景进行探讨。主要结果如下:1.提出MixP的两种新的计算策略:基于迭代条件期望(ICE)算法的MixP和基于蒙特卡洛-马尔科夫链(MCMC)算法的MixP;成功开发出FBayesC预测方法,该方法认为SNP效应值服从正态分布,比先验分布为拉普拉斯分布的FBayesB具有更好的稳定性。2.对500尾大黄鱼进行了DNA提取,通过Genotyping-by-sequencing(GBS)方法构建文库从基因组中挖掘到124 419个有效的SNP位点。使用十种预测模型对经济性状进行基因组预测。结果显示,GBLUP,RRBLUP,BayesA,BayesCπ和MMix P的预测能力较高,而Bayes B,FBayesB,FBayesC和FMix P的稳定性与有效应(或大效应)的SNP比例的设定值(π或γ)和影响性状的QTL数目有关。emBayesB在所有方法中的预测结果最差,FBayes B在γ取值较大时预测效果较差,甚至不能得到明确结果,原因与这两种方法的先验分布有关。3.从393尾黄姑鱼中挖掘到81 991个SNP位点。使用BayesB,FMix P和GBLUP方法进行了基因组预测。针对黄姑鱼和大黄鱼结果的差异,讨论了参考群的采样时期和构建方式。4.在大黄鱼性状上使用了SMA,BayesC和FBayesC-GWAS三种方法进行GWAS研究,结果显示在有些位点上,三种方法的结果较为一致,但有些显著位点只能在两种方法中找到。建议同时采用多种模型进行GWAS研究,以期找到更多与性状相关的SNP位点。5.经研究提出了两种节省基因组育种费用的策略:(1)使用极端表型的个体作为参考群;(2)先预选部分SNP标记,然后在候选群体上只捕获这部分SNP位点的信息。两种方法分别可以在参考群体和候选群体上节省基因组选择育种费用。本研究对大黄鱼和黄姑鱼性状进行了基因组预测,挖掘了部分重要经济性状的候选基因位点,并提出针对水产物种的基因组育种策略;通过利润核算,认为虽然基因组育种费用昂贵,但该技术在水产上仍然具有美好的前景。