论文部分内容阅读
随着高通量技术的发展,大量SNP标记在肉牛基因组中被发掘出来,如何在实际肉牛育种公司中高效利用这些遗传标记是当前肉牛育种迫切需要解决的问题。本论文围绕加系加系肉牛生产系统及遗传评估体系的优化进行了一系列研究:利用特定的父系、母系优化现有肉牛生产系统;在控制近交(情况)下利用遗传算法优化社会遗传效应的选择进展研究;基于低密度标记辅助选择模型的肉牛生长性状遗传评估方法的构建;肉牛剩余采食量和胴体品质的遗传改良全基因组MAS模型的构建。主要结果如下:(1)比较了 Beefbooster肉牛育种公司五个专门化品系不同杂交繁育体系下的经济效益情况,筛选出较优的适合当地生产情形的杂交繁育体系。模拟过程中用到的生产数据均来源于蒙大纳和加拿大西部的Beefbooster公司客户,育种数据则是从Beefbooster公司直接下载。在杂交系统构建中使用到Beefbooster公司的三个专门化母系(Ml、M2、M4)和两个专门化的父系(M3和TX)。系统1是采用两品系的轮回终端杂交系统,M1、M4两个母系组成基本的繁殖群体,两者通过轮回杂交生产一周岁小母牛,再与终端父系M3公牛杂交生产商品后代。系统2是三品系的轮回终端杂交系统,M1、M2、M4进行轮回杂交,生产1周岁小母牛,先与M3公牛杂交生产商品后代,然后,当小母牛年龄达到5-10岁,再与终端父系TX进行杂交生产商品后代。本研究构建了利润模型,对饲喂成本、非饲喂成本(用工)、固定成本等因素均进行了拟合。通过利润模型计算结果显示,系统2的基本利润比系统1高出29.57美元(每年、每头母牛)。(2)利用遗传算法开发的两种方法(SBLUP+GA1,SBLUP+GA2)优化社会性遗传效应的选择,在最小化近交的情况下最大化遗传进展。在SBLUP+GA1中,只有公畜的贡献被优化。在SBLUP+GA2中,公畜和母畜的贡献同时被优化。结果显示,SBLUP+GAl和SBLUP+GA2的近交率分别比基于社会性遗传效应的BLUP选择低18.52%和25.93%。SBLUP+GA1中与SBLUP相关的直接效应、社会性遗传效应和总遗传效应的平均进展分别增加了 3.59%、10.02%和4.32%。在SBLUP+GA2中与SBLUP相关的直接效应、社会性遗传效应和总遗传效应的平均进展分别增加了 1.28%、10.00%和2.02%。(3)采用Igenity公司低密度SNP芯片(233 SNP)对Beefbooster公司2749肉牛进行了基因分型,经过质量控制总共有144个有效SNP位点用于生长性状的关联分析。并利用ASReml软件包的单变量模型对目标性状的所有标记分值和表型值进行关联分析。结果共鉴定出139、135、12、89、129和105个SNP位点分别与肉牛的初生重(BWT)、断奶重直接遗传效应(WWT)、断奶重母体效应(Milk)、一周年体重(YWT)、成年体重(MWT)和阴囊周长(SC)显著相关。利用线性回归模型估计了所有性状显著SNP位点等位基因效应值,并根据效应值计算了所有性状的标记评分(Marker Score),计算性状标记评分和性状表型值之间的遗传相关。初生重(B WT)、断奶重直接遗传效应(W WT)、断奶重母体效应(Milk)、一周年体重(YWT)、成年体重(MWT)和阴囊周长(SC)这6个性状的标记分值与表型值的遗传相关分别为0.61 ± 0.08,0.39 ± 0.10,0.14 ± 0.03,0.38 ± 0.04,0.57 ± 0.09和0.54 ± 0.10。预测精确性评估结果表明,当表型和标记评分之间遗传相关性很高时,基于标记分值和表型值的双变量标记辅助评估模型可以有效提高EBV的预测准确性,即使是在基因型值和表型值数量相当有限的情况下该模型仍然有相当好的表现。(4)剩余采食量(RFI)和胴体品质(CM)这两种性状是肉牛遗传改良的关键目标,然而RFI和CM的测量费用高昂,并且用传统的BLUP方法选择效果不佳。因此,本研究针对RFI和CM构建了一种全基因组MAS选择模型。利用Illumina Bovine50K SNP芯片对加拿大阿尔伯塔大学研究农场922头肉牛进行了基因分型,采用贝叶斯方法(BayesB)和逐步回归法进行关联分析,筛选与RFI和CM显著的关联标记。结果表明,胴体重(CWT)、胴体背膘(BF)、胴体肋骨眼区(REA)、胴体等级脂肪(GDF)、瘦肉率(LMY)和RFI的呈显著关联的的SSP标记的数量分别为75,54,67,57,44和50。CWT、BF、REA、GDF、LMY和RFI表型值和标记分值的遗传相关性分别为0.75,0.69,0.87,0.77,0.78,和0.85。利用双变量标记辅助评估模型综合标记效应值,六个性状的表型EBV的平均预测精度分别增加了 0.05,0.16,0.24,0.23,0.17和0.19。研究结果表明这些筛选的特定SNP标记对RFI和CM性状的选择是有效的。