植物全基因组选择技术的研究进展及其在玉米育种上的应用（英文）

全基因组选择技术通过全基因组中大量的单核苷酸多态性标记(SNP)和参照群体的表型数据建立BLUP模型估计出每一标记的育种值,称为估计育种值(GEBV),然后仅利用同样的分子标记估计出后代个体育种值并进行选择。该文就近年来国内外有关影响基因组选择效率的主要因素——参考群体的类型与大小、模型的建立方法、标记的类型及其数目、性状遗传力,以及对基因组选择效率的影响等方面的研究进展进行综述,并介绍了全基因组选择技术在玉米育种上应用概况以及对未来的展望。     

基因组选择及其应用

品种选育在农业生产中占有十分重要的地位,育种值估计是品种选育的核心。随着遗传标记的发展,尤其是高通量的基因分型技术,使得从基因组水平估计育种值成为可能,即基因组选择。文章将基因组选择的方法分为两类:一是基于估计等位基因效应来预测基因组估计育种值(GEBV),如最小二乘法,随机回归-最佳线性无偏预测(RR-BLUP)、Bayes、主成分分析等方法;二是基于遗传关系矩阵来预测GEBV,通过采用高通量标记构建个体间的遗传关系矩阵,然后用线性混合模型来预测育种值,即GBLUP法,并以这两种分类简要介绍了基因组选择各种方法的大致原理。影响基因组选择准确性的因素主要有标记类型和密度、单倍型长度、参考群体大小和标记-数量性状基因座(QTL)连锁不平衡(LD)大小等;在基因组选择的各种方法中,一般说来Bayes方法和GBLUP方法具有较高的准确性,最小二乘法最差;GBLUP计算速度快,能够将标记和系谱结合起来,因而比其他方法更具优势。尽管基因组选择取得了很大进展,但在理论方面还面临着一些挑战,如联合育种、长期选择的遗传进展及如何解析与性状有关和无关的标记等。基因组选择在一些动植物育种上已经开始应用,在人类遗传倾向预测和进化动力学研究中也有潜在的应用前景。基因组选择在个体间亲缘关系的量化上有了突破,比传统方法更加精确,因此,基因组选择将会是动植物育种史上革命性的事件。     

基因组选择在猪杂交育种中的应用

基因组选择是指在全基因组范围内通过基因组中大量的标记信息估计出个体全基因组范围的育种值,可进一步提升育种效率和准确性,目前在猪纯繁育种中得到广泛应用。但有研究表明,现有的基因组选择方法在猪杂交育种上的应用效果并不理想,在跨群体条件下预测准确性极低。杂交作为养猪业中最为广泛的育种手段之一,通过结合基因组选择理论进一步提升猪的生产性能,具有重要的经济和研究价值。本文综述了基因组选择的发展及其在猪育种中的应用现状,并结合国内外猪杂交育种的方式,分析了目前基因组选择方法在猪杂交育种应用方面的不足,旨在为未来基因组选择在猪杂交育种中的合理应用提供参考。     

基因组选择在绵羊育种中的应用

基因组选择是一种利用高密度芯片全部位点与目的基因存在的连锁不平衡估计基因组育种值的方法,目前已相继在英国、法国、澳大利亚和新西兰等国家的畜禽育种中得到应用并有效提升了育种效率。在我国,基因组选择已在奶牛、生猪和肉鸡的育种中开始应用并取得了一定的成效。我国是世界养羊大国,但在羊的养殖管理、育种水平以及生产效率等方面依旧与发达国家存在较大差距。目前,已有育种工作者尝试对绵羊开展基因组选择育种研究,但至今尚未有比较系统的应用案例。基于绵羊育种基础薄弱的现状,开展基因组选择对我国肉羊产业发展具有重要作用。本文综述了畜禽基因组选择的研究进展及其在绵羊育种中的应用,并对该技术在今后绵羊生产中的指导作用进行了展望。     

基因组选择技术在农业动物育种中的应用

基因组选择(genomic selection, GS)是畜禽经济性状遗传改良的重要方法。随着高密度SNP芯片和二代测序价格的下降,GS技术越来越多被应用于奶牛、猪、鸡等农业动物育种中。然而,降低全基因组SNP分型成本、提高基因组育种值(genomic estimated breeding value,GEBV)估计准确性仍然是GS研究的主要难题。本文从全基因组SNP分型策略和GEBV估计模型两个方面进行了综述,并对目前GS技术在主要畜禽品种中的应用现状进行了介绍,以期为GS在农业动物育种中的深入开展提供借鉴和参考。     

家畜基因组选择研究进展

近年来,随着基因芯片技术的发展与育种技术的进步,动植物的基因组选择成为研究热点。在家畜育种中,基因组选择凭借其准确性高、世代间隔短和育种成本低等优势被应用于各种经济动物的种畜选择中。本文详细介绍了基因分型技术和基因组育种值估计方法(最小二乘法、RR-BLUP法、GBLUP法、ssGBLUP法、贝叶斯A法、贝叶斯B法等),并对这些育种方法选用的标记范围、准确性以及计算速度进行了比较,总结了我国和其他国家基因组选择在种畜选择中的应用情况及存在的问题,展望了目前国内外在基因组选择上的最新研究动态及进展,以期为其他育种工作者进一步了解基因组选择提供参考。     

水稻全基因组选择育种技术平台构建与应用

随着DNA标记技术的发展和越来越多的功能基因被鉴定和克隆,水稻全基因组选择育种已经成为精准高效的新品种培育方法。该文重点介绍新创建的基于高通量测序和基因组育种芯片的全基因组选择技术平台,以及建立的水稻基因组序列变异数据库、受选择功能区段鉴定技术体系和品种系谱溯源技术体系。这些技术平台和体系将有助于水稻全基因组选择育种工作的开展,提高育种效率,更好地满足消费市场对品种培育提出的新要求。     

一种基于高密度遗传标记的亲子鉴定方法及其应用

系谱是人类遗传及动植物育种研究与实践的重要信息来源之一。系谱记录错误是育种生产中普遍存在的一种记录错误,影响基因定位、遗传值及表型值预测等相关研究结果的可靠性。现有的方法软件可以利用遗传标记信息对疑似亲子进行亲子鉴定,但这些软件方法操作复杂,限制标记数量,如Cervus。针对当前高密度SNP标记在人类及动植物研究中广泛应用的现状,文章提出了一种基于全基因组高密度SNP数据的亲子鉴定新方法,命名为EasyPC。对EasyPC及Cervus的运行效率进行了对比,并用中国荷斯坦牛(n=2180)和杜洛克猪(n=191)的全基因组SNP芯片数据对EasyPC进行了验证。结果表明：EasyPC运行效率高于Cervus,牛和猪群体系谱错误率分别为20%和6%,与相关研究报道相符。通过使用全基因组SNP标记对群体孟德尔错误率的经验分布进行分析,该方法不仅可以简单、快速、准确地判别系谱的正确性,而且还可以对错误系谱进行校正。EasyPC为解决全基因组研究中基因型及系谱数据前处理过程中的系谱校正问题提供了一种新的途径。     

动物模型的特征

动物模型是一系列具有不同结构的线性混合模型,共同特征是估测动物个体本身的育种值。在动物模型下,任一个体育种值的估计都能按最佳形式利用其所有可知亲属的记录资料。从统计学意义上看,动物模型在提供育种值的最佳线性无偏预测（BLUP）的同时,提供固定效应的最佳线性无偏估计（BLUE）,使固定环境效应易除得最为合理。对于由大量加性基因控制的性状,动物模型能反映选择、遗传漂为对群体遗传均值和方差的影响。近交和连锁不平衡的影响也可视为选择的结果。因此动物模型适用于存在选择、漂变、近交以及连锁不平衡的群体。     

濒危植物羊踯躅全基因组SSR标记开发与鉴定研究

该研究利用基于全基因组限制性酶切位点简化基因组测序技术（RAD seq技术）,开发濒危植物羊踯躅（Rhododendron molle G. Don）全基因组SSR标记,并对3个群体共63份羊踯躅材料进行验证鉴定,为进一步研究羊踯躅的遗传多样性和群体遗传结构以及保护利用提供技术支持。结果显示：（1）羊踯躅基因组测序获得原始数据7.653G bp,过滤后为7.513G bp;经组装发现,羊踯躅171.534 M bp的基因组分布在498 252 contigs中。（2）通过SSR检测,在11 961 SSR位点中获得了11 687对SSR分子标记,并且二核苷酸为基序的重复类型最丰富,达51.76%。（3）随机选取128对SSR标记在6个羊踯躅株系中进行PCR扩增,获得20对高多态性的SSR标记。（4）用所选的20对多态性SSR标记对3个群体共63份羊踯躅材料进行验证分析发现,这些多态性SSR标记位点的等位基因数为4~16个,期望杂合度（H_e）为0.489~0.908。 研究表明,羊踯躅的SSR丰度适中,且二核苷酸为羊踯躅中最丰富的重复序列,该实验进一步证明RAD seq技术是一种经济有效的基因测序方法,实验中开发的SSR引物将有助于进一步研究羊踯躅和其他近缘种的群体结构和多样性。