贝叶斯方法估计阈性状育种值的原理和计算技术

本文介绍了估计阈性状育种值的贝叶斯方法的原理,演示了描述阈性状观察值、建立后验概率密度函数、以及导出非线性方程组的方法．并就这一估计方法的计算技术进行了讨论,针对动物遗传育种中方程组系数矩阵往往很大,超出计算机内存的情况,提出了不需要建立方程组,在数据上迭代求解的计算方法．本文还综述了这一非线性方法与线性方法在阈性状育种值估计上的比较．     

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

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。     

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。     

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。     

动物模型BLUP法估计内蒙古白绒山羊育种值的研究

应用动物模型ＢＬＵＰ法估计了阿尔巴斯白绒山羊种羊场１９８９－１９９８年共１０个年度３９８１只个体的抓绒量和体重的单性状育种值,以及这两个性状的综合育种值。在模型中考虑的固定效应有年龄效应和性别－群体－年度效应、随机效应有个体的加性效应和个体永久性环境效应。比较育种值选择与表型值选择的结果表明：⑴公羔依据断乳重选择与依据育咱值选择的结果差异较大;⑵育成母羊依据表型值选择与依据综合育种值选择的结果差异     

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。     

鱼类基因组操作与定向育种

水产养殖已成为全球范围内发展最快的农业产业之一,可持续发展水产养殖的关键在于培育具有优良性状的养殖品种.基因组操作技术为快速、定向的鱼类遗传育种提供了一条重要的可行性途径.本文回顾了基于经典基因组操作技术的鱼类育种方法学历史,如多倍体育种及细胞核移植等.然后重点介绍并展望了基于转基因技术及新近发展的基因组编辑技术的鱼类定向育种方法.后两种技术的发展和应用将会为未来的鱼类种业带来更加高效和更具预见性的育种新方法.     

水稻基因组分子标记应用于优质米育种研究

台湾大学农学院农艺学系林顺福先生利用分子标记选拔优良品质的粳稻品种。他以台农 6 9号稻种与越光品种稻杂交后代 16 0个品系为材料 ,分析其与食性有关的性状结果发现食味总评与食味计值和调查特性总计之间有极显著的相关关系 ,且食味总评与外观、香味、口味、粘弹性和硬性等     

基因组重排技术在酵母菌育种中的应用

基因组重排(genome shuffling)技术是在传统诱变育种的基础上与细胞原生质体融合技术相结合一种新兴微生物菌种改良手段,由于该技术高效的正向突变效率和频率,近年来被广泛应用于酵母菌种的选育和改良。本文主要对基因组重排技术在酵母菌育种中的应用进行了综述。     

广义岭回归在家禽育种值估计中的应用

讨论了岭回归方法应用于混合线性模型方程组中估计家禽育种值的方法,其实质是将传统的混合线性模型方程组理解为一种广义岭回归估计,为确定遗传参数的估计提供了一种途径;同时,以番鸭为例,考虑了一个性状和两个固定效应,采用广义岭回归法对公番鸭育种值进行了估计,并与最佳线性无偏预测法(BLUP 法)进行了比较,结果表明,广义岭回归方法和BLUP 法估计的育种值及其排序非常接近,其相关系数和秩相关系数分别达到了0.998~(**)和0.986~(**),且采用广义岭回归法预测的误差率低(在±10%以内);表明在混合线性模型方程组中使用广义岭回归估计动物育种值的方法具有可行性,并可省去估计遗传参数的过程,使BLUP 法在动物选育中的应用更具实用性.     

燕麦分子育种研究进展

燕麦是一种主要生长在温带冷凉地区的粮饲兼用作物,近年来燕麦的营养价值和降低胆固醇特性的发现使人们认识到燕麦及其制品是一种健康食品,促进了燕麦产业发展,对燕麦品种培育提出了更高要求。在此背景下,现代生物技术与常规育种技术结合是满足这一需求的重要途经。本文综述了国内外燕麦分子育种方面的研究进展:(1)我国燕麦种质资源的收集与遗传多样性研究。我国的燕麦种质资源收集工作起始于20世纪50年代,迄今收集并保存了5282份燕麦种质资源。对这些资源的遗传多样性分析研究表明,国内的燕麦种质资源中内蒙古和山西的资源多样性最高;(2)利用各种分子标记构建燕麦遗传连锁图谱研究;(3)一些重要农艺性状的QTL定位研究以及全基因组关联分析研究。包括产量、含油量、β-葡聚糖含量、蛋白质含量、抽穗期、抗病基因、抗冻性等重要农艺性状;(4)标记辅助基因组选择技术在燕麦中的应用;(5)燕麦遗传工程育种研究进展。同时,本文将国内的主要研究进展与国外相关的最新研究成果进行了比较,并对当前分子育种中存在的问题及今后的研究方向进行了探讨,希望能为今后通过生物技术手段培育燕麦新品种提供一定的参考。     

贝叶斯一致性分析法在全基因组系统发生树分析上的应用

构建系统发生树时,其拓扑结构会在不同的基因组区域产生不一致性。对此问题,贝叶斯一致性分析法(BCA)可在全基因组规模上进行系统发生树分析,并进而对不一致性信息进行量化统计。采用此方法对由C3H/Hu小鼠(Mus musculus)和129Sv小鼠回交多代产生的129S1小鼠进行系统发生树分析,输入相应的一组序列文件,用若干生物信息学软件(如VCFtools,Repeat Masker,PAUP*4.0,Mr Model Test,Mr Bayes等)对其进行屏蔽重复序列、序列比对等处理,辅以Perl语言脚本,最终得到全基因组范围不同区段系统发生树不一致信息。在小鼠10号染色体的所有99个基因座中,支持129S1和129Sv品系小鼠为姐妹关系的拓扑结构占了84.7%(后验概率最高),这证明了C3H/Hu小鼠对129S1小鼠基因组的贡献程度较小。结果表明,贝叶斯一致性分析法有助于基因组不同区段进化历史的研究。     

新一代基因组技术从农业向畜产水产业发展 全基因组DNA标记育种

利用植物和动物的基因组信息推进品种改良的DNA标记育种技术。新一代DNA测序和单核苷酸多态性（SNP）分析等新技术的实用化正在加速进行。     

基因组改组技术及其在微生物育种中的应用研究进展

Genome shuffling(基因组改组)技术是借助递归式原生质体融合策略对微生物基因组进行遗传改良的一种新兴微生物育种方法。自2002年首次被用来培育tylosin高产菌株以来,目前已为育种工作者广泛采用。对Genome shuffling技术的原理及最近的应用研究进展进行了综述,探讨了其局限性,并展望了其发展的趋势。     

基于贝叶斯权重估计方法估计浙江省古田山国家级自然保护区两栖爬行动物多样性

传统的两栖爬行动物多样性调查方法在进行野外实验时,常遇到抽样限制的问题,一些稀有物种可能无法在个体样本中被发现,由于存在相对较大的物种缺失,导致不同的研究结果差距较大,较难反映真实的物种多样性.因此,基于有限的调查和监测数据尽可能准确地估计生物多样性极其重要.本文于2017—2020年的每年秋季,采用视觉遇见法调查了4...     

植物种子传播途径与基因组值和千粒重的相关性

种子传播对植物的繁殖、分布和进化至关重要,研究植物基因组、种子千粒重与种子传播途径间相关性,对于揭示植物种子入侵和基因组进化的遗传机制等具有十分重要的意义.本文在前期测定部分植物C值、检索植物C值数据库和种子数据信息库的基础上,对包含完整基因组信息(染色体条数、倍数、C值)、种子千粒重和种子传播途径的235种植物进行了统计和相关性分析.ANOVA结果表明,借助水、鸟、风传播的植物C值(1C水=1.3 pg,1C鸟=1.6 pg,1C风=2.0 pg)和基因组值(1Cx水=1.1 pg,1Cx鸟=1.3 pg,1Cx风=1.6Pg)均显著低于借助动物取食传播植物的(1C动=4.9 pg,1Cx动 =4.7 pg)(P＜0.05),但无助力扩散和动物携带与其他4种传播方式间均无显著差异(P＞0.05).235种植物物种间千粒重相差悬殊,就不同传播方式整体而言,以风力和动物携带为传播途径的植物种子千粒重(分别为7.2和13.5 g)明显低于以动物取食和水为传播途径的植物种子千粒重(分别为92.5和85.8 g),而无助力传播途径与其他5种传播途径的千粒重均没有显著差异(P＞0.05).进一步相关性分析表明,动物取食和水传播方式的植物基因组值和种子千粒重间均呈正相关(相关系数γ=0.33),其中动物取食的植物基因组值与千粒重呈显著正相关性(y=0.67 x+3.23,R2=0.11,P=0.04),但在其他传播途径中均无显著相关性.研究结果为揭示植物种子传播、分布和基因组进化等提供参考.     

标记辅助回交育种中所需最小样本容量的近似估计

回交育种是把有利基因从供体亲本向受体亲本转移的一种有效方法,标记辅助选择可加速其进程。为了制定合理的标记辅助选择计划,育种家必须知道所需的后代群体大小。该文提出了一种估算在标记辅助回交育种中同时进行前景选择和背景选择所需群体大小的方法。在假定所需转移的目标基因座与遗传背景之间为相互独立的简化假设下,可以通过将解析方法（针对前景选择）与基于回交亲本图示基因型的模拟方法（针对背景选择）相结合,近似地估计出在每一世代中选到所需基因型的概率,进而估算出在一定概率水平下至少获得一个符合要求的个体所需的最小样本容量,用假想的例子演示了该方法的使用情况。该方法可以很方便地应用于实际的回交育种。     

基于机器学习的猪生长性状基因组预测

为了比较自动机器学习下不同机器学习模型预测部分猪生长性状与全基因组估计育种值(genomic estimated breeding value,GEBV)的性能,并寻找适合的机器学习模型,以优化生猪育种的全基因组评估方法,本研究利用来自多个公司9968头猪的基因组信息、系谱矩阵、固定效应及表型信息通过自动机器学习方法获取深度学习(deep learning,DL)、随机森林(random forest,RF)、梯度提升机(gradient boosting machine,GBM)和极致梯度提升(extreme gradient boosting,XGB)4种机器学习最佳模型。采用10折交叉验证分别对猪达100 kg校正背膘(correcting backfat to 100 kg,B100)、达115 kg校正背膘(correcting backfat to 115 kg,B115)、达100 kg校正日龄(correcting days to 100 kg,D100)、达115 kg校正日龄(correcting days to 100 kg,D115)的GEBV及其表型进行预测,...     

解读家猪和野猪基因组数据有助育种和医学研究

由美国伊利诺伊大学、荷兰瓦格宁根大学和英国爱丁堡大学的研究者率领的国际家猪基因组测序联合会（SGSC）对家猪和野猪的基因组进行了比较,还将其与人类基因组进行了比较,在得到了家猪进化有关的新线索的同时,揭示了这些信息对人类的有用性。相关论文发表在2012年11月5日出版的《自然》杂志上。