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。     

利用SNP芯片信息评估新疆近交牛基因组纯合度

新疆近交牛是经45年近亲繁育形成的近交群体,但由于繁育记录缺失,其原始亲本品种未知。为了明确新疆近交牛的遗传背景,并探索利用基因组信息评价牛群近交水平的可行性,本研究利用该群体及荷斯坦牛、新疆褐牛和哈萨克牛等16个国内外牛品种的SNP芯片数据,应用主成分分析和Admixture方法对塔城地区新疆近交牛的群体结构进行分析;通过进一步计算新疆近交牛、荷斯坦牛、新疆褐牛和哈萨克牛的群体遗传学参数以及基因组近交指标评估各群体近交程度;结合新疆近交牛的体型分类和基因组近交指标信息,探讨了个体近交程度与体型表现的关系;最后,基于对新疆近交牛和哈萨克牛高频长纯合片段区域的筛选,鉴定了新疆近交牛基因组特征区域。研究结果显示,新疆近交牛的遗传背景与哈萨克牛基本一致,近交牛基因组纯合程度明显高于其他群体,且基因纯合率越高的近交牛其体型越小,在一定程度上呈现了近交衰退对体型的影响。本研究还鉴定到与新疆近交牛基因组特征区域相关的6个基本生物学通路以及与重要经济性状相关的32个数量基因座(quantitative trait loci, QTL)。本研究结果为新疆近交牛这一特殊遗传资源的育种规划及未来该群体的开发利用提供了科学依据。     

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。     

利用高密度SNP标记分析中国荷斯坦牛基因组近交

畜禽育种中传统上利用系谱信息评估群体近交程度?近年来随着高通量单核苷酸多态(single nucleotide polymorphism, SNP)检测成本降低,使利用基因组信息分析真实的基因组近交程度成为可能?本研究利用牛54 K SNP 芯片数据统计了北京地区2107头荷斯坦牛基因组上的长纯合片段(runs of homozygosity, ROH)的频率和分布,计算了2种基因组近交系数,即染色体上ROH的长度占基因组总长度的比例(Froh)及个体所有标记基因型中纯合子所占比例,即基因组纯合度(Fhom),进而分析了两种基因组近交系数之间的相关性以及基因组近交与系谱近交系数之间的相关性?结果表明,共检测到44 676个ROH片段,其长度主要分布在1~10 Mb之间?不同长度的ROH散布于个体基因组内,短ROH较长ROH更为常见?ROH在染色体上并非均匀分布,ROH频率最高的区域为10号染色体中部?两种基因组近交系数之间相关性很高(91%以上),但基因组近交与系谱近交之间的相关性较低(低于50%)?系谱完整性是影响基因组近交与系谱近交结果一致的重要因素,基因组近交系数能够反映个体真实的近交,本研究为评估群体近交水平提供了有力工具?     

SNP芯片数据估计动物个体基因组品种构成的方法及应用

自然和人工选择、地理隔离和遗传漂移等原因使动物基因组中许多位点的等位基因频率在群体间会产生差异。源于不同品种(祖先)杂交(交配)的动物个体,其基因组与这些品种(祖先)的基因频率(基因型)会存在一定的相关性。因此采用合适的统计模型和分析方法,可以估计出每个品种(祖先)对于个体基因组的遗传贡献比例,又称为个体的基因组品种构成(genomic breed composition, GBC)。本文介绍了利用SNP芯片数据估计动物个体GBC的原理、方法及步骤,并且通过对198头待鉴定的日本红毛和牛GBC的评估,演示了用回归模型和混合分布模型估计动物个体GBC的具体步骤,其中包括SNP子集的筛选、参考群体中动物个体选择以及待测定动物GBC的计算。参考动物群体选自日本红毛和牛(Akaushi)、安格斯牛(Angus)、海福特牛(Hereford)、荷斯坦牛(Holstein)和娟珊牛(Jersey) 5个品种共36 574头,每个个体有40K或50K芯片数据。本文在现有商用 SNP芯片基础上筛选用于品种鉴定和估计动物个体GBC的SNP子集,是对现有SNP芯片功能的拓展和深入开发利用。此外,在基因组选择中如何利用SNP基因型估计动物个体GBC的结果,提高纯种和杂种动物的预测准确度,也是值得深入研究的领域。     

因子与巢式交配设计群体近交率的比较研究

探讨了因子和巢式交配设计群体近交率的形成机理,结果表明,这两种交配设计群体结构本身并不导致基近交率累积的差异。在育种选择情况下因子交配设计比巢式设计群体的近交率上升慢,而在完全随机留种和限制随机种情形这两种酱地群体近交率的影响没有差异,但在交配设计情况下,限制随机留种比完全随机留有有交地控制群体近交率的提高。这一结果显示,在动物的家畜遗传留种比完全随机留各 效地控制群体近交率的提高。这一结果显示,     

亲本对后代群体的不均等遗传贡献及其优化控制

由于自然选择和人工选择的共同作用,使不同亲本的基因在后代基因库中所占比例有所不同,即亲本对后代群体的不均等遗传贡献。本文分析表明,不均等遗传贡献通过实现选择差和群体有效含量对遗传进展产生影响,并使传统的预估选择反应公式出现误差。育种的目标首先是找出在遗传上真正优秀的个体,同时还应当使越优秀的个体对后代基因库的遗传贡献越大。但后一方面尚未得到系统的研究。本文针对这一点,提出了以加快群体遗传进展为总目标、充分考虑育种约束条件的优化控制遗传贡献率的方法。对蛋鸡育种实际资料的计算结果表明,在同等群体含量水平下,优化不均等遗传贡献模式下所获得的实现选择差可比实际值提高34.27—216.57%。     

SNaPshot技术检测滩羊双羔群体中与多胎性状相关SNP研究

对我国地方品种滩羊双羔群体进行SNP检测和多胎性状相关性研究,促进SNPs在双羔家系分子育种中的应用。从实验前期SNP筛选的基础上,利用候选基因飞行质谱法最终确定3种基因13个SNP位点作为候选位点,对滩羊双羔群体的多胎位点进行多态性检测,分析群体差异性,筛选多羔候选基因。关联分析表明:13个位点中有5个位点与多胎性能有关,3种遗传模型也被证实,但BMPR1B基因构建的单倍型却与多胎性能无关。本研究旨在为滩羊双羔分子标记本品种选种选配等分子辅助育种技术提供参考,保护与可持续利用地方家养动物稀有种质遗传资源,加快优质多胎肉羊的发展。     

不同QTL增效基因初始频率下标记辅助选择的效果

采用随机模拟方法模拟了在一个闭锁群体内连续对单个性状选择10个世代的情形。在假定选择性状受一个位于常染色体上的QTL和多基因共同控制的情况下,采用动物模型标记辅助最佳线性无偏预测方法估计个体育种值并据此进行种畜的选留,并在此基础上系统地比较了QTL增效基因初始频率对标记辅助选择效果的影响。结果表明：当群体中QTL增效基因的初始频率较低时,选择所获得的QTL基因型值的进展会更大,标记辅助选择在单位时间内可获得较大的遗传进展;此时,尽管QTL增效基因在群体中固定所需的世代数会更长一些,但其频率上升的速度却更快。而QTL增效基因初始频率的高低对群体近交增量的影响不是很大。     

标记辅助导入中不同前景和背景选择方法的比较

标记辅助导入是分子遗传信息应用于动物育种的一个重要方面,其目的是在标记信息的辅助下将一个品种（供体）中的一个或多个优良基因导入另一个品种（受体）,同时还要尽可能地保持受体群体原有的遗传背景。标记辅助导入的过程包括3个阶段,第一阶段是杂交,即供体与受体杂交产生F1代个体,第二阶段是回交,即F1个体以及后续各个世代的后代个体重复地与受体回交,以使受体的遗传背景得到恢复,第三阶段是横交,即重复回交后得到的个体彼此问交配,以便获得供体基因的纯合个体,使该基因在群体中固定。在回交和横交阶段,都要对参与交配的个体进行选择。在选择中,要分别进行前景选择和背景选择,前景选择是对供体基因的选择,选择携带有供体基因个体参加配种,从而使该基因在回交过程中不会丢失,并在横交过程中能尽快固定,背景选择是对受体遗传背景的选择,选择那些含有受体基因组比例较高的个体参加配种,从而加快恢复受体遗传背景的速度。本研究通过计算机模拟对不同的前景选择方法和不同的背景选择方法进行了比较。前景选择方法包括对受体基因的直接选择（假设该基冈可以直接测定）、利用单个连锁标记的间接选择和利用两侧标记的间接选择3种,背景选择方法包括随机选择、基因组相似性选择、指数选择和标记辅助BLUP（MBLUP）选择4种。研究结果表明,对于前景选择来说,对供体基因的直接选择能保证该基因在回交的各个世代中保持一个稳定的频率（0．25）并在横交阶段迅速固定（2个世代）,用两侧标记的间接选择也能得到类似的结果,但如果仅利用单个连锁标记进行选择,则会导致供体基因的频率在回交阶段中有所下降,并在横交阶段不能被固定。对于背景选择来说,如果最终的目的是要完全恢复受体的遗传背景,基因组相似性选择或标记指数选择是最好的选择方法,它们可使受体的遗传背景在回交3个世代后就恢复到98％以上,而随机选择或MBLUP选择需要至少5个世代的回交才能达到这个水平。但如果最终的目的只是要恢复受体的某些优良性状,则MBLUP选择是值得推荐的方法,它可使影响这些性状的受体基因频率在回交3个世代后就达到99％以上,而且还能在整个基因导入过程中给这些性状带来最大的遗传进展。虽然用标记指数选择也有相似的结果,但与之相比,MBLUP的成本要低得多,更具有实际可行性。     

山医群体中国地鼠近交E家系RAPD分析

目的　分析山医群体中国地鼠E家系的遗传纯度。方法　应用经过筛选的 3 1条随机引物对中国地鼠E家系 12只个体基因组DNA进行RAPD扩增 ,计算近交个体间的相似系数。结果　所有样品的相似系数0 943 1到 0 9978之间变动 ,平均相似系数为 0 9749,聚类分析得到了这些个体的同源树资料。结论　山医群体E家系有较高的遗传纯度     

结合MOET技术的奶牛标记辅助选择方案比较

应用计算机模拟的方法比较利用遗传标记信息和/或超数排卵和胚胎移植(MOET)技术的一系列奶牛育种方案相对于传统育种方案的优越性. 模拟性状为产奶量, QTL作为已知遗传标记. 8个奶牛育种方案分别是：传统的后裔测定方案用STANPT表示; GASPT方案在青年公牛进入后裔测定前通过其自身QTL基因型进行预选择; MOETPT方案应用MOET技术产生青年公牛, 青年公牛预选择为家系内全同胞随机选择; GAMOPT方案结合了QTL预选择及MOET技术; COMBPT方案在GAMOPT方案基础上, 在个体育种值的评估中加入了QTL基因型效应; 另外对应后裔测定体系中MOETPT,GAMOPT,COMBPT方案设计了3个非后裔测定方案, 分别命名为MOET方案、GAMO方案及COMB方案. 动物个体通过相对应的动物模型进行育种值评估, 模拟针对产奶性状进行重叠世代连续17年的选择. 针对现役公牛、泌乳母牛、公牛母亲、公牛父亲和青年公牛5个不同群体, 对应用QTL信息和MOET技术对有利QTL基因频率、真实育种值、多基因值和累积遗传进展优势率产生的影响进行评估. 结果表明, 结合QTL信息和MOET技术的方案, 其真实育种值遗传进展显著高于其他方案, 仅应用QTL信息或MOET技术的单一改进方案间差异不显著, STANPT方案效率最低. 应用MOET技术的方案在第17年获得的多基因选择反应更大. 不同育种方案有利QTL基因频率增加速度在3个公畜群体中差异远大于泌乳母牛群体. GASPT,MOETPT,GAMOPT,COMBPT,MOET,GAMO 和COMB 方案相对STANPT方案, 累积遗传进展优势率在现役公牛群体中分别为8.42%, 3.59%, 14.58%, 18.54%, 4.12%, 14.12%和16.50%, 在泌乳母牛群体中分别为2.70%, 5.00%, 11.05%, 12.78%, 7.51%, 17.12%和25.38%.     

长期选择的反应

一、引言 预测选择反应对于动物育种工作者来说,是非常重要的。对于短期反应,只根据基础群的参数就可提供准确的预测,其公式为: R=iρ_(AI)σ_A其中R为所考虑性状一代的选择反应;i为选择强度;ρ_(AI)为性状加性值A和选择标准I间的相关,在章性状个体选择时ρ_(AI)=h;σ_A为性状加性遗传标准差。 进行长期选择时群体遗传结构会发生变化,从而     

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。     

家畜全基因组选择中的单步贝叶斯方法

随着标记信息可以被越来越多的应用在家畜育种中,许多基因组选择(GS)方法使得育种工作者可以利用家畜早期的基因型数据提前对其进行选择。结合系谱、表型和基因型数据,我们可以缩短家畜的世代间隔,提高家畜遗传价值估计的准确性,进而加速其遗传改良速度。近年来,和广泛使用的多步基因组选择策略相比,业界更推崇基于在系谱关系矩阵中增加基因组信息的单步遗传评估方法。即使通常的基因组选择方法依然是多步方法,如GBLUP法,但是基于单步基因组模型进行的基因组评估能提供更为准确的结果。本研究的目的是引入单步贝叶斯方法,此方法可以用贝叶斯回归模型直接计算单核苷酸多态性(SNP)的效应,同时我们使用模拟方法评估模型的性能。研究结果显示:QTL数目对单步贝叶斯方法的准确性无影响,但其准确性受遗传力的影响。同时,其准确性随着测序个体数的增加而增加。我们也讨论了与使用单步贝叶斯方法相关的问题,并详细描述了一些与之有关的统计理论和算法问题。     

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。     

性状遗传力与QTL方差对标记辅助选择效果的影响

在采用动物模型标记辅助最佳线性无偏预测方法对个体育种值进行估计的基础上,模拟了在一个闭锁群体内连续对单个性状选择10个世代的情形,并系统地比较了性状遗传力和QTL方差对标记辅助选择所获得的遗传进展、QTL增效基因频率和群体近交系数变化的影响。结果表明：在对高遗传力和QTL方差较小的性状实施标记辅助选择时,可望获得更大的遗传进展;遗传力越高,QTL方差越大,则QTL增效基因频率的上升速度越快;遗传力较高时,群体近交系数上升的速度较为缓慢,而QTL方差对群体近交系数上升速度的影响则不甚明显。结合前人关于标记辅助选择相对效率的研究结果,可以认为：当选择性状的遗传力和QTL方差为中等水平时,标记辅助选择可望获得理想的效果。     

长期指数选择的遗传效果分析—计算机模拟研究

本文利用Monte Carlo模拟技术研究比较了普通选择指数、实际选择指数、约束指数和单性状选择四种方法的长期选择效果及对群体遗传结构的影响。50世代的结果表明:群体大小和遗传参数能明显影响长期指数选择的反应;实际指数选择是有效的,其总体效果好于普通指数;约束选择的早期反应虽低于普通指数,但后期效果好,而且对群体遗传结构影响较小。同时,指数选择使性状加性遗传方差和遗传力衰减变化,而遗传相关依指数公式的系数呈定向改变。建议多性状长期选择时应用实际指数法或约束指数法。     

利用分子标记分析遗传多样性时的玉米群体取样策略研究

利用分子标记技术对玉米种质资源进行遗传多样性分析对种质资源的保存和利用具有重要的指导意义。但是,在对地方品种和育种群体这些开放授粉群体进行大规模遗传多样性分析时,取样方法将会严重影响到研究结果和工作效率。本研究用2个育种群体和3个地方品种为试材,利用微卫星(SSR)标记对每个群体100个个体及其组成的不同随机混合样品进行了分子检测。结果表明,不同群体的群体内遗传变异大小存在差异;相同数目的个体随机混合的不同样品间的检测结果基本相同;不同数目的个体混合的样品间存在一定程度的差异,并且与材料本身的遗传变异大小有一定关系。考虑到结果的科学性和工作的可行性,建议在利用分子标记(如SSR)进行地方品种和育种群体的遗传多样性评估时,随机选取30个个体组成混合样(或用15个个体组成2个混合样)来代表1个地方品种或育种群体进行分子鉴定。     

甘薯杂交F_1群体材料的遗传多样性研究

甘薯(Ipomoea batatas(L.)Lam.)作为世界上一种重要的粮食、饲料、工业原料及新型能源作物,从有性生殖F1选择优良实生系进行选择育种一直是甘薯育种的重要方式。为了优化甘薯杂交育种方法,合理选配杂交组合,提高育种效率,本试验利用SSR标记研究了甘薯杂交群体基于SSR标记及13个农艺性状的遗传多样性,得到了群体内的聚类图,并且筛选出了甘薯的高产株系。群体SSR标记的聚类分析结果显示,群体材料与各亲本遗传距离比较远,被聚为3类,而亲本单独聚在另外一类。13个农艺性状的聚类将亲本与部分群体材料聚在了一起,且将群体材料和亲本材料作为一个整体时,其遗传距离的变异高达30%以上,远远高于SSR标记所获得的遗传变异系数。