牦牛部分生长性状与血常规指标的全基因组关联分析和基因组选择研究.pdfVIP

摘 要 基因组选择是新兴起的一种覆盖基因组范围的标记辅助选择育种技术，能够解释更多的遗传 变异，对低遗传力、检测周期长和测量成本较高的性状能够进行提前有效的预测。基因组选择技 术已经在奶牛、肉牛、绵羊和猪等重要畜种上获得广泛的理论验证和应用，也取得了显著的育种 进展，但在牦牛群体上仍未有相关的预测与验证工作。 本研究以阿什旦牦牛群体为研究对象，以354 头 18 月龄雌性牦牛个体作为试验参考群体， 借助牛的Illumina Bovine HD778K 商业化芯片对牦牛的基因组进行扫描。通过对血常规指标进行 全基因组关联分析，筛选出与血常规指标相关的候选基因。以四种生长性状 （体高、体斜长、胸 围和体重）和血常规指标的八个指标 （红细胞计数、血红蛋白、血细胞容积、血小板计数、淋巴 球计数、中型白细胞计数、血小板分布宽度和血小板平均容积）为表型研究数据，采用GBLUP、 Bayes B 和Bayes Cπ 3 种基因组分析的统计学方法，对参考群体进行基因组育种值和准确性预测。 主要结果如下： 1. 本研究采用基于高密度芯片技术的全基因组选择关联分析方法，对阿什旦牦牛的血常规指 标进行SNP 筛选，共鉴定出43 个显著的SNP 位点，包括35 个潜在的SNP 位点和8 个全基因组 范围上显著的SNP 位点，并关联定位到了影响红细胞计数、血红蛋白含量、血细胞容积、血小板 计数和血小板容积共计5 个血常规指标的3 个关联基因，即GPLD1、EDNRA 和APOB ，可作为 影响血常规指标分子调控机制的候选基因。 2. 在基于基因分型信息的群体遗传参数估计中，阿什旦牦牛的平均血小板体积指标为高遗传 2 力（h ＞0.6 ），体斜长，体重，体高、胸围、红细胞计数，血红蛋白，血细胞比容，血小板计数， 2 淋巴细胞计数，中白细胞计数和血小板宽度分布等表型为中高遗传力（0.3＜h ＜0.6 ）。其中体斜 长，体重，体高和胸围性状的遗传力分别为0.366，0.508，0.589 和0.345；红细胞计数，血红蛋 白，血细胞比容，血小板计数，血小板宽度分布和平均血小板体积的遗传力分别为0.231 ，0.373， 0.444，0.457 ，0.464，0.461 ，0.533 和0.61 。 3. 利用5 倍交叉计算验证预测准确性，发现四种性状和八个指标的预测准确性各有不同，大 部分指标呈现中等预测准确性 （0.1＜r ＜0.3）。GBLUP，Bayes B 和Bayes Cπ 三种统计方法在12 种表型预测中都表现出近似的预测趋势，其中使用Bayes Cπ 方法对淋巴细胞计数的基因组预测 准确性最高 （r = 0.319 ），而使用GBLUP 方法对胸围指标的预测准确性最低 （r = 0.043 ），无论使 用哪种方法，体重和血细胞比容等指标均显示出中等程度的预测准确性 （0.1＜r ＜0.3），而胸围和 红细胞计数指标则表现出较低的预测准确性 （r ＜0.1 ），不能用于基因组选择，在使用 Bayes Cπ 方法时，血红蛋白含量和血小板计数指标的预测准确性比使用GBLUP 和Bayes B 方法略有提高， 达到中等水平（r ＞0.1 ）。除此之外，Bayes Cπ 方法在四种生长性状和八个血常规指标上都表现出 最佳预测能力，因此可作为牦牛群体基因组选择的最佳方法。 关键词：牦牛，血常规指标，全基因组关联分析，生长性状，基因组选择 I Abstract Genomic selection is a newly emerging marker-assisted selection breeding technology that covers the genome range. Compared with traditional selection breeding methods based on pedigree information, genomic selection technology can explain more genetic variation that has