如皋黄鸡42日龄体重母体遗传效应评估

随着遗传模型和计算方法的发展,动物遗传育种研究中可以应用复杂模型分析大数据集,文章应用6种模型分析如皋黄鸡42日龄体重方差组分和遗传力。收集2010-2013年如皋黄鸡生产记录,包括8575只鸡的22 935条体重记录,利用WOMBAT软件以平均信息约束最大似然法(AIREML)分析表型方差组分。应用动物模型时考虑了加性效应、母体遗传效应和环境效应,对不同日龄体重进行了标准化。以AIC值、BIC值以及似然比值选择最优模型。结果表明:如皋黄鸡42日龄体重性状遗传模型应考虑加性遗传效应、母体遗传效应和母体环境效应;如皋黄鸡42日龄遗传力为0.33±0.02,母体遗传效应可以解释8%表型方差,加性遗传与母体遗传呈现负相关。遗传分析结果显示42日龄体重属于中低遗传力性状,因此应用动物模型-BLUP方法估计育种值更有效。     

应用贝叶斯算法评估如皋黄鸡40周龄体重母体遗传、显性遗传效应

文章旨在评估亲本印记及显性遗传效应对如皋黄鸡40周龄体重表型方差的影响。收集2009~2011年如皋黄鸡生产记录,包括3 890只鸡的产蛋高峰期体重记录,以贝叶斯算法分析表型方差组分。应用动物模型时考虑加性遗传、母体遗传以及显性遗传效应,对不同日龄体重进行标准化,以DIC值选择最优模型。结果表明,如皋黄鸡40周龄体重性状遗传模型应考虑加性遗传效应和母体遗传效应;如皋黄鸡40周龄遗传力为0.45,母体遗传效应可解释6%表型方差;如皋黄鸡40周龄体重基本不受显性遗传效应影响。遗传分析结果显示40周龄体重属于中等遗传力性状,可以利用母体遗传效应估计育种值进行专门化选育。     

安格斯牛18月龄体尺体重性状遗传参数分析

为分析不同动物模型对宁夏地区安格斯牛18月龄生长性状遗传参数估计的影响,筛选出估计生长性状遗传参数的最佳动物模型,本研究使用包含或剔除母体遗传效应、母体永久环境效应及母体与直接遗传效应之间是否存在协方差来区分６种动物模型,借助DMU软件的DMU_AI模块,利用约束最大似然法（AI-REML）估计安格斯牛18月龄生长性状的遗传参数。利用赤池信息准则（AIC）和似然比检验（LRT）确定遗传参数估计的最佳动物模型。结果表明：1）模型４是估计安格斯牛18月龄体重（Body weight, BW）、十字部高（Crucifixion height, CH）和管围（Shin circumference, SC）的最佳模型,该模型估计的以上3个性状的直接遗传力分别为0.42、0.29和0.22,母体遗传力分别为0.11、0.14和0.05,总遗传力分别为0.23、0.12和0.11。 2）模型6是估计安格斯牛18月龄体高（Body height, BH）、体斜长（Body length, BL）和胸围（Chest circumference, CC）的最佳模型,该模型估计的这些性状的直接遗传力分别为0.48、0.48和0.64,母体遗传力分别为0.02、0.12和0.08,总遗传力分别0.33、0.18和0.34。综上,考虑直接遗传效应和母体遗传效应之间的协方差、母体效应可对目的性状更加准确的进行无偏预测。本研究为加快安格斯牛的遗传进展提供理论依据。     

中国西门塔尔牛生长性状遗传参数估计

利用中国西门塔尔牛6个国家级种畜场1980～2000年间生长性状记录,对中国西门塔尔牛的初生重、断奶重、周岁重、18月龄重和成年母牛体重共5个性状进行遗传统计分析,应用动物模型、借助MT-DFREML方法估计上述性状的遗传参数,并考虑母体效应.结果表明,中国西门塔尔牛出生重、断奶重、周岁重、18月龄重和成年母牛体重的遗传力分别是0.32、0.11、0.27、0.36和0.47;生长性状的直接加性遗传效应和母体加性遗传效应呈较高强度的负相关(-0.39～-0.99);相邻年龄段内生长性状间的直接加性遗传效应相关值较高,而时间跨度大的年龄段生长性状间相关值相对较低;周岁重与18月龄重、成年母牛体重间的直接加性遗传相关、母体加性遗传相关值均较高.     

美系杜洛克种猪体尺性状遗传参数估计及其与生长性状的关系研究

通过对杜洛克种猪体尺性状进行遗传参数估计,并评估其与生长性状之间的关系,为目标群体的遗传评估奠定基础。利用SAS软件对影响各性状的非遗传因素(场、年季和性别)进行固定效应分析,利用DMU软件和动物模型REML方法估计体长(BL)、体高(BH)和管围(CC)的加性遗传方差,计算各性状的遗传力,并估计体尺性状与达100 kg体重日龄(AGE)、100 kg体重活体背膘厚(BF)和30~100 kg料重比(FCR)的遗传和表型相关。结果表明,场、年季和性别效应对各性状影响均达显著水平;BL、BH和CC的遗传力估计值分别为0.274、0.352和0.160;窝效应值变化范围介于0.184~0.221之间;体尺性状间遗传和表型相关变化范围分别为0.552~0.674、0.100~0.568;体尺与生长性状的遗传和表型相关的变化范围分别为-0.411~0.083、-0.333~0.039,在杜洛克种猪育种中,可通过对体尺性状的间接选择来加快杜洛克种猪生长性状的遗传改良进展。     

山西白猪高产仔母系体重性状的遗传力估计

为了解山西白猪高产仔母系的遗传特性,利用WOMBAT软件,采用平均信息约束最大似然法(AIREML),估计了山西白猪高产仔母系不同阶段体重性状的遗传力。结果表明,初生重遗传力较低,为0.090,断奶重、70日龄体重和180日龄体重的遗传力分别为0.147、0.302和0.157,属于中等遗传力。体重性状受母体效应的影响比较大,母体效应估计值在0.140~0.618之间,且生长早期受母体效应的影响比生长后期大。     

近交对蛋鸡体重的影响

数据来自白莱航鸡、绿壳蛋鸡资源群体,包括13 185条记录,应用多性状动物模型解析遗传参数、育种值排序,评估近交对蛋鸡体重性状的影响,并比较不同模型估计的遗传参数、育种值排序.结果表明:F_2代群体个体近交系数解释的表型方差占比为6.0%～7.9%;蛋鸡资源群体体重的遗传力为0.43～0.47,重复力为0.51～0.94,遗传相关系数为0.66～0.84;近交系数协变量改变了育种值排序.蛋鸡资源群体体重的遗传潜能较大;选育体重时,动物模型宜包含近交系数协变量.     

大白猪主要生长性状的遗传参数估计及育种中存在问题的探讨

【目的】分析温氏某育种场大白猪主要生长性状遗传参数,并探讨不同背膘测定方法的变化(从A超到B超)以及终测体质量的变化(从达100 kg体质量日龄到达115 kg体质量日龄)对育种的影响。【方法】利用DMU软件和单/多性状动物模型计算了达100 kg体质量日龄(AGE)和100 kg体质量背膘厚(BF)的加性方差和窝效应方差,计算各性状遗传力,并分别评估了在只有终测体质量100 kg左右(AGE-100)或只有B超(BF-B)情况下,2016年新测定个体估计育种值(EBV)与正常遗传评估EBV的泊松相关和秩相关。【结果】AGE和BF遗传力分别为0.21和0.41,窝效应分别为0.27和0.15,单/多性状模型基本保持一致;此外,在去除终测体质量115~130 kg内数据或A超测定数据的情况下,新终测个体EBV与正常情况计算EBV的泊松相关分别为0.96和0.94,秩相关分别为0.96和0.92,单/多性状模型基本保持一致。【结论】调整背膘测定方法比调整终测体质量对选种影响小,应该重新选择校正公式。     

不同动物模型对安格斯牛周岁生长性状遗传参数估计的比较分析

旨在分析不同动物模型对宁夏地区安格斯牛周岁生长性状遗传参数估计的影响,筛选出估计生长性状遗传参数的最佳动物模型。本研究使用包含或剔除母体遗传效应、母体永久环境效应及母体与直接遗传效应之间是否存在协方差来区分6种动物模型,借助DMU软件的DMU_AI模块,利用约束最大似然法(AI-REML)估计安格斯牛周岁生长性状的遗传参数。利用赤池信息准则(AIC)和似然比检验(LRT)来确定最佳动物模型。结果表明:1)在不考虑母体效应的模型中(模型1),周岁体重、体高、体长和胸围的直接遗传力分别为0.59±0.02、0.52±0.03、0.20±0.04和0.52±0.03;2)在考虑母体加性遗传效应及其与直接加性遗传效应的协方差模型中(模型4),直接遗传力和母体效应的遗传力升高,总遗传力值降低;3)模型4估计的周岁体重、体高、体长和胸围的直接遗传力分别为0.77±0.01、0.73±0.03、0.33±0.04和0.70±0.03,母体效应遗传力分别为0.50±0.05、0.51±0.05、0.10±0.04和0.23±0.04,总遗传力分别为0.16±0.06、0.12±0.05、0.11±0.01和0.32±0.01。综上,基于本研究发现模型4对安格斯牛周岁生长性状的遗传参数估计效果最佳,为宁夏地区安格斯牛核心群的选育提高提供理论依据。     

应用DF-REML法估计牙鲆性状遗传参数

应用单性状无重复模型,利用非求导约束最大似然法(DF-REML),对牙鲆在185、235、345、465日龄下的体长、体高、体重、肥满度等性状遗传参数进行估计。结果表明,以上指标各日龄下遗传力范围分别是0.23～0.3、0.2～0.29、0.22～0.32、0.19～0.26;性状表型方差中遗传方差所占比重较小,环境方差较大,性状表型值受环境影响较大;各日龄下的体长、体高、体重间表型相关极显著(P≤0.01),体长、体高与肥满度间呈极显著的负相关(P≤0.01),体重与肥满度表现为显著正相关(P≤0.05);遗传相关性表现趋势与表型相关性一致。     

用动物模型估计猪的主要经济性状遗传参数

通过建立动物模型 ,采用MTDFREML程序 ,对位于韩国京畿道二川郡某原种猪场 42 1 2头鉴定的长白猪资料进行了性别对长白猪主要经济性状遗传参数的影响研究 .结果表明 :长白猪主要经济性状的最小二乘均值在公母猪之间有明显差异 (p <0 .0 5 ) ;模型中同时考虑母体效应时得到的遗传力均低于没有考虑母体效应时的遗传力 .同时 ,将性别示为固定效应时的各性状间的遗传相关高于只考虑公猪时的各性状间的遗传相关 ,但低于只考虑母猪时的各性状间的遗传相关     

性别对长白猪的主要经济性状的遗传参数估计的影响

本文通过建立动物模型 ,采用MTDFREML程序 ,对位于韩国京畿道二川郡的某原种猪场的 4 ,2 12头鉴定的长白猪的资料进行了性别对长白猪主要经济性状的遗传参数的影响的研究。结果表明 :长白猪的主要经济性状的最小二乘均值在公母猪之间有明显的差异 (p <0 .0 5 ) ;模型中同时考虑母体效应时得到的遗传力均低于没有考虑母体效应时的遗传力。同时 ,将性别示为固定效应时的各性状间的遗传相关高于只考虑公猪时的各性状间的遗传相关 ,但低于只考虑母猪时的各性状间的遗传相关。     

Identifying the complex genetic architecture of growth and fatness traits in a Duroc pig population

In modern pig breeding programs, growth and fatness are vital economic traits that significantly influence porcine production. To identify underlying variants and candidate genes associated with growth and fatness traits, a total of 1 067 genotyped Duroc pigs with de-regressed estimated breeding values(DEBV) records were analyzed in a genome wide association study(GWAS) by using a single marker regression model. In total, 28 potential single nucleotide polymorphisms(SNPs) were associated with these traits of interest. Moreover, VPS4 B, PHLPP1, and some other genes were highlighted as functionally plausible candidate genes that compose the underlying genetic architecture of porcine growth and fatness traits. Our findings contribute to a better understanding of the genetic architectures underlying swine growth and fatness traits that can be potentially used in pig breeding programs.     

VRTN基因在2个长白种猪核心群的分子标记辅助选择研究

VRTN基因是影响猪胸椎数的主效基因,其优势等位基因（Q）比劣势等位基因（q）具有多1对肋骨的效应。本文旨在探索VRTN基因在2个长白种猪群中的分子标记辅助选择方法,以期提高配套肉猪的肋骨数。采用PCR方法检测影响胸椎数（肋骨对数）的VRTN基因在温氏集团420头商品肉猪以及2个专门化长白种猪（913头W51系长白,240头W52系长白）群体中的分布情况。通过商品肉猪的效应分析,验证了在终端商品肉猪中QQ型较qq型猪只多近1对肋骨,说明分子标记辅助选择进行基因改良是可行的。试验结果显示：VRTN基因在2个长白群体中的等位基因频率相差不大,有利等位基因频率分别为0.844和0.905。通过基因型与选育性状表型的相关分析,发现W51系长白猪中,优势基因型猪只体长优势明显,对其他选育性状无影响。W52系中,优势等位基因与达100 kg/115 kg日龄估计育种值呈显著负相关,与其他性状无显著相关性。VRTN优势等位基因型的效应与选育目标一致,2个品系均可开展分子标记辅助选择。结合现场实践育种,W51通过种群更新优化,经过半年就实现了优势等位基因频率100%的完全纯化。W52在扩群的同时,经过2年达到基本纯化。     

不同动物模型对高山美利奴羊早期生长性状遗传参数估计的比较

【目的】研究不同动物模型对高山美利奴羊早期生长性状遗传参数估计的影响,筛选适合高山美利奴羊早期生长性状遗传参数估计的最佳动物模型并估计早期生长性状的遗传参数,为高山美利奴羊早期阶段的选育提高提供理论依据。【方法】运用ASReml软件对固定效应进行F检验,判断固定效应中的因子是否显著,筛选出对高山美利奴羊早期生长性状具有显著影响作用的固定效应;其次运用ASReml软件中的AIREML算法通过不同动物模型估计高山美利奴羊早期生长性状的遗传参数,根据各模型随机效应的不同构建了4个动物模型,各模型中均包含固定效应、随机效应和残差效应,其中模型1的随机效应包括个体加性遗传效应,模型2的随机效应包括个体加性遗传效应、母体遗传效应,模型3的随机效应包括个体加性遗传效应、个体永久环境效应,模型4的随机效应包括个体加性遗传效应、母体遗传效应和个体永久环境效应。最后,通过赤池信息量准则（AIC）指数和似然比检验（LRT）对不同模型中的随机效应进行比较分析筛选出最佳动物模型,利用最佳动物模型估计出高山美利奴羊早期生长性状的遗传参数。【结果】（1）血统类型、出生年份、配种月份、初生月份、群别、性别以及出生类型对高山美利奴羊早期生长性状初生重、断奶重、断奶前平均日增重和断奶毛长均有极显著的影响（P＜0.001）,除性别和出生类型对妊娠期的影响不显著外,其余各固定效应对妊娠期的影响极显著（P＜0.001）。（2）各模型估计的初生重遗传力为（0.0924±0.0160）-（0.2073±0.0226）,母体效应的遗传力为0.1623±0.0113;断奶重遗传力为（0.0651±0.0126）-（0.1027±0.0159）,母体效应的遗传力为（0.1097±0.0407）-（0.1098±0.0112）;断奶前平均日增重的遗传力为（0.0681±0.0130）-（0.1001±0.1061）,母体效应的遗传力为0.0898±0.0112;断奶毛长的遗传力为（0.0865±0.0148）-（0.0937±0.0149）,母体效应的遗传力为0.0173±0.0107;妊娠期的遗传力为（0.0902±0.0174）-（0.1119±0.0189）,母体效应的遗传力为0.0477±0.0146。（3）通过赤池信息量准则（AIC）指数和似然比检验（LRT）对不同模型中的随机效应进行比较分析发现,早期生长性状受个体加性遗传效应和母体遗传效应影响极显著,而受个体永久环境效应的影响可以忽略不计。因此,模型2是高山美利奴羊早期生长性状遗传参数估计的最佳动物模型。【结论】高山美利奴羊早期生长性状受母体遗传效应的影响比其他随机效应更显著;模型2为高山美利奴羊早期生长性状遗传参数估计的最佳动物模型。基于最佳动物模型估计的初生重、断奶重、断奶前平均日增重、断奶毛长、妊娠期的遗传力分别为0.0924±0.0160、0.0651±0.0126、0.0681±0.0130、0.0865±0.0148、0.0902±0.0174,母体遗传效应分别为0.1623±0.0113、0.1098±0.0112、0.0898±0.0112、0.0173±0.0107、0.0477±0.0146。     

长期选择的杜洛克猪群体经济性状遗传参数及遗传进展分析

目的 对受长期选择的实际杜洛克猪育种群体3个重要经济性状进行遗传参数估计,分析各性状取得的遗传进展,并探讨实际育种群体中长期选择等因素对群体遗传参数的影响。方法 收集广西某种猪场核心育种群杜洛克猪2003—2018年共计15 760条生长性能测定记录。运用DMU软件的DMUAI模块和DMU4模块,利用多性状动物模型估计3个重要经济性状的群体遗传参数和个体育种值。并通过估计该群体的年度累计群体遗传参数以评估该群体在长期选择过程中遗传参数的变化情况。结果 杜洛克猪3个重要经济性状(达100 kg体质量日龄、背膘厚和眼肌面积)的估计遗传力分别为0.354、0.477和0.479,均属中高遗传力性状。3个性状间的遗传相关范围为-0.110~0.039,表型相关范围为-0.076~0.082,均属于弱相关。性状达100 kg体质量日龄在长期选择中取得了较大的遗传进展,而性状达100 kg体质量背膘厚和达100 kg体质量眼肌面积取得的遗传进展较小。分析年度累积群体估计的遗传参数发现,3个经济性状的加性遗传方差出现了不同程度的变化。结论 杜洛克猪群体3个重要经济性状均为中高遗传力性状且性状间相关性较弱。在实际育种群体中,长期选择及引种等因素会导致群体遗传参数发生变化,育种实践中应及时开展遗传参数估计,以获得准确的遗传评估结果,加速群体遗传改良。     

红花烟草数量性状的遗传研究 Ⅰ.株高性状的遗传分析

以红花烟草（Ｎｉｃｏｔｉａｎａｔｏｂａｃｃｕｍ）杂交种（亲本为Ｋ３２６×Ｇ１４０）后代Ｆ５和Ｆ６系谱为材料，分别于１９９３年和１９９４年进行田间试验。对Ｆ５世代６８个家系的第７周株高、开花时株高资料和Ｆ６世代１２８个家系的最后株高资料进行三级、四级巢式结构的方差分析，得到足够的参数估计方程，在二级统计量水平上迭代估计各性状的主要遗传参数并计算狭义遗传力。３个性状基本符合加性显性模型，第７周株高、开花时株高、最后株高三个性状单株狭义遗传力分别为０．２７８，０．４１５和０．５５３     

猪基因组选择“两步走”策略的计算机模拟评估

【背景】基因组选择育种自2001年被MEUWISSEN等提出以来,已广泛应用在奶牛、猪等重要家畜的育种中,并显著加快了其重要经济性状的遗传改良速度。2017年,在全国畜牧总站的组织协调下,在全国生猪遗传改良计划框架内,猪全基因组选择育种平台项目正式启动。【目的】尽管基因组选择在种猪选育中取得了良好的效果,基因分型技术的不断升级也带来了成本的持续下降,但对于我国多数核心育种场依然面临着基因芯片分型个体数量不足、基因组选择实施流程不完善等问题,限制了该技术的大规模推广应用。结合我国生猪育种的实际情况,研究提出了一种“终测选择-早期选择”的“两步走”基因组选择策略。“终测选择”指在终测结束后利用一步法基因组BLUP对后备猪进行遗传评估,当群体中芯片分型个体数量达到一定规模后进行“早期选择”。【方法】以杜洛克、长白和大白三个种猪品种真实的50K基因芯片数据作为基础群体对不同品种分别进行大群模拟,共模拟4个世代,前3个世代作为基础群体,第4个世代作为测试群体,每个个体模拟两个性状（中等遗传力性状和低遗传力性状）,利用猪基因组选择育种平台基于HIBLUP软件计算不同品种、不同性状的育种值,比较一步法基因组BLUP和常规BLUP两种方法的预测准确性。根据测试群个体有无终测成绩对其基因组育种值影响大小来评估早期选择效果。【结果】分析表明在3个品种内中等遗传力性状的终测选择效果和早期选择效果均好于低遗传力性状。一步法基因组BLUP的选择准确性均优于常规BLUP的选择准确性,并且随着测试群中芯片分型个体数量的增加、群体规模的扩大,预测准确性越来越高。一步法基因组BLUP的早期选择效果好于常规BLUP,当群体中芯片数量达到2 000张时就可以开展早期选择,阉割排名后30%的个体,可以保证前1%的优秀个体不会被错误淘汰,并且随着芯片数量的增加、早期选择的效果会越来越好。【结论】基因组选择“两步走”的策略符合我国国情、容易在生猪育种中推广实施。当芯片数量较少时,可以开展“终测选择”,一定程度上提高选择的准确性,提高育种效率;当芯片数量较多时,可以开展“早期选择”,对排名靠后的猪只个体进行早期阉割,增加优秀个体的测定量,增大选择强度、加快遗传进展。“两步走”策略符合我国生猪产业基因组选择育种的实际需求,该策略的实施将有利于推动我国猪基因组选择的应用、加快种猪改良进程。