全基因组选择育种技术在规模化奶牛养殖场的应用实例

奶牛全基因组选择技术就是在全基因组范围内,检测一类遗传标记-单核苷酸多态性,利用基因组水平的遗传信息对奶牛个体进行遗传评估,进而进行选种选育的育种方法。该文对呼和浩特市规模化养殖场奶牛基因组检测结果进行分析,以期为基因组选择育种技术在牧场应用提供参考。     

基因组选择在奶牛育种中的革命性突破(综述)

基因组选择(Genomic Selection)方法最近已经在奶牛育种中获得革命性突破。美国农业部和加拿大奶牛网络的最新研究发现,基因组育种值和传统育种值合并后对后备公母牛的育种值的可靠性(准确度)平均增加幅度最大(23%),相当于后裔测定11头女儿的可靠性。基因组选择可以允许育种者提前选择那些获得优越染色体片段的种畜,因此可加快和提高遗传改良的速度和效率,降低后裔测定的成本,甚至最终取代整个后裔测定方法。从2009年起,美国和加拿大将在官方颁布的奶牛育种值中合并基因组育种值和传统育种值。及时采用这一新方法,对我国奶牛业的遗传改良发展速度尤其至关重要。     

基因组选择育种在草原家畜育种中的应用前景

文章综述了基因组选择育种的研究进展,并分析了基因组选择育种在奶牛和内蒙古绒山羊上的应用前景和面临的挑战。利用基因组选择育种对奶牛和内蒙古绒山羊的遗传改良进展速度尤为重要。     

植物数量性状全基因组选择研究进展

全基因组选择是新近开始在植物数量性状研究和植物育种中应用的一种分析方法.它以连锁不平衡为基础,利用BLUP(best linear unbiased prediction)分析方法准确估计某一群体每一遗传标记的育种值,从而只利用这些预测的育种值来进行选择.文章综述了全基因组选择的原理、方法以及全基因组选择在植物育种方面的研究进展,探讨各种因素对全基因组选择的影响,并讨论了全基因组选择在植物数量性状分子育种研究中可能的应用.     

全基因组选择在植物育种中的研究进展

育种值的估计是品种选育核心,在农业生产中占有十分重要的地位。全基因组选择通过估计全基因组所有标记或单倍型的效应,从而得到基因组估计的育种值,是分子标记辅助选择的一种新方法。随着高通量基因分型技术的发展及高密度全基因组SNP标记的开发应用,全基因组选择已成为动植物遗传育种的研究热点。对全基因组选择的原理、计算方法、影响准确性的因素及植物育种中的研究现状等进行综述,并对全基因组选择在植物育种的应用进行了展望。     

作物分子标记辅助选择育种的现状与展望

分子标记辅助选择育种可以通过精准选择目标性状提高育种效率,加快育种进程。分子标记辅助选择已在主要农作物育种中广泛应用,全基因组选择正逐步成为研究热点,有望推动分子标记辅助选择育种技术的更快发展。综述了分子标记辅助育种的基础及在农作物中的应用进展,全基因组选择的原理、方法、优势以及全基因组选择在植物育种方面的应用,并对作物分子选择育种作出了展望。     

我国研制出首款鸡55KSNP芯片

<正>近日,中国农业科学院北京畜牧兽医研究所鸡遗传育种团队,在对中外鸡种全基因组重测序的基础上,整合对重要经济性状功能基因的显著位点,开展了自主芯片设计,研制出我国首款鸡55KSNP芯片。近年来,随着分子标记检测技术不断发展,分子育种进入了全基因组选择时代。相对于传统育种手段,全基因组选择具有育种值估计准确率高、有效提高育种工作效率等优点,已应用于奶牛、生猪的品系选育中。而与牛和猪比较,全基     

玉米全基因组选择育种研究进展

介绍了全基因组选择技术的由来和原理,阐释了不同的基因分型平台(GBS、DArT和r Amp Seq)和技术对实施全基因组选择育种技术的影响。此外,还介绍了开展全基因组选择育种所采用统计模型中的四大类算法,以及全基因组选择在玉米育种中的应用、面临的挑战以及发展前景。     

植物全基因组选择育种研究进展与前景

全基因组选择是指基于基因组育种值(GEBV)的选择方法,指通过检测覆盖全基因组的分子标记,利用基因组水平的遗传信息对个体进行遗传评估,以期获得更高的育种值估计准确度。当前,大部分关于全基因组选择的研究都集中在动物育种领域,其中有限群体容量的连锁不平衡、衰减程度、育种目标、试验设计和其他群体的特性以及育种程序都和植物育种不同。随着生物技术的迅猛发展,全基因组选择近年开始在植物数量性状研究和植物育种中也取得了一定的进展。综述了全基因组选择的原理、方法、优势以及全基因组选择在植物育种方面的研究进展。     

发挥国家级育种场优势推进奶牛肉牛育种创新

正石家庄天泉良种奶牛有限公司(以下简称天泉)成立于2006年,注册资金1500万元,是一家专门从事良种奶牛培育、奶牛精准饲养和高新技术产业化推广的农业科技型股份制企业,公司主要业务包括良种奶牛全基因组选择育种、胚胎生物技术和特色鲜奶生产三个方面。公司是国家级奶牛核心育种场、     

基于全基因组分析技术的鱼类育种技术原理与应用

随着越来越多的鱼类完成全基因组测序,如何将基因组信息和相关分析技术应用于鱼类育种成为业内关注的问题.相比于作物与畜禽,基于全基因组分析的鱼类育种技术的研究和应用较为滞后.目前鱼类育种主要参考其他物种已各成体系的诸多方法,虽然这些方法为鱼类全基因选择育种提供了参考,但众多的技术和算法在选择和应用中也存在一些问题.梳理了不...     

基因组选择及其在猪育种中的应用

基因组选择(Genomic Selection,GS)实际上是全基因组范围内的标记辅助选择(Marker Assisted Selection,MAS)。基因组选择能大大提高畜禽育种的遗传进展,同时还能降低群体的近交量,是近年畜禽育种界的研究热点。综述了基因组选择的研究进展,并分析了基因组选择在猪育种中的应用前景和面临的挑战。     

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。     

畜禽基因组选择中贝叶斯方法及其参数优化策略

品种选育在畜禽育种中占十分重要的地位,基因组选择作为畜禽育种的新兴技术手段而备受关注。其优点为可以缩短世代间隔,加快遗传进展,可以不依赖于表型进行选择。2001年,Meuwisen提出基因组选择的概念后,基因组选择首先应用于奶牛育种,至2014年8月,国际公牛组织已有34个成员国在其国家奶牛育种群中应用基因组选择。随着基因组选择的不断推广应用,提高基因组育种值估计准确性的问题有待于解决,当前对基因组选择方法的研究和探讨正在不断深入,有效的模型及算法对提高基因组育种值估计的准确性具有重大现实意义。至今已有17种贝叶斯方法相继被提出,本文简要介绍了基因组选择中的经典BayesA和BayesB方法,其中BayesA假设所有位点都有效应,BayesB假设部分位点有效应,且这部分有效应的位点所占的比例很小,它们的假设模型和算法都不相同。Meuviwisen提出经典贝叶斯方法后,其它贝叶斯方法犹如雨后春笋般涌出,这些新方法的提出,都是基于经典贝叶斯方法原理,对假设模型和算法进行适当改进,以期对模型中的参数进行优化。如BayesC方法在BayesB的基础上对模型中的π值进行优化,BayesCπ和 BayesDπ是在BayesC的基础上进行改进,这两种方法假设各位点的效应方差是相同的,而BayesC假设各位点的效应方差是不同的,BayesDπ又是在BayesCπ基础上对效应方差服从尺度逆卡方分布中的尺度参数进行优化。Bayes Lasso的思想和BayesA一样,不同之处在于它假设标记效应服从另一种分布-拉普拉斯分布,所以标记效应的后验分布也随之改变。BayesRS方法假设各位点的效应方差是按占一定比例的总遗传方差分配的。其它的贝叶斯方法也都是在前人研究的基础之上对模型中的先验假设进行变换和模型中的参数进行优化,以期寻找最适合群体的假设模型和参数。目前广泛应用的贝叶斯算法仍是经典贝叶斯算法以及BayesCπ,这是由于它们计算结果的稳定性和较高的基因组育种值估计准确性。在这3种贝叶斯算法中,基因组育种值估计准确性基本上是BayesB＞BayesCπ＞BayesA,但某些性状计算的基因组育种值准确性结果并非如此。相对于经典贝叶斯方法,参数优化过程在一定程度上提高了基组育种值估计的准确性。总之,在经典贝叶斯方法的基础上,贝叶斯方法的改进算法及其参数优化策略围绕着以提高基因组育种值估计的准确性为目的,通过生物遗传算法与实际的群体情况相结合,寻找最适的假设模型和参数优化策略,丰富和拓展了基因组选择算法,并能使得基因组育种值更具参考价值。由于中国的动物育种历程与国外育种差距甚远,利用基因组选择可以加快畜禽育种进程,进而还可以培养新品系,丰富遗传资源。同时对基因组选择在中国的方法研究及应用进行了介绍,面对基因组选择的种种优点,全基因组选择育种技术势在必行。此外,文章还探讨了畜禽基因组选择中贝叶斯方法及其参数优化策略存在的主要问题和今后研究的热点,以期为获得更加可靠和快捷的基因组选择算法提供参考。     

基因技术搭建中国荷斯坦牛的良种平台

<正>成果名称:中国荷斯坦牛基因组选择分子育种技术体系的建立与应用成果承担单位:中国农业大学北京奶牛中心新中国成立以来,我国奶业得到了快速发展,尤其是培育了我国自己的奶牛品种——中国荷斯坦牛,也就是我们俗称的"黑白花牛"。在目前我国饲养的近1400万头奶牛中,80%以上是中国荷斯坦牛。     

基因组选择方法研究进展

基因组选择能够在全基因组范围内同时估计出所有标记的效应,对表型未知的群体做出合理的预测,进而实现对品种更加全面、可靠的选择。该方法能够降低动植物育种的时间和人工成本,具有十分广阔的应用前景。概述GBLUP、贝叶斯和机器学习等目前主流基因组选择方法的原理和特点、影响预测精度的主要因素以及基因组选择方法在动植物育种应用中的研究进展,并指出当前基因组选择方法研究所面临的问题和挑战。     

基因组选择一步法理论及应用研究进展

基因组选择(Genomic selection,GS)是一种新兴的畜禽遗传评定方法,较传统方法有明显优势,近十几年来成为畜禽遗传评定研究热点。但基因分型成本较高,实际育种过程中不可能对所有个体进行基因型检测,致使某些经济价值较小物种实施GS受限。一步法(Single step procedure)有效解决了这个问题。一步法既能将全基因组遗传标记用于畜禽遗传评定,又能将未经基因分型的个体全部纳入遗传评定模型,在猪、鸡等群体的基因组选择中应用备受关注。介绍了基因组选择一步法的原理,综述了其应用效果及相关问题等。     

猪群体一步法基因组选择应用效果评估

【背景】在提高畜牧生产效率中,遗传育种的贡献率占比最高。通过育种可使畜牧企业提高生产效率,获得最大的经济效益。目前,基因组选择已经成为动植物育种中广泛应用的技术手段。基因组选择能够利用覆盖全基因组的高密度标记对育种值进行估计,与系谱信息相比,利用这些标记得到的个体间平均亲缘关系更加准确,从而能更准确地估计育种值（Estimate breeding values, EBV）,对个体进行选育。在实际育种中,对所有个体进行基因分型是不现实的,尤其是猪这种个体经济价值较小的物种,这限制了基因组选择在猪育种中的应用。一步法（single-step genomic best linear unbiased prediction,ssGBLUP）能够同时利用系谱和基因型信息,允许只测定部分个体的基因型,在保持较高预测准确性的同时,大大降低基因分型成本。目前,已经有很多研究表明,在猪育种中使用基因组选择方法能够提高预测准确性,但在实际育种中,育种成本也是畜牧企业考虑的一个重要问题。因此,如何经济有效地实施育种方案,具有重大的研究价值。【目的】通过对一步法基因组选择在杜洛克猪群体评估效果的研究,为基因组选择育种方案提供依据。【方法】以福建某猪场2009—2018年出生的杜洛克猪群体的3个重要经济性状为研究对象,比较了BLUP、GBLUP和一步法等方法在杜洛克猪生长性状上的基因组预测准确性与估计育种值预测可靠性,探究了当参考群中具有不同比例的基因型个体时,一步法预测准确性的变化规律。【结果】（1）达100 kg日龄、背膘厚和眼肌面积的遗传力分别为0.257±0.038、0.250±0.039和0.399±0.040;（2）ssGBLUP相比于BLUP准确性提升14.7%—51.1%;相比于GBLUP准确性提升13.4%—45.7%;（3）10%—30%的个体有基因型时,ssGBLUP预测的准确性超过BLUP;在40%—60%的个体有基因型时,准确性提升速度降低,趋于平缓。【结论】（1）与BLUP相比,一步法能提高各性状估计育种值的准确性和可靠性;与GBLUP方法相比,只有无基因型个体的系谱信息时一步法略低于GBLUP,但在加入无基因型个体的表型信息后,一步法表现优于GBLUP。（2）随着参考群中测定基因型个体的比例逐渐提高,不管使用哪种筛选测定基因型个体的方式（随机选取和筛选关键个体）,一步法预测效果都逐渐提高。表明,在企业育种预算有限时,即使只测定部分个体基因型,一步法可提高基因组选择的预测效果。     

美国：基因组技术对奶牛遗传进展意义重大

荷斯坦网3月5日讯2009年,美国政府正式将基因组技术应用到奶牛遗传评估,这对奶牛遗传进展将有重大意义。这是美国环球育种公司副总裁麦克.瑞克斯（Mike Rakes）在北京举行的美国奶牛育种及群体遗传改良论坛上的发言中指出。     

2020-11期目录

随着新一代基因组测序技术的快速发展,基因组选择技术在促进优良基因型精准高效选育方面展现了前所未有的应用前景。近年来,基因组选择在动植物数量性状遗传育种领域的研究进展引起了广泛关注,关于其在林木改良驯化中的应用 也逐渐被报道。本文通过综述基因组选择的基本概况、主要模型方法及其在动植物中的研究进展,进一步探讨了基因组选择在林木育种研究中的现状和发展趋势,强调了对预测模型优化与机器学习等新兴技术的引入与方法创新,提出了联合利用全基因组关联分析与基因组编辑技术的优化育种方案,为加快林木优良品种的精准选育提供了新思路。