利用高密度SNP对猪血糖和糖基化血清蛋白性状的全基因组关联分析

【目的】测定苏太猪和白色杜洛克×二花脸F₂资源家系240 d血糖（glucose,GLU）和糖基化血清蛋白（glycosylated serum proteins,GSP）浓度,采用全基因组关联分析定位影响GLU和GSP的染色体位点,为最终鉴别影响该性状的因果基因奠定基础,同时为人类低血糖症和糖尿病的遗传学研究提供参考。【方法】分别将435头苏太猪和760头白色杜洛克×二花脸F2资源家系F₂个体在相同条件下饲养至240日龄进行统一屠宰,收集血液后分离血清,利用全自动生化分析仪测定GLU和GSP浓度。采集猪只耳组织提取DNA并测定DNA浓度。将质检合格的DNA样品利用Illumina porcine 60K SNP芯片判定基因型。运用PLINK软件对SNP判型结果进行质控,将合格的SNP标记用于后续的关联性分析,利用广义混合线性模型及R语言GenABEL软件包进行全基因组关联分析,定位影响苏太猪和白色杜洛克×二花脸F₂资源家系240 d血清GLU和GSP含量的染色体位点。根据全基因组关联分析结果从Ensembl或NCBI网站上分析可能的位置候选基因。【结果】全基因组关联分析共检测到5个与血清GLU和GSP达染色体显著水平相关的SNP位点。其中白色杜洛克×二花脸F₂资源群体在10号染色体（SSC10）24.67Mb处定位到与血清GSP含量显著相关的SNP（ALGA0057739,P=1.58×10^-5）,解释表型变异为3.72%。苏太猪群体共检测到2个与血清GSP显著相关的SNP（ALGA0108699和DRGA0017552,P=1.45×10^-5）,解释表型变异均为3.72%。使用猪参考基因组序列（10.2版本）,无法定位到具体的染色体位置。通过人、猪比较基因组分析,这两个SNP都位于SSC8,距STPG2基因3’端约180.0-193.0 kb。将两个群体进行Meta分析,未发现新的与GSP显著相关的SNP;在1号染色体250.32Mb处（DRGA0002016,P=2.48×10^-5）和14号染色体43.97Mb处（ASGA0062984,P=1.29×10^-5）,定位到与血清GLU显著相关的SNP。通过搜寻显著相关SNP所在染色体区域内的注释基因,发现ASPM、TRPM3和KCTD10 等基因是影响血清GSP和GLU的重要候选基因。【结论】检测到5个显著影响猪血清GLU和GSP的SNP位点。这些SNP位点所处染色体区域内的ASPM、TRPM3、STPG2和KCTD10基因是影响血清GSP和GLU的重要候选基因。     

芝麻产量相关性状的多位点全基因组关联分析及候选基因预测

【目的】通过对芝麻产量相关性状的全基因组关联分析,挖掘与产量性状关联的SNP位点及预测候选基因,为通过分子标记辅助选择育种等方式提高芝麻产量提供技术基础。【方法】以363份不同遗传背景和地理来源的芝麻种质资源构成的自然群体为研究对象,调查2年2点4环境下8个产量相关性状（单株产量、单株蒴数、蒴粒数、千粒重、株高、主茎果轴长、始蒴高度和表观收获指数）的表型值,借助覆盖全基因组的42 781个SNP标记,利用多位点SNP随机效应混合线性模型（multi-locus random-SNP-effect mixed linear model,mrMLM）对8个产量相关性状进行全基因组关联分析,检测与产量相关性状显著关联的SNP位点,并预测候选基因。【结果】在4个不同环境下,8个产量相关性状表现出广泛的表型变异,变异系数为6.51%—33.57%;相关性分析表明单株产量与单株蒴数、株高、主茎果轴长、表观收获指数呈极显著正相关;方差分析表明产量相关性状的基因型效应、环境效应、基因型与环境互作效应均达到了极显著水平。通过多位点全基因组关联分析共检测到210个与产量相关性状显著关联的SNP,在2018年南阳环境下检测到47个SNP,解释表型变异的1.63%—17.29%;在2019年南阳环境下检测到35个SNP,解释表型变异的1.94%—11.90%;在2018年平舆环境下检测到35个SNP,解释表型变异的2.15%—15.90%;在2019年平舆环境下检测到53个SNP,解释表型变异的1.25%—11.13%;在4个环境的综合BLUP条件下检测到75个SNP,解释表型变异的1.44%—13.58%。上述210个SNP涉及到175个位点,其中10个位点在3个及以上环境中被重复检测到。在这10个位点基因组区域内,共鉴定到214个候选基因,其中156个候选基因具有功能注释,主要涉及植物代谢、生物调控、生长发育等生物学过程。根据功能注释筛选出4个可能与芝麻产量相关的候选基因,其中SIN_1006338编码1-氨基环丙烷-1-羧酸合酶3（1-aminocyclopropane-1-carboxylate synthase 3-like）,参与乙烯的生物合成;SIN_1024330编码碱性螺旋-环-螺旋（basic helix-loop-helix）转录因子,负向调控植物细胞和器官的伸长;SIN_1014512编码吲哚-3-乙酸-酰胺合成酶GH3.6（indole-3-acetic acid-amido synthetase GH3.6）,参与调控茎和下胚轴细胞的伸长生长;SIN_1011473编码泛素受体蛋白DA1（protein DA1-like）,参与调节植物细胞增殖周期。【结论】通过多位点SNP随机效应混合线性模型的全基因组关联分析,检测到175个与产量相关性状显著关联的位点,筛选出4个可能与产量相关的重要候选基因。     

油菜耐盐相关性状的全基因组关联分析及其候选基因预测

【目的】通过对甘蓝型油菜耐盐相关性状进行全基因组关联分析,寻找可能与油菜耐盐性相关的SNP位点,发掘与油菜耐盐性有关的候选基因。【方法】以1.2%NaCl溶液作为培养液,去离子水为对照,对307个不同品系的甘蓝型油菜进行发芽试验。播种后7 d测定幼苗根长、鲜重及发芽率,计算盐胁迫下各性状相对值,并作为评价耐盐的指标。结合油菜60K SNP芯片,利用SPAGeDi v1.4软件对该群体307份甘蓝型油菜进行亲缘关系分析,并计算亲缘关系值的矩阵。利用软件STRUCTURE v2.3.4对关联群体进行了群体结构分析。为有效排除假关联的影响,将群体结构和材料间的亲缘关系考虑进关联分析中,同时进行了PCA+K模型、Q+K模型以及K模型3种混合线性模型分析和比较,根据所有SNP的–lg(P)观察值和期望值,确定每个性状GWAS分析的最优模型。采用TASSEL 5.0软件,在最优模型下对307份材料耐盐各性状的相对值分别与SNP标记进行全基因组关联分析。利用油菜基因组数据库,在显著SNP位点侧翼序列200 kb范围内提取基因。根据拟南芥中已经明确功能的耐盐相关基因,筛选出目标基因组区段内与耐盐相关的油菜同源基因。【结果】全基因组关联分析共检测到164个与根长显著关联的SNP位点,23个与鲜重显著关联的SNP位点,38个与发芽率显著关联的SNP位点。其中与根长、鲜重、发芽率最显著关联的SNP位点分别位于染色体A08、A02和A06,贡献率分别为23.84%、18.59%和31.81%。在这些显著SNP位点侧翼序列200 kb范围内发掘出可能与油菜耐盐性有关的50个候选基因。这些候选基因主要包括转录因子MYB、WRKY、ABI1、b ZIP、ERF1、CZF1、XERICO等以及一些下游受转录因子调控的不同功能基因NHX1、PTR3、CAT1、HKT、CAX1、ACER、STH、STO等。在根长和发芽率2个不同耐盐性状的分析结果中均筛选出位于A03染色体上的耐盐基因BnaA03g14410D。另外,这些耐盐候选基因中包含两组串联重复基因,分别是位于A03染色体上的BnaA03g18900D和BnaA03g18910D,位于C09染色体上的BnaC09g19080D、BnaC09g19090D和BnaC09g19100D。除此之外,耐盐候选基因中还包含2个距离非常近(中间只间隔2个基因)的重复基因BnaC02g39600D和BnaC02g39630D。【结论】共检测到225个与耐盐性状显著关联的SNP位点,筛选出50个可能与油菜耐盐性有关的候选基因。     

甘蓝型油菜角果长度全基因组关联分析

【目的】挖掘与油菜角果长度性状显著相关的SNP位点及候选基因,为揭示油菜角果长度性状的遗传基础和分子机制提供理论依据,为油菜产量分子标记辅助选择育种奠定基础。【方法】在江西农业大学试验地和江西省红壤研究所试验地2个环境下考察300份甘蓝型油菜自交系的角果长度性状,利用简化基因组测序技术(specific locus amplified fragment sequencing,SLAF-seq)对300份甘蓝型油菜自交系基因组DNA进行测序并分析,利用获得的均匀分布于甘蓝型油菜基因组上的201 817个群体SNP(single nucleotide polymorphism,SNP)对角果长度性状进行全基因组关联分析(genome-wide association study,GWAS),探测与油菜角果长度显著相关的SNP位点,并基于群体连锁不平衡分析结果搜寻显著SNP位点两侧100 kb范围内的基因,通过BLAST获得关联区域内基因的注释信息,根据注释信息找出与性状相关的候选基因。【结果】农大试验地角果长度表型变异幅度为46.35—107.07 mm;红壤所试验地角果长度表型变异幅度为39.41—101.35 mm,两性状在2个环境下均表现出广泛表型变异。通过一般线性模型(general linear model,GLM)关联分析,农大环境下共检测到121个角果长度显著关联的SNP位点,分布在A04、A06、A08、A09、C02、C03、C06和C09等8条染色体上,其中,A09染色体上分布最多(83个SNP),红壤所环境下检测到22个角果长度显著关联的SNP位点,其中,1个在C09染色体上,其余21个均分布于A09染色体,在两地探测到20个一致性SNP位点;通过混合线性模型(mixed linear model,MLM)分析,农大环境下共检测到5个角果长度显著关联的SNP位点,其中,3个SNP位点与红壤所环境下检测到3个SNP位点一致,所有位点均位于A09染色体上。对MLM关联分析得到的显著SNP位点两侧100 kb区域内基因进行搜寻并进行功能注释,发现多个候选基因参与调节碳水化合物的运输与合成、花器官和种子的发育、信号转导等,它们可能通过上述功能影响油菜角果的生长,导致角果长度的差异。【结论】通过GLM和MLM两种分析方法探测到多个与油菜角果长度性状显著关联的基因位点,并在显著性位点附近搜寻到相关候选基因。     

葡萄果粒质量相关性状全基因组关联分析

【目的】果粒大小是葡萄外观和产量的重要构成因子之一,为受多基因调控的复杂数量性状,挖掘葡萄果粒大小相关性状的关键遗传调控位点和基因,将有助于葡萄产量的提高。【方法】本研究以150份葡萄品种资源为材料,分别于2019年和2020年对葡萄果实单粒重、种子数目和种子质量等进行测定,并结合重测序获得的高密度基因型数据进行全基因组关联分析（genome-wide association study,GWAS）,挖掘调控各性状的遗传位点和基因。【结果】各性状在关联群体中呈现广泛的连续变异,变异系数为39.55%—68.89%;在不同年份均服从正态分布,符合数量性状遗传特征;相关性分析表明葡萄果实单粒重、种子数目和种子质量呈显著正相关。全基因组关联分析共检测到150个与果实单粒重显著关联的SNP,在2019年检测到99个SNP,解释表型变异的14.48%—25.59%;在2020年检测到73个SNP,解释表型变异的16.08%—26.83%;其中24个SNP位点在两个年份均检测到,主要位于1号、5号、11号和16号染色体。相较于果实单粒重,检测到的与种子数目显著关联的SNP较少,2019年检测到1个...     

杜长大猪、二花脸猪和莱芜猪3个群体25种血液性状的全基因组关联分析

【目的】 利用全基因组关联分析定位影响杜长大猪（DLY）、二花脸猪（EHL）和莱芜猪（LW）3个群体25种血液性状的染色体位点,为最后鉴定影响这些性状的因果基因提供前期基础,同时为猪抗病育种和生产提供参考。【方法】将610头杜长大三元杂猪在（180±5）日龄,336头二花脸猪和333头莱芜猪在（300±5）日龄进行统一屠宰。收集2 mL血液于抗凝管中,利用全自动生化分析仪进行25种血液性状的血常规检测。采集猪耳组织提取DNA并测浓度和质量。将质检合格的DNA样品利用Illumina 60K SNP芯片进行基因型判定。运用PLINK软件对判型结果进行质量控制,将合格的SNP标记用于后续的关联分析。使用R语言GenABEL软件包中的广义混合线性模型进行全基因组关联分析,定位影响3个群体25种血常规性状的显著性染色体位点。据全基因组关联分析结果,在Ensembl或NCBI网站上搜寻潜在的位置候选基因。【结果】杜长大猪、二花脸猪和莱芜猪三个群体通过质控的有效表型数据个体数分别为552头、325头和281头。60K SNPs经过质量控制过后,杜长大猪剩余56 216 SNPs,莱芜猪剩余49 343 SNPs,二花脸猪剩余35 974 SNPs,用于Meta分析的SNPs共有32 967。运用全基因组关联分析和Meta分析共定位到610个显著影响3个群体25种血液性状的SNPs,其中135个SNPs达基因组显著水平,475个SNPs达建议水平;分布在所有染色体上。在杜长大猪中共鉴别到32个基因组显著水平SNPs以及85个建议水平SNPs,且8种性状有基因组显著水平的SNPs,分别是淋巴细胞数目（LYM）、淋巴细胞比率（LYMR）、嗜碱性粒细胞数目（BAS）、嗜碱性粒细胞比率（BASR）、平均红细胞体积（MCV）、红细胞分布宽度变异系数（RDW_CV）、平均红细胞血红蛋白含量（MCH）和血小板分布宽度（PDW）。在二花脸猪中共鉴别到33个基因组显著水平SNPs以及139个建议水平SNPs,且9种性状有基因组显著水平的SNPs,分别是LYM、MCH、平均红细胞血红蛋白浓度（MCHC）、单核细胞数目（MON）、单核细胞比率（MONR）、平均血小板体积（MPV）、中性粒细胞比率（NEUR）、大血小板细胞（P_LCC）以及血小板压积（PCT）。在莱芜猪中共鉴别到54个基因组显著水平SNPs以及169个建议水平SNPs,且6种性状有基因组显著水平的SNPs,分别是BASR、红细胞压积（HCT）、MCH、MCHC、MCV和红细胞数目（RBC）。在Meta分析结果中,共鉴别到16个基因组显著水平SNPs以及82个建议水平SNPs,且6种性状有基因组显著水平SNPs,分别是RBC、HCT、MCH、MCHC、MCV以及MON。通过在Ensembl或NCBI网站上搜寻最强相关SNP区域内的候选基因,初步将F13A1、SPTA1、DBNL、SLC25A28、CTSC基因分别确定为影响BASR、HCT、LYM、MCHC、NEUR的重要候选基因。【结论】通过全基因组关联分析和Meta分析共得到610个显著影响杜长大猪、二花脸猪和莱芜猪3个群体25种血液性状的SNP位点,初步确定F13A1、SPTA1、DBNL、SLC25A28和CTSC基因分别是BASR、HCT、LYM、MCHC和NEUR的重要位置候选基因,为解析商业猪和纯种地方猪的血液性状或免疫性疾病提供重要参考。     

中国美利奴(新疆型)羊毛弯曲频率性状的全基因组关联分析

[目的]鉴别影响细羊毛弯曲频率性状的基因组区域.[方法]利用OvineSNP50 BeadChip芯片对235只中国美利奴(新疆型)个体基因分型,基于Case/Control设计对弯曲频率性状进行全基因组关联分析.[结果]通过基因组水平的Permutations校正,检测到18个与细羊毛弯曲频率性状显著关联的SNPs.5个SNPs定位于已知基因内(内含子),13个SNPs分别邻近已知基因(距离1.8 kb～841.39 kb).多数候选基因/SNP均为首次检测到与羊毛性状相关,其中基因PML、LAMC2、PDGF、CDC42SE2及DiRas3参与了人、小鼠毛发生长、发育相关的生物学过程.[结论]鉴别出了与羊毛弯曲频率性状关联的新的候选基因/SNP,对这些目标区域的进一步研究有助于揭示细毛羊羊毛弯曲性状的遗传机理.     

甜瓜叶绿素含量全基因组关联分析及候选基因预测

【目的】挖掘与叶绿素含量显著关联的单核苷酸多态性(single nucleotide polymorphism, SNP)位点和候选基因，为甜瓜叶绿素含量改良提供分子靶点和基因资源。【方法】以118份具有广泛变异的甜瓜种质为自然群体，采用2 531 449个高质量SNP标记对叶片叶绿素含量进行全基因组关联分析，挖掘优异等位变异，并预测候选基因。【结果】甜瓜自然群体叶绿素含量趋向正态分布，包含5个明显的亚群。利用Q模型对2次试验的叶绿素含量及其最佳线性无偏预测(best linear unbiased prediction, BLUP)值进行关联分析，共检测到15个显著位点，分布在甜瓜第1、2、4、8、11、12号染色体上，表型贡献解释率为5.62%～6.69%。其中，8个位点的不同基因型之间存在显著表型差异。结合关联位点的候选区域和转录组数据，共鉴定到28个差异表达基因，其中MELO3C018513.2和MELO3C003666.2是改良甜瓜叶绿素含量的潜在候选基因。【结论】通过高质量SNP标记Q模型的全基因组关联分析，共检测到15个与叶绿素含量显著关联的位点，筛选出2个可能与叶绿素含...     

基于穗粒重的甜高粱耐旱性全基因组关联分析

干旱是限制作物生产潜力的主要非生物因素。为解析甜高粱耐旱的分子机制，识别与耐旱性状关联的显著SNP位点，采用田间耐旱鉴定方法在甜高粱生育中后期进行水分控制，以400份甜高粱种质在干旱胁迫和正常滴灌条件下的穗粒重得出的耐胁迫指数作为表型数据，重测序获得的7 079个SNP标记作为基因型数据，利用一般线性模型(GLM)和混合线性模型(MLM)分别进行全基因组关联分析。结果表明：分布在甜高粱第9号染色体和第10号染色体上的SNP数目相对较多；对SNP基因型数据进行主成分分析，从7 079个SNP标记提取到两个主成分，第一主成分可将基因型分为两组；400份甜高粱种质穗粒重耐胁迫指数呈现右偏的正态分布；利用一般线性模型和混合线性模型的检测结果表明，两种模型均检测到9个显著的SNP位点，它们分别位于甜高粱第1,3,4,7,8和9号染色体以及3条super＿1 122染色体片段上，且具有相同的物理位置，并且两种方法检测到的SNP位点的变异碱基也无差异。两种模型对于甜高粱穗粒重在全基因组范围内检测结果较为一致，此结果可为甜高粱耐旱候选基因的挖掘和抗旱分子机理的研究奠定基础。     

玉米杂交种穗部性状的全基因组关联分析

【目的】玉米穗部性状是产量的重要构成因子,利用全基因组关联分析（genome-wide association study,GWAS）方法解析玉米杂交种穗部性状的遗传基础、挖掘与穗部性状相关的位点,为功能基因克隆和高产玉米品种培育提供参考。【方法】选用115份来源于陕A群和陕B群的优良玉米自交系和4份国内骨干作为亲本,以基于NCⅡ遗传交配设计获得的442份玉米杂交种为材料构建关联群体,调查2个环境中群体材料的穗长、穗粗、穗行数等8个穗部性状;利用tGBS技术检测亲本基因型,推测出F₁杂交种的19 461个高质量SNP,结合杂交种表型和基因型开展基于加性、显性及上位性模型的穗部性状的全基因组关联分析,并利用公共数据库中玉米穗发育相关组织的转录组数据和基因的注释信息预测候选基因。【结果】表型数据分析结果显示,试验群体的8个穗部性状均符合正态分布,表型变异为3.78%—45.25%。方差分析表明,8个穗部性状的环境效应和基因型效应均呈现极显著水平（P<0.001）,广义遗传力为54.15%—68.89%。同时玉米杂交种穗部性状间呈现显著正相关或显著负相关。利用加性和显性模型分别检测到16个和3个显著SNP,上位性模型检测到79个上位性位点。3种模型检测的显著位点累积解释各性状38.21%—60.69%的表型变异,其中,加性模型检测到的显著SNP累积解释的表型变异为0.00—41.26%,上位性模型检测到的位点累积解释的表型变异为15.18%—45.36%。基于加性和显性模型检测的显著SNP的效应分析发现多数位点呈现加性和部分显性效应,仅2个为超显性。进一步分析发现,7个单SNP和5个上位性位点能够解释5%以上的表型变异。根据SNP的位置以及基因的表达信息预测了17个候选基因。【结论】玉米杂交种穗部性状主要受加性、上位性效应影响,显性效应影响较小;加性和显性模型检测的SNP主要表现为加性和部分显性效应,可通过聚合有利等位基因改良目标性状。     

Identifying SNPs associated with birth weight and days to 100 kg traits in Yorkshire pigs based on genotyping-by-sequencing

Birth weight(BW) and days to 100 kg(D100) are important economic traits that are both affected by polygenes. However, the genetic architecture of these quantitative traits is still elusive. Genotyping-by-sequencing(GBS) data containing a large number of single nucleotide polymorphisms(SNPs) have become a powerful tool in genomic analysis. To better understand their complex genetic structure, a total of 600 Yorkshire pigs were sequenced using GBS technology. After quality control, 279 787 SNPs were generated for subsequent genome-wide association study(GWAS). A total of 30 genome-wide SNPs(P1.79 E–07) were identified for D100. Furthermore, a total of 22 and 2 suggestive SNPs(P3.57 E–06) were detected for D100 and BW, respectively. Of these, one locus located on SSC12(position: 46 226 512 bp) were evaluated to affect both BW and D100 in Yorkshire pigs, indicating the pleiotropism in different traits. Considering the function of candidate genes, two genes, NSRP1 and DOCK7, were suggested as the most promising candidate genes involved in growth traits. Thus, use of GBS is able to identify novel variants and potential candidate genes for BW and D100, and provide an opportunity for improving pig growth traits using genomic selection in pigs.     

龙岩山麻鸭蛋品质性状的全基因组关联研究

【目的】通过全基因组关联研究(genome-wide association study,GWAS)技术筛选和鉴定鸭蛋品质性状的单核苷酸多态性(single nucleotide polymorphisms,SNPs)位点及候选基因,为龙岩山麻鸭蛋品质性状分子育种提供参考。【方法】试验测定产蛋后期235只龙岩山麻鸭母鸭蛋品质性状,包括蛋重(egg weight,EW)、蛋形指数(egg shaped index,ESI)、蛋壳厚(eggshell thickness,EST)、蛋壳强度(eggshell strength,ESS)、蛋壳颜色L*、a*、b*值(eggshell colour L*,a*,b*,ESCL、ESCA和ESCB)、蛋白高度(albumin height,AH)、哈氏单位(Haugh unit,HU)、蛋黄颜色(egg yolk colour,EYC)、蛋黄重(egg yolk weight,EYW)和蛋黄比例(egg yolk percentage relative to egg weight,EYP)。使用ASReml-R 4.1软件多性状动物模型对蛋品质性...     

棉花产量构成因素性状的全基因组关联分析

【目的】 对铃重、衣分、单株铃数和籽指等棉花产量构成因素性状进行全基因组关联分析（genome-wide association study,GWAS）,发掘与其关联的标记位点、优异等位变异及候选基因,为棉花产量的分子育种提供理论依据。【方法】 以408份陆地棉品种（系）资源为材料,利用Cotton SNP 80K芯片,对6个环境的铃重、衣分、单株铃数和籽指4个产量构成因素性状进行基于混合线性模型（mixed linear model,MLM）的全基因组关联分析,检测与产量构成因素性状显著关联的位点、优异等位变异;进一步依据转录组数据的基因表达量,在显著关联的位点侧翼序列1 Mb区间挖掘可能的候选基因。【结果】 4个产量构成因素性状在不同环境下均表现出广泛的表型变异,其中,单株铃数变异系数最大为16.67%—22.66%,各性状的遗传率为48.4%—92.2%;除铃重与衣分间相关性不显著外,其他性状间均呈显著或极显著相关性;基于6个环境各性状表型数据的最佳线性无偏预测值（best linear unbiased prediction,BLUP）,GWAS共检测到分布于基因组的7个区间内23个与目标性状关联的SNP位点,其中,与铃重关联的位点5个,与衣分关联的位点1个,与单株铃数关联的位点9个,与籽指关联的位点8个,有3个位点（TM21094、TM21102和TM57382）同时与多个目标性状关联;鉴定到7个最优SNP位点的优异等位变异,分别为TM21099（TT）、TM57382（GG）、TM78920（CC）、TM53448（TT）、TM59015（AA）、TM43412（GG）和TM69770（AA）;利用转录组数据分析,在基因组的7个区间筛选到158个与产量形成可能的候选基因,GO富集分析和KEGG代谢途径分析发现,候选基因功能类别多样并参与了多种代谢途径。【结论】 在陆地棉品种（系）群体中共鉴定到23个与产量构成因素性状关联的SNP位点,筛选到158个可能与产量性状相关的候选基因。     

蛋鸡资源群体的盲肠长度全基因组关联分析

【目的】盲肠是鸡进一步消化和吸收养分,尤其是纤维的器官,对鸡的生长及后期产蛋都具有重要作用,因此鸡的盲肠长度是一个重要的生理指标.【方法】通过对白来航鸡与东乡绿壳蛋鸡杂交所得F2代个体的盲肠长度进行测量,并运用单核苷酸多态性(SNP)芯片检测其基因分型,根据SNP检测数据运用SAS进行遗传评估,并用全基因组混合模型关联算法(GEMMA)进行单变量全基因组关联分析(GWAS).【结果】结果显示,盲肠长度表现出中等遗传力(0.39).GWAS鉴定出54个SNP与盲肠的长度显著相关,且1号染色体170 Mb附近对于盲肠长度来说是一个重要区域.在这个区域,覆盖26个SNP位点的18个基因被定为候选基因,其中2个分别在编码序列(CDS)和3'非翻译区(3'UTR),对应于NHLRC3和SIAH3,它们可能是影响盲肠长度的重要SNP位点和基因.【结论】利用GWAS筛选并鉴定出和鸡盲肠长度相关联的SNP位点及基因,将为揭示蛋鸡盲肠发育的机制和分子育种提供基础.     

油菜主花序角果密度及其相关性状的全基因组关联分析

【目的】油菜高产是育种工作的主要研究目标之一。角果密度、主花序有效角果数等性状与产量都有显著或极显著的正相关关系,是油菜高产育种考查的主要性状。为揭示油菜角果密度及其相关性状的遗传机理和分子机制奠定基础。【方法】以不同遗传背景和地理来源的213份甘蓝型油菜品种（系）构成的自然群体为研究对象,利用芸薹属60K Illumina Infinium SNP芯片对该群体进行基因型分型。分别于2015年和2016年在成熟期调查该群体主花序有效长和主花序有效角果数,计算主花序角果密度。利用Structure 2.3.4软件对该群体进行群体结构分析,Tassel 5.1.0软件分析亲缘关系和染色体连锁不平衡的衰减;然后基于最优模型对主花序角果密度及其相关性状进行全基因组关联分析（genome-wide association analysis,GWAS）,依据关联SNP位点的LD区间序列,预测与性状相关的重要关联候选基因。【结果】群体结构分析显示,213份甘蓝型油菜分为P1和P2亚群,P1亚群包含50份材料（23.5%）,P2亚群包含163份材料（76.5%）,基本上和油菜的地理栽培属性一致;亲缘关系发现约89.74%材料之间的亲缘关系值小于0.2,其中约有59.91%材料的亲缘关系值为0。总体来看,整个自然群体材料之间的亲缘关系比较远。对A、C基因组进行连锁不平衡分析发现,A和C基因组的r2随着遗传距离的增加而下降,A基因组的衰减距离整体比C基因组的衰减距离小。GWAS分析两年数据共检测到17个SNP位点与主花序角果密度及其相关性状关联。其中与主花序角果密度和主花序有效长相关的SNP标记分别有7个和9个,并分别解释11.34%—15.96%和9.67%—13.10%的表型变异;与主花序有效角果数相关联的标记有1个,解释11.56%的表型变异。通过分析关联SNP位点的LD区间与甘蓝型油菜对应的区间序列,找到22个与主花序角果密度及其相关性状有关的候选基因,其中BnaA01g16940D、BnaC01g38800D和BnaA04g09170D等主要通过调控赤霉素和生长素等内源激素的合成和信号转导来控制主花序角果密度及其相关性状;BnaA01g16970D、BnaA03g29180D、BnaA03g29810D、BnaC01g39680D和 BnaC03g32770D通过对分生组织的调控来改变表型;BnaC09g18690D和 BnaC09g09210D等主要通过控制细胞分裂生长等过程改变表型。【结论】检测到17个SNP标记与油菜主花序角果密度、主花序有效长和主花序有效角果数关联,筛选出22个与主花序角果密度及其相关性状有关的候选基因。     

盐胁迫下甘蓝型油菜发芽期下胚轴和根长的全基因组关联分析

【目的】解析甘蓝型油菜发芽期根和下胚轴发育及耐盐性的调控位点,筛选油菜耐盐性相关的候选基因,可为油菜耐盐性改良提供依据。【方法】以317份具有代表性的甘蓝型油菜自交系为材料,在正常生长和盐胁迫条件下进行沙培鉴定,利用芸薹属60K SNP芯片和全基因组关联分析鉴定正常生长与盐胁迫下甘蓝型油菜发芽期根和下胚轴长度显著关联的SNP,并确定其连锁不平衡区间。通过区间内基因的功能注释及盐胁迫下油菜幼苗根和叶片转录组差异表达基因筛选连锁不平衡区间内的重要候选基因,并以实时荧光定量PCR分析候选基因的组织特异性和盐胁迫诱导表达模式,提高候选基因筛选的准确性。【结果】正常生长和盐胁迫下甘蓝型油菜发芽期下胚轴和根长在不同材料间变异较大,频次分布表明目标性状均为数量性状,受多基因调控。全基因组关联分析模型比较表明,MLM+P+K模型为最优模型。以此模型对目标性状进行全基因组关联分析,检测到45个显著关联SNP,其中40个与下胚轴长度显著关联,5个与根长显著关联,单个SNP解释的表型变异分别为9.12%—14.46%和7.67%—8.93%。重复检测的显著相关SNP中,值得注意的是C04染色体的rs8970,同时与4个性状显著关联,表型贡献率为7.67%—12.35%,是唯一在下胚轴长和根长间重复检测到的显著关联SNP。11个重要关联SNP中有6个位于10—442 kb的连锁不平衡区块中。转录组分析表明,11个连锁不平衡区间共包含447个基因,其中15个受盐胁迫诱导表达。转录组和基因功能注释综合分析表明,BnaSRO1、BnaPAGR2、BnaNPH3、BnaMYB124、BnaSAM-Mtase、BnaBIN2、BnaUMAMIT11、BnaEXPA7、BnaRPT3、BnaEF-hand和BnaF3H很可能为各自区间的候选基因。实时荧光定量PCR结果证实除BnaNPH3外,其他基因均在根或下胚轴中受盐胁迫诱导上调表达。组织特异性分析还发现BnaUMAMIT11、BnaPAGR2和BnaEXPA7主要在萌发的根和下胚轴中特异表达,BnaRPT3、BnaBIN2和BnaMYB124虽然呈组成型表达,但在萌发阶段的下胚轴中表达量最高,证实这些基因很可能参与油菜发芽期根和下胚轴生长发育及耐盐性的调节。【结论】全基因组关联分析共鉴定出45个控制油菜发芽期根和下胚轴发育及耐盐性的显著关联SNP。连锁不平衡、转录组和基因功能注释综合分析初步鉴定出11个重要候选基因。     

Genome-Wide Association Study for Certain Carcass Traits and Organ Weights in a Large White×Minzhu Intercross Porcine Population

Porcine carcass traits and organ weights have important economic roles in the swine industry. A total of 576 animals from a Large White×Minzhu intercross population were genotyped using the Illumina PorcineSNP60K Beadchip and were phenotyped for 10 traits, specifically, backfat thickness (6-7 libs), carcass length, carcass weight, foot weight, head weight, heart weight, leaf fat weight, liver weight, lung weight and slaughter body weight. The genome-wide association study (GWAS) was assessed by Genome Wide Rapid Association using the mixed model and regression-genomic control approach. A total of 31 single nucleotide polymorphisms (SNPs) (with the most significant SNP being MARC0033464, P value=6.80×10-13) were located in a 9.76-Mb (31.24-41.00 Mb) region on SSC7 and were found to be significantly associated with one or more carcass traits and organ weights. High percentage of phenotypic variance explanation was observed for each trait ranging from 31.21 to 67.42%. Linkage analysis revealed one haplotype block of 495 kb, in which the most significant SNP being MARC0033464 was contained, on SSC7 at complete linkage disequilibrium. Annotation of the pig reference genome suggested 6 genes (GRM4, HMGA1, NUDT3, RPS10, SPDEF and PACSIN1) in this candidate linkage disequilibrium (LD) interval. Functional analysis indicated that the HMGA1 gene presents the prime biological candidate for carcass traits and organ weights in pig, with potential application in breeding programs.     

全基因组关联分析鉴别白色杜洛克×二花脸F2资源家系中猪阴囊疝易感基因位点的鉴定

【目的】通过基于单倍型的病例-对照全基因组关联分析(GWAS)鉴别白色杜洛克×二花脸F2资源家系中影响猪阴囊疝的易感位点及位置功能候选基因,并在远缘纯种猪阴囊疝三联体核心家系（Trio）群体中进行重复验证。【方法】利用Illumina porcine 60K SNP芯片对1 020头白色杜洛克×二花脸F2资源家系阴囊疝群体(包含19个阴囊疝患病个体)进行扫描获取基因型。通过Plink v1.07软件对基因型数据进行质量控制;剔除个体基因型检出率< 90%的个体,剔除SNP位点检出率< 90%、哈迪温伯格平衡卡方检验P≤10-3和最小等位基因频率< 0.05及性染色体上和无法定位的SNP位点。质控合格的SNP位点用PHASEBOOK构建出F2资源家系中每个个体的单倍型,并采用隐马尔可夫模型将其归类到数目预先定义的祖先单倍型中。使用基于广义线性混合模型的GLASCOW软件进行利用祖先单倍型的病例-对照全基因组关联分析。采用保守的Bonferroni校正方法得到基因组显著水平和染色体显著水平的阈值。对F2资源家系中达到染色体显著水平的易感SNP位点在包含237个患病个体的远缘纯种猪阴囊疝三联体核心家系(Trio)群体中进行同样的质控,并利用Haploview软件对质控合格的SNP位点分别展开基于单点和基于单倍型的传递不平衡分析(TDT),进行重复验证。【结果】白色杜洛克×二花脸F2资源家系中全部个体的38 033个SNP标记通过质控。在GWAS分析中,共发现108个达染色体显著水平(P<2.63×10-5)的猪阴囊疝关联SNP位点,分别位于染色体2、8和17上,最强相关的SNP位点位于17号染色体上。在远缘三联体核心家系群中,724个个体的96个SNP位点通过质控。对质控合格的SNP位点进行基于单点的TDT分析,结果发现5个显著相关的SNP位点得到重复验证(P<0.05),其中2号染色体上有1个SNP位点和17号染色体上有4个SNP位点,分别位于IQGAP2,CHMP4B,SERINC3,ZNF334 等4个基因内或其上下游。基于单倍型的TDT验证分析发现两个易感单倍型框,其中与基于单点TDT验证分析有重合的仅有SSC17上CHMP4B内及下游的两个易感位点。结合疝气发生机制及TDT分析结果,推测IQGAP2和CHMP4B可能是影响猪阴囊疝发生的两个重要的位置功能候选基因。【结论】本研究利用基于小样本的GWAS分析和较大样本群验证分析,在SSC2和SSC17上分别鉴别1个和4个阴囊疝易感位点,在SSC17上鉴别到两个易感单倍型。易感位点附近的2个基因IQGAP2和CHMP4B可能是影响猪阴囊疝发生的位置功能候选基因,值得进一步研究。     

鸡胸腺重和脾脏重性状的全基因组关联

【目的】全基因组关联分析（genome-wide association study,GWAS）是复杂性状和疾病相关基因定位的新策略。【方法】试验利用鸡60K SNP芯片对来自50个公鸡家系的728只北京油鸡进行SNP分型检测,采用全基因组关联分析方法对影响100日龄胸腺重和脾脏重的基因进行定位研究。【结果】结果发现24个达5%全基因组水平显著的位点,与100日龄胸腺重和脾脏重显著相关,并在这些位点附近发现Janus kinase 1（JAK1）、 zinc finger DHHC-type containing 8（ZDHHC8）、vav 3 guanine nucleotide exchange factor（VAV3）、SATB homeobox 1（SATB1）等候选基因;84个与这两个性状潜在关联同时达到5%染色体水平显著的位点。【结论】利用GWAS分析策略筛选和鉴定的重要突变位点及候选基因,将为揭示鸡免疫器官发育的分子调控机制和抗病育种分子标记辅助选择提供必要的分子基础。