生物技术在养猪业中的应用

进入八十年代以来,由于分子生物学、分子遗传学、分子克隆重组技术的发展,出现了许多新的研究领域,如分子标记、动物分子遗传学、抗病育种等。这些方法在分子水平上研究解决以下几个方面问题：①畜禽基因组及重要经济性状（肉蛋奶）的基因（QTL）定位。研究内容包括基因组及基因图谱;产量和质量主基因分析;基因（QTL）定位;单位性状基因的分离、克隆和测序;转基因动物。②畜禽超高产育种的分子生物学基础。研究内容包括肉蛋奶超高产的分子生物学基础,畜禽杂种优势的机理及预测,分子遗传鳖记辅助选择。③畜禽遗传资源保护与利用…     

我国畜禽分子育种技术取得重大进展

由中国农业大学承担的农业部“948”项目“畜禽重要生产性状优良基因诊断生物技术的引进”日前通过专家验收。“畜禽重要生产性状优良基因诊断生物技术的引进”项目完成了3100型遗传分析仪、基因芯片点样仪、扫描仪等仪器设备和目前最先进的畜禽DNA分子诊断技术的引进,并以此为核心建立了基因组扫描和DNA芯片分析两个高通量的基因分析平台。利用基因组扫描的技术平台定位了一批影响鸡重要经济性状的主效基因,在国际上首次定位了影响丝羽乌骨鸡“十全”特性的多个相关基因的侯选区域;构建了目前世界上第一张鸭遗传连锁图谱,并进行了重要经济性状基因座的定位研究。完成了畜禽3种组织的大规模ESTs测定,为国际ESTs库作出了5%的贡献,并以此为基础,自主开发出国内第一张畜禽cDNA芯片(芯片含有9216个鸡基因和3426个猪基因)。开展了猪、鸡化学基因组的研究,研究结果对于揭示猪、鸡的肌肉生长和脂肪蓄积的分子机理有重要意义。     

芯片技术在畜禽育种中的应用研究进展

中国畜禽品种资源丰富,且有许多优良性状基因,但这些优良性状基因并没有被充分利用,因此,在基因水平上开展遗传资源的开发和利用是畜禽经济性状改良的重要方向。目前,虽然传统系谱选择方法在育种工作中发挥了重要作用,但存在准确率低、育种周期长等缺点。随着分子生物学技术的快速发展,近年来先进的基因组测序和基因分型技术大大促进了畜禽育种方法的革新。从低通量、耗时的限制性片段多态标记(RFLP)到如今高通量、高密度的单核苷酸多态性(SNP)标记,基因检测效率有了大幅度提高。基因芯片技术在分子标记辅助选择和全基因组选择育种研究中逐渐得到广泛应用,成为畜禽育种的新技术手段和新热点。主要介绍了高、低密度SNP芯片技术在畜禽育种中的研究及应用,并简述了其技术优势、存在问题及挑战、应用展望,旨在表明基因芯片技术必将会成为畜禽分子育种工作中一项重要的基础技术,在畜禽种业快速发展过程中起到重要的推动作用,以期为基因芯片技术在畜禽育种中得到进一步应用提供理论参考,推进中国畜禽育种遗传进展,提升中国畜禽种业的科技竞争力。     

芯片技术在畜禽育种中的应用研究进展

中国畜禽品种资源丰富,且有许多优良性状基因,但这些优良性状基因并没有被充分利用,因此,在基因水平上开展遗传资源的开发和利用是畜禽经济性状改良的重要方向。目前,虽然传统系谱选择方法在育种工作中发挥了重要作用,但存在准确率低、育种周期长等缺点。随着分子生物学技术的快速发展,近年来先进的基因组测序和基因分型技术大大促进了畜禽育种方法的革新。从低通量、耗时的限制性片段多态标记（RFLP）到如今高通量、高密度的单核苷酸多态性（SNP）标记,基因检测效率有了大幅度提高。基因芯片技术在分子标记辅助选择和全基因组选择育种研究中逐渐得到广泛应用,成为畜禽育种的新技术手段和新热点。主要介绍了高、低密度SNP芯片技术在畜禽育种中的研究及应用,并简述了其技术优势、存在问题及挑战、应用展望,旨在表明基因芯片技术必将会成为畜禽分子育种工作中一项重要的基础技术,在畜禽种业快速发展过程中起到重要的推动作用,以期为基因芯片技术在畜禽育种中得到进一步应用提供理论参考,推进中国畜禽育种遗传进展,提升中国畜禽种业的科技竞争力。     

利用连锁不平衡进行畜禽QTL定位的研究进展

一般家养畜禽群体规模小、选择强度高，连锁不平衡（linkage disequilibrium , LD）现象普遍存在，尤其在杂种或新培育品种群体中更为突出。随着分子遗传学的发展，我们可以直接选择影响性状的基因或包含基因的染色体区域（QTL），可分型的遗传标记和QTL之间是否存在连锁不平衡是畜禽群体中QTL定位和应用的关键。目前，畜禽群体中用基因组范围内SNPs的连锁不平衡精细定位影响畜禽重要经济性状的QTL正受到广泛关注。作者从LD定位QTL的原理、畜禽群体中LD程度、利用LD进行QTL定位的试验设计及统计分析方法、LD在畜禽QTL精细定位中的应用等几个方面进行了综述。并进一步阐述了畜禽群体中利用LD进行标记辅助选择（MAS）的策略，对LD在畜禽QTL定位及标记辅助选择方面的应用进行了新的探讨。     

全基因组关联分析在鸭育种中的研究进展

全基因组关联分析(genome-wide association study, GWAS)是一种在人类或动植物全基因组中寻找变异序列，并筛选与目的性状相关位点的方法。目前，GWAS在畜禽重要经济性状研究中广泛应用。文章叙述了GWAS的基本原理，归纳了GWAS的研究方法和优缺点，并且列举了通过GWAS已定位到的鸭重要经济性状相关的标记位点和候选基因，旨在为后续鸭育种研究提供理论基础。     

全基因组关联分析在水禽主要数量性状基因座定位的应用现状

水禽的经济性状多为数量性状,数量性状基因座(quantitative trait loci, QTL)是调控数量性状表达的遗传基础,因此QTL的定位是分子育种的基础。全基因组关联分析(genome wide association studies, GWAS)作为鉴定表型与基因型关系的一种分析策略,是挖掘畜禽QTL的重要手段,并已经成功应用于猪、牛、鸡等畜禽的遗传育种工作中。利用GWAS可以定位与水禽经济性状相关的QTL,确定影响水禽性状的功能基因或主效基因,从而实现对水禽重要性状的改良。文章综述了GWAS在水禽重要性状研究上的应用效果,并分析了不足之处,以期为完善水禽遗传育种与遗传改良方法提供参考。     

全基因组选择信号检测方法在家畜研究中的应用进展

长期的自然和人为选择使家畜品种经济性状得到了显著改善,其相关的基因组区域也发生了特定遗传变异。随着时间的推移部分基因多态性已经下降或消失,而在群体中保留包含单一单倍型的多个基因。这种基因组上特定区域基因多态性频率的变异被称为选择信号。识别选择信号可以提供家畜驯化机制并进一步揭示表型相关的基因变异。目前,高密度SNP芯片及大规模重测序技术已成功应用于家畜选择信号鉴定研究。全基因组选择信号检测方法有等位基因频率检测法、连锁不平衡检测法和群体分化分析法。作者综述了全基因组范围内选择信号检测方法及其在家畜研究中的应用进展,为从事家畜育种及生物进化研究人员提供参考。     

畜禽基因定位的现状和展望

本文对畜禽基因定位的内容、方法和现状进行了综述。提出了基因定位中存在的主要问题是定位精度不高，方法有待进一步完善。我国开展此项工作应将重点放大中国畜禽特有性状和重要经济性状上。     

畜禽数量性状全基因组关联分析统计模型和试验设计的研究进展

数量性状或复杂性状受多种基因和环境因素的控制。这些性状的标记基因和遗传变异是畜禽遗传学研究的一个非常重要的领域。由于全基因组和高密度的SNP芯片对大多数畜禽都可用,全基因组关联研究(GWASs)已经成为畜禽数量性状形成机制研究的首选方法,而GWASs研究的统计模型和实验设计是GWAS分析结果准确的前提。文章简要对畜禽数量性状全基因组关联分析统计模型和实验设计的研究进展进行综述。     

基于SNP芯片的盆周山地猪群体选择信号分析

为了分析盆周山地猪群体的选择信号，本研究利用猪50K基因芯片，运用Tajima’s D方法分析盆周山地猪群体基因组上受选择的信号区域，并通过生物信息学分析筛选受选择的候选基因。结果表明，盆周山地猪群体基因组上受选择的区域有252个，这些区域共包含267个候选基因，其中，在猪上已注释的基因184个，如免疫性状相关基因MYO1G、CD86、IKF2，肉质性状相关基因PRKAG3、PRDM16、SND1，繁殖性状相关基因FSHR、LTF、AP3B1和生长性状相关基因SREBF2、SDC3、SLIT3。候选基因GO功能富集表明，这些基因参与了机体的免疫、行为、心管发育等生物学进程。KEGG信号通路分析发现，部分基因可能与催产素信号通路相关。本研究首次构建了盆周山地猪全基因组水平上的选择信号图谱，筛选了受选择的重要经济性状候选基因，研究结果为更好地保护、开发和利用盆周山地猪奠定了理论基础。     

全基因组测序在畜禽中应用的研究进展

在基因组研究方面,目前全基因组测序已由第一代测序技术发展到第三代测序技术,全基因组测序与传统方法相比具有更加全面、精准、高效等优势。随着测序技术的发展和费用的降低,全基因组测序（whole genome sequencing,WGS）技术逐渐成为基因组研究应用最广泛的技术。全基因组测序已经在畜禽起源进化、重要经济性状基因挖掘、分子育种等方面取得了诸多成果。通过全基因组重测序,能够发现拷贝数变异（copy number variation,CNV）及单核苷酸多态性（single nucleotide polymorphism,SNP）变异,丰富现有的CNV和SNP数据库,为抗病、生长、食欲、代谢调节、表型、环境适应机制及重要经济性状基因的分析提供重要数据。作者针对全基因组测序技术在主要畜禽上的研究进展,综述了全基因组测序在畜禽的品种遗传多样性、群体演变机制、功能基因挖掘等研究中的应用,并探讨了全基因组测序存在的问题,旨在为畜禽种质资源保护和分子育种实践提供参考。     

畜禽经济性状的分子遗传标记研究进展

畜禽的经济性状大多数是与动物的生长发育、生产性能、生理代谢关系密切的多基因性状,对人类的生产和生活具有重要的经济价值.发现与研究畜禽重要经济性状位点(QTLs)的遗传标记及其相关性,是基因定位的基础,也是目前畜禽遗传育种工作的研究重点之一.数量性状主效基因相关性的研究在动物遗传育种领域所取得的进展远不及在植物方面.畜禽分子遗传标记的研究,不仅需要试验技术和手段的创新,更期待在基础理论方面有新的突破.文章对相关研究工作进行了简要的综述.     

畜禽生长发育相关性状的全基因组关联分析研究进展

全基因组关联分析(GWAS)是近年兴起的用于分析复杂性状的重要研究方法。高通量测序技术的成熟发展使得基于全基因组测序技术和基因芯片技术的GWAS解析畜禽复杂性状成为可能,GWAS的运用对畜禽经济性状相关的SNP、QTL和候选功能基因研究起到关键作用。本文主要对GWAS的基本原理和方法、优劣势以及GWAS在畜禽生长发育相关性状中的应用现状进行综述,并对GWAS在今后畜禽育种中的应用前景进行展望,以期为GWAS在畜禽育种中的深入研究提供参考。     

基于选择信号分析揭示猪终端父本群体间性状趋同的关键基因

【目的】试验旨在揭示终端父本皮特兰猪与杜洛克猪在人工选择作用下重要经济性状呈现出表型趋同的基因组变化特征。【方法】利用376头皮特兰猪、451头杜洛克猪品系Ⅰ、841头杜洛克猪品系Ⅱ和497头杜洛克猪品系Ⅲ群体的50K SNP芯片数据,以100 kb窗口、50 kb步长计算综合单倍型评分(iHS)和等位基因频率差(△AF),分别取前5%作为猪群体内、群体间的基因组选择信号候选区域;利用bedtools分别对iHS、△AF按照左右200 kb进行合并,每2个群体间合并后的iHS、△AF统计量的重叠区域定义为性状趋同区域,并挖掘该区域与猪重要经济性状相关的平行选择信号。【结果】iHS结果显示,在皮特兰猪和杜洛克猪4个群体内共检测到5 112个选择信号候选区域,总长约487.51 Mb。基于△AF方法,于皮特兰猪和杜洛克猪每2个群体间共检测到9 579个选择信号显著区域,总长约913.50 Mb。基于合并后的iHS和△AF,共检测到52个性状趋同区域,总长约4.67 Mb,注释到88个与猪的繁殖、胴体和肉质等性状相关的平行选择候选基因。【结论】皮特兰猪和杜洛克猪群体间存在性状趋同的基因组选择区域有52个,平行选择信号主要涉及猪的繁殖、胴体及肉质等重要经济性状,这与瘦肉型猪种相同的育种方向相关,这些关键基因的发现可为后续商业猪品种遗传改良提供参考。     

基于SNP芯片的海南猪全基因组选择信号分析

旨在通过检测海南猪全基因组上的选择信号,以挖掘与海南猪重要经济性状相关的候选基因,并解析讨论海南猪在进化驯化历史中的受选择情况.本研究利用68头海南猪的GeneSeek Genomic Profiler Procine SNP 80K芯片数据,使用整合单倍型分数(integrated haplotype score,i...     

畜禽经济性状主效基因与QTLs的研究进展

畜禽的重要经济性状大多由主效基因或QTLs与微效多基因联合控制，因而主效基因和QTLs在畜禽超高产育种中就显得特别重要。本文综述了主效基因和QTLs的遗传特征，检测定位方法及已取得的部分研究成果，并对连锁分析方法的优缺点进行评述。     

全基因组关联分析在畜禽重要经济性状中的研究进展

以往通过候选基因分析和数量性状位点(quantitative trait locus,QTL)连锁分析等策略使我们对一些基因的功能有了一定了解,但是很多控制畜禽经济性状的基因还无法分离和鉴定。随着高通量测序技术的不断发展以及人类全基因组计划(human genome project,HGP)和许多动植物的全基因组测序完成,全基因组关联分析(genome-wide association study,GWAS)已经成为研究复杂性状的重要方法。文章针对GWAS在重要畜种复杂经济性状中的研究进展进行综述,梳理了近几年在动物经济性状研究中利用GWAS取得的成果,并且对GWAS研究策略与方法进行了归纳总结,旨在利用GWAS为畜禽复杂性状的遗传基础研究提供参考,同时为今后的动物育种工作奠定基础。     

我国首次发现北京鸭变大变白基因

正中国农业科学院的一项最新研究系统解析了北京鸭在品种改良过程的基因组变异机制,成功定位了羽色和体格大小这两个关键经济性状的主效基因。这项研究为畜禽分子育种提供了理论基础。北京鸭是我国主要肉鸭品种,羽毛洁白、体态健硕、     

全基因组选择信号揭示绵羊毛囊发育及脱毛性状相关的候选基因

利用全基因组选择信号研究不同羊毛类型绵羊的群体结构及遗传分化程度,以挖掘与毛囊发育及脱毛性状相关的候选基因。本研究以3种羊毛类型的21个品种共290只绵羊群体为研究对象,利用Illumina Ovine SNP 50K芯片基因分型数据,基于群体分化指数Fst和核苷酸多样性比值θπ Ratio方法对无绒毛型、细毛型和中毛型绵羊进行选择信号检测。将Fst和θπ Ratio的top 5%作为阈值检测受到强烈选择的SNPs位点并进行注释。结果表明,SOX18、ALX4、FGF1和LRP4等与毛囊发育及脱毛性状相关的基因受到强烈选择。本研究通过Fst和θπ Ratio两种方法检测出与毛囊发育周期、羊毛形成以及毛囊和皮脂腺部分细胞相关的重要基因,这将为进一步研究绵羊重要经济性状形成的机制提供有意义的参考。