苏尼特羊拷贝数变异的基因组分布特征研究

本试验利用Illumina OvineSNP50 BeadChip芯片对71只苏尼特羊进行了分型,共检测到134个拷贝数变异区域(copy number variation regions,CNVR),大小范围为29.48 kb~1.30 Mb之间,总长度达到25.95 Mb。基因注释及功能分析结果显示,这些基因与嗅觉感官知觉、化学刺激的感官知觉、感官知觉、识别等环境应答有关。选取5个CNVR进行qPCR验证,其中3个CNVR得到验证。通过对苏尼特羊基因组拷贝数变异的分析可以进一步了解绵羊基因组结构的特点,为今后开展绵羊基因组结构变异与重要经济性状的关联研究提供参考。     

利用犬170 K高密度SNP芯片检测16个中国地方犬种全基因组拷贝数变异

旨在解析中国地方犬全基因组拷贝数变异(CNV)分布情况,为分析CNV对犬表型变异的影响提供前期基础。本研究采集了16个来自中国不同地方犬品种和9头罗威纳犬共计185头犬的血液样品,使用血液DNA提取试剂盒提取DNA,利用犬170KSNP芯片和PennCNV软件对中国地方犬进行全基因组范围内的CNV分析。参照Illumina芯片标准操作流程进行芯片扫描和基因分型。将质控后的SNP参考PennCNV软件使用说明书,设定分析参数进行CNV检测分析。从分析结果中随机挑选8个CNV区间(CNVRs)使用实时定量PCR进行验证。利用BioMart以及DAVID软件进行基因和功能注释分析。结果表明,在185个个体中共发现了477个CNV,这些CNV随机分布在38条常染色体上,合并后可以得到220个CNVR,总长度约占犬整个基因组序列的1.25%,平均长度为142.24kb。在220个CNVR中,115个为缺失,74个为重复,31个为缺失/重复CNVR。此外,笔者发现53个CNVR为潜在的中国地方犬品种特异性CNVR。在基因和功能注释中,本研究共发现162个基因位于所检测到的CNVR内,这些基因主要富集的功能类别是嗅觉受体活动,嗅觉的感知,对化学刺激物的感知,感官知觉和神经系统过程。这些结果解析了中国地方犬基因组结构变异分布情况,将有助于进一步研究CNV与犬表型变异的关联性。     

皱皮香猪3个基因组拷贝数变异的多态性分布

为探究皱皮香猪个体产生皮肤变异的根本原因,本文基于重测序数据,采用生物信息学分析皱皮香猪基因组中的拷贝数变异(CNV),通过荧光定量 PCR 方法检测皱皮香猪中 3 个 CNVs 的拷贝数变异规律,并与香猪和大白猪进行比较。结果表明:3 个 CNVs 在猪群中的拷贝数变异呈现出多态性变化,皱皮香猪中CNV1以拷贝数缺失型为主,其中的 MPC1和 RSK3基因可能与脂肪沉积有关;皱皮香猪 CNV2和 CNV3以拷贝数增加型占优势,其中的 CCL17和 CX3CL1基因参与皮肤等组织的炎症反应,可能通过剂量效应引起香猪皮肤产生褶皱。     

利用中芯一号SNP芯片检测隆林猪全基因组拷贝数变异

[目的] 检测隆林猪的全基因组拷贝数变异。[方法] 采集33头隆林猪的耳组织样本,通过酚-氯仿法提取DNA后,使用猪中芯一号50K SNP芯片进行基因分型,得到的原始数据通过Genomestudio软件和Linux系统进行处理,使用CNVPartition和PennCNV软件分别检测拷贝数变异（copy number variation,CNV）,并利用Bedtools软件将CNV合并为拷贝数变异区域（copy number variation region,CNVR）,使用Biomart对CNVR进行基因定位,利用David网站对定位到的基因进行GO和KEGG富集分析,使用猪QTL数据库对共同CNVR进行QTL注释。[结果] CNVPartition软件共检测到260个CNVs,合并为47个CNVRs,其中缺失型40个、获得型5个、混合型2个,共定位到84个基因,显著富集到13条信号通路;PennCNV软件共检测到96个CNVs,合并为15个CNVRs,其中缺失型9个、获得型1个、混合型5个,共定位到8个基因,显著富集到8条信号通路;2个软件检测结果定位到的基因主要富集在嗅觉相关通路和G-蛋白偶联相关通路中,其中INPP5B、NEURL1和GAPDHS基因显著富集到精子活力通路;2个软件获得了3个共同CNVRs,其中缺失型、获得型和混合型均为1个,共定位到8个基因,显著富集到涉及嗅觉感官知觉的化学刺激检测通路、嗅觉受体活性通路、嗅觉转导通路、G-蛋白偶联受体活性通路、G-蛋白偶联受体信号通路、膜整体组件通路和质膜通路共7条信号通路;共有130个QTLs与3个共同CNVRs重叠,其中与背膘厚、肉质和乳头数相关的QTLs分别有11、9和6个。[结论] 隆林猪CNV可能与嗅觉功能、繁殖性能、背膘厚、肉质和乳头数性状相关。     

中国北方绵羊基因组拷贝数变异研究

为寻找绵羊基因组中可能的遗传性状相关标记,本试验采用比较基因组杂交(comparative genomic hybridization,CGH)芯片技术,构建了蒙古羊、哈萨克羊、藏羊的拷贝数变异(copy number variation,CNV)多样性图谱。试验结果显示,共检测出28个CNV区域(CNV region,CNVRs),包括11个扩增型、15个缺失型和2个扩增—缺失型。通过功能注释和代谢通路分析发现,在蒙古羊和藏羊基因组中血红蛋白基因存在拷贝数扩张,可能与两种绵羊长期生活在高原低氧环境中产生的适应性有关。对CNVRs和CNV相关基因进行实时荧光定量PCR检验,83.3%的实时荧光定量PCR结果与芯片检测结果一致。通过对中国北方3种绵羊的基因组CNV的研究,为不同绵羊品种间遗传变异的研究奠定了基础。     

拷贝数变异在畜禽中的研究进展

拷贝数变异(Copy number variation,CNV)是基因组结构变异(Structural variation,SV)的重要组成部分,主要指大小从1 kb到数Mb的DNA片段拷贝数改变,表现为亚显微水平的缺失和重复。有人先后应用不同的方法构建了畜禽的全基因组CNV图谱,并发现与色素沉积、表型性状和疾病相关的CNVs。为了更清楚地了解CNV这种结构变异,文章对近几年畜禽的CNV研究进行了较为全面的分析与阐述,结果表明:CNV分布有一定的保守性,其覆盖的序列约占基因组的30%,可用于畜禽基因组结构特征研究。     

牛基因组拷贝数变异分析

拷贝数变异(CNV)是家畜遗传变异的一种重要的来源。为了鉴定牛基因组拷贝数变异,试验进行了全基因组筛查,以确定这些基因功能的数量、位置等。采用一个包含约385000探针的寡核苷酸阵列比较了普通公牛和瘤牛间的基因组杂交。试验共检测到51个CNV,约占整个牛基因组的0.5%。每种动物的平均CNV大小为213～335kb。单个动物中仅能检测到50%的CNV,其余CNV则需要鉴定多个个体才能获得,再进一步分析确定每个CNV区域的基因内容。结果表明一个基因中包含82%CNV,且大部分CNV与牛基因组表型变异有一定相关性。虽然个别CNV的影响仍有待进一步研究,但本试验结果表明CNV在牛基因组表型变异中起着重要的作用。     

利用猪1.4M高密度SNP芯片检测巴马香猪全基因组拷贝数变异

旨在检测巴马香猪基因组上的拷贝数变异（CNV）,并探究标记密度对于CNV检测效率和准确率的影响。本研究利用319头巴马香猪（其中阉公猪160头和母猪159头）1.4M高密度SNP芯片的数据,采用PennCNV和R-Gada两种软件进行CNVs检测;然后通过重叠CNV融合法,构建拷贝数变异区域（CNVR）,并用全基因组关联分析（GWAS）对频率大于5%的CNVR进行验证;最后根据不同的标记密度,均匀抽取一定数目的SNPs来探究标记密度对CNV检测效率和准确性的影响。结果,PennCNV和R-Gada软件分别检测到6 327和3 489个CNVs,分别构成795和340个CNVRs,其中226个为共同CNVRs。在这226个共同CNVRs中,最短的为3.98 kb,最长的为1 297.78 kb,总长度为33.27 Mb,其中102个（45%）与前人报道的CNVRs重叠。在PennCNV检出的795个CNVRs中,有135个频率大于5%,其中20个得到GWAS验证,验证率为15%。随着SNP密度的逐渐增加,CNV的检测效率和检测准确性不断提高,尤其是小片段CNVs的检测效率。本研究利用1.4M SNP芯片的数据,通过PennCNV和R-Gada软件绘制巴马香猪CNVR的草图,为将来鉴别与重要经济性状相关的CNVRs奠定了基础。同时,揭示了标记密度对CNV检测效率和准确性有正面影响,为后续CNV研究选择合适的标记密度提供了一定的参考。     

拷贝数变异全基因组关联鉴定猪骨率性状候选基因

旨在挖掘影响猪骨率性状的全基因组范围内的拷贝数变异(copy number variations, CNVs),并对其所覆盖的基因的作用模式及机理进行研究。本研究利用基于测序深度的CNVcaller软件对大白×民猪F2群体的拷贝数变异进行检测,利用TASSEL软件中的混合线性模型(mixed-linear model, MLM)对骨率性状进行基因组关联分析;查找数据库对CNVs所覆盖基因进行深入分析,利用RNA重测序对75日龄大白猪腿软骨中4个显著CNVs的表达进行检测。结果表明,在F2代群体中,共检测到3 027个CNVs,其中,共有1 251个为缺失,987个为多拷贝,789个为缺失和多拷贝均存在。与骨率在基因组水平相关的CNVs共有4个,均位于7号染色体。4个变异中,有两个未与任何基因重叠。显著性最高的CNV4与骨髓分化相关标记(MYADM)基因重合。对75日龄猪腿软骨基因的表达研究发现,在后腿软骨中仅CNV2的表达丰度较高,推测CNV2通过影响其内部基因的表达量影响骨率,CNV4可能在胚胎发育期起调控作用。综上所述,本研究成功鉴定出影响猪骨率性状的4个CNVs,其中,CNV2和CNV4为影响骨率性状的主效CNVs,推测CNV2通过影响其内部基因的表达量影响骨率,CNV4可能在胚胎发育期起调控作用并最终影响骨率。本试验为今后骨率性状的调控机理研究奠定了理论基础,为猪骨率性状的育种提供了参考。     

基因拷贝数变异(CNV)的作用机理及其在动物遗传育种中的研究进展

基因拷贝数变异(copy number variation,CNV)是指在大小一般是从1 kb到3 Mb的基因组中增加或减少大片段的拷贝数和亚微DNA片段的重复或缺失的变化。基因拷贝数变异(CNV)是基因组结构变异(structure variant,SV)的重要组成部分,CNV所覆盖的核苷酸位点突变率明显高于单核苷酸多态性(single nucleotide polymorphism,SNP)。CNV是人类疾病的重要致病因素之一。本文从CNV的概述、突变机理、检测方法和研究进展等方面进行阐述,并对未来CNV的发展进行展望,以期获得具有更高生产性和繁殖性能的家畜,并对人类疾病的研究有帮助。     

Detection of Genome-wide Copy Number Variation Using Porcine 1.4M High-density SNP Chips in Bama Xiang Pigs

The aim of this study was to detect the copy number variation (CNV) in the genome of Bama Xiang pigs and investigate the effect of marker density on the efficiency and accuracy of CNV detection. PennCNV and R-Gada were employed to detect CNVs using the 1.4M high-density SNP chip data of 319 (160 hogs and 159 gilts) Bama Xiang pigs, and the CNV region (CNVR) was constructed by merging overlapping CNVs. Only the CNVR with higher frequency than 5% was verified by the genome-wide association study (GWAS). Finally, according to the marker densities, a certain number of SNPs were evenly extracted, and the effect of marker density on CNV detection efficiency and accuracy was explored. There were 6 327 CNVs detected by PennCNV and 3 489 CNVs detected by R-Gada, which made up of 795 and 340 CNVRs, respectively, including 226 CNVRs identified by both programs. Among the 226 CNVRs, the shortest was 3.98 kb, the longest was 1 297.78 kb, and their total length was 33.27 Mb, of which 102 (45%) overlapped the CNVRs reported previously. Among the 795 CNVRs detected by PennCNV, 135 had a higher frequency than 5%, 20 of which had been verified by GWAS, and the verification rate was 15%. With the SNP density increasing, the efficiency and accuracy of CNV detection were increased, especially for the small size CNVs. A CNVR sketch of Bama Xiang pigs had been drawn using 1.4M SNP chips, which was helpful to identify CNVRs associated with important economic traits in the future. At the same time, we revealed the positive effect of marker density on the efficiency and accuracy of CNV detection, and the results provided a reference of choosing marker density for the follow-up research of CNV detection.     

Study on Genome Copy Number Variation of Sheep in Northern China

To detect the association of the biological traits and genetic properties in sheep genome,array comparative genomic hybridization (aCGH) system was used to identify the CNVs in the sheep genome and the CNVs map was constructed in Mongolian sheep,Kazakh sheep and Tibetan sheep.The results showed that 28 CNV regions (CNVRs) were found,containing 11 gains,15 losses and 2 gain-losses.The HBB gene was amplified in Mongolian sheep and Tibetan sheep,which might be attributed to adaptability in low oxygen and high altitude environment.Real-time PCR was performed for CNVRs and CNV genes,83.3% of Real-time RCR results were consistent with the CGH.The study that performed the genome-wide detection of copy number variations of sheep in Northern China,would provid foundation for studying genetic variation in different sheep breeds.     

Detection and analysis of genome-wide copy number variation in the pig genome using an 80 K SNP Beadchip

Copy number variation (CNV) is an important source of genetic variability in human or animal genomes and play key roles in phenotypic diversity and disease susceptibility. In the present study, we performed a genome-wide analysis for CNV detection using SNP genotyping data of 857 Large White pigs. A total of 312 CNV regions (CNVRs) were detected with the PennCNV algorithm, which covered 57.76 Mb of the pig genome and correspond to 2.36% of the genome sequence. The length of the CNVRs on autosomes ranged from 1.77 Kb to 1.76 Mb with an average of 185.11 Kb. Of these, 220 completely or partially overlapped with 1,092 annotated genes, which enriched a wide variety of biological processes. Comparisons with previously reported pig CNVR revealed 92 (29.49%) novel CNVRs. Experimentally, 80% of CNVRs selected randomly were validated by quantitative PCR (qPCR). We also performed an association analysis between some of the CNVRs and reproductive traits, with results demonstrating the potential importance of CNVR61 and CNVR283 associated with litter sizes. Notably, the GPER1 gene located in CNVR61 plays a key role in reproduction. Our study is an important complement to the CNV map in the pig genome and provides valuable information for investigating the association between genomic variation and economic traits.     

拷贝数变异全基因组关联分析及数量性状基因座定位联合鉴定猪体高性状候选基因

旨在利用全基因组拷贝数变异区域（copy number variation regions，CNVRs）关联分析以及全基因组数量性状基因座（quantitative trait locus，QTLs）定位联合筛选出影响猪体高性状的候选基因。本研究利用快速检测基因组拷贝数变异软件CNVcaller对本实验室构建的大白×民猪F2代资源群体的重测序数据进行拷贝数变异检测。利用混合线性模型（mixed-linear model，MLM）将性别和胎次作为固定效应对体高性状进行拷贝数变异全基因组关联分析（CNVR-GWAS）。采用软件R/qtl进行QTL分析，并使用置换检验（permutation test，PT）进行检验。将CNVR-GWAS与QTL结果进行联合注释，结合GO富集和KEGG通路分析，对影响猪体高的位点和基因进行挖掘。利用实时荧光定量PCR（qPCR）方法验证候选基因。结果表明，本群体在全基因组范围内共有3 099个CNVRs，其中有两个CNVRs与体高性状在全基因组范围内显著相关，分别位于7号染色体的25 358 001~26 696 400 bp处（CNVR1）和54 087 201~54 090 000 bp处（CNVR2）。在混合线性模型分析的结果中发现，CNVR1拷贝数增加（P<0.01）和CNVR2拷贝数缺失（P<0.01）对猪的体高性状具有显著影响。基因组显著水平可找到2个显著影响猪体高的QTLs，分别为BH-1和BH-2，其中BH-2对体高性状的影响较大。CNVR1和BH-2重叠区存在1个嗅觉受体基因OR12D3和18个未被注释的基因。qPCR验证OR12D3的拷贝数变异与利用混合线性模型统计推断出的结果一致。初步推测，OR12D3基因的拷贝数变异可能与猪体高性状相关。     

蒙古家马和蒙古野马线粒体细胞色素b基因遗传多样性及系统进化分析

通过对马的线粒体细胞色素b（Cytb）基因序列的遗传变异分析,来探讨蒙古家马、蒙古野马和驴之间的亲缘关系和遗传多样性。对各类马和驴样本 mtDNA Cytb 基因进行PCR扩增和测序,运用现代分子生物学软件进行数据处理。结果共检测到15个单倍型,90个突变位点,单倍型多样性（Hd）为0.9356,核苷酸多样性（Pi）为0.01022,平均核苷酸差异数（K）为8.966,各群体间的遗传多样性相差不大。系统发育树和NETwork图中每一分支都至少包含2个群体的信息。4个类型蒙古家马总体上具有较高的遗传多态性,蒙古家马与蒙古野马之间的亲缘关系较近, 且出现数个分支,蒙古家马分布在各独立的进化支中,说明蒙古家马母系来源非常广泛或经过多次驯化。