鸡血糖性状的全基因组关联分析

旨在挖掘影响鸡血糖性状的有效SNP位点及功能基因,为优质肉鸡分子育种工作提供有效的理论支撑。本试验选取407只京星黄母鸡于98日龄屠宰,酚仿法提取血液DNA,进行深度为10×的全基因组重测序;葡萄糖氧化酶法测定血清中血糖水平,基于全基因组重测序和血糖表型数据进行全基因组关联分析（GWAS）。结果,GWAS共筛选到6个血糖相关的SNPs位点（关联阈值P<1.43×10^-6）。基因注释发现,rs734134177在UBE3D基因第8内含子上,其编码蛋白为泛素蛋白连接酶。该位点携带野生型（AA）个体的血糖水平极显著高于突变型（GG）个体（P<0.01）;rs794554022位于ACAD9基因下游D 93.5 kb处。ACAD9蛋白为酰基辅酶A脱氢酶家族的成员之一,是细胞线粒体中脂肪酰基辅酶A进行β-氧化过程中的限速酶。rs794554022位点携带野生型（AA）个体的血糖水平极显著低于携带突变型（CC）个体的（P<0.01）。以上位点可能是调控血糖水平的相关候选SNPs位点,这两个位点所在基因可能参与了肉鸡血糖代谢的调控过程,这些结果将为调控肉鸡血糖代谢进而改善肉品质的育种工作提供候选的分子标记,为肉鸡血糖代谢的调控提供了新的思路。     

猪肉质性状全基因组关联分析的研究进展

全基因组关联分析(genome-wide association study, GWAS)是在全基因组范围内,以单核苷酸多态性标记(single nucleotide polymorphism sign, SNPs)作为分子遗传标记,筛选出与数量性状相关的SNP、数量性状基因座(quantitative trait locus, QTL)和候选基因的有效手段。猪肉品质是猪的重要经济性状,与人们的肉食营养、肉食品加工和养猪业经济效益密切相关。本文主要对GWAS在猪肉质性状的研究应用展开论述,以期为通过GWAS鉴别影响猪肉质性状的主效基因来改善猪肉品质提供理论依据。     

绵羊体重性状全基因组关联分析

Motivated by mining major candidate genes across Ovine genome, the present study is to perform genome-wide association studies(GWAS) to detect genes associated with body weight traits. Using Illumina OvineSNP50 BeadChip, we performed a GWA study in 329 purebred sheep phenotyped for 6 body weight traits(birth weight, weaning weight, 6-month weight, pre-weaning gain, post-weaning gain, daily weight gain). Statistics and data analysis were based on TASSEL program,mixed linear model and the latest Ovis_aries_v3.1 genome sequence (released October 2012). The results indicated that 10 SNPs consistently reached genome-wise significant level for post-weaning gain and 22 SNPs reached chromosome-wise significant level for other body weight traits. The SNPs were within (MEF2B,RFXANK,et al) or close to some ovine genes, which were thought to be the most important candidate genes associated with body weight traits. The results will contribute to identify candidate genes for ovine body weight traits, and facilitate the potential utilization of genes involved production traits in sheep in future.     

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。     

肉牛生长性状和肉质性状全基因组关联分析的研究进展

全基因组关联分析(genome-wide association studies,GWAS)是研究家畜复杂经济性状和疾病遗传变异的有效方法,GWAS的核心是挖掘遗传变异与目标表型性状间的关系.随着牛全基因组测序工作完成,海量单核苷酸多态性(single nucleotide polymorphism,SNP)位点被标记...     

全基因组关联分析及其在猪育种中的研究进展

近年来,随着高通量单核苷酸芯片和基因分型技术的不断发展,利用全基因组关联分析猪的性状成为可能。全基因组关联分析是一种新兴的遗传分析方法,能有效进行复杂疾病和性状的研究。国内外相关研究人员针对猪性状进行全基因组关联分析,积累了大量的单核苷酸多态性(SNP)标记、候选基因以及数量性状位点,为猪分子育种提供基础。该文主要对全基因组关联分析的基本原理、分析方法以及对猪性状的研究进展进行综述。     

鸭胸肌肉色性状全基因组关联分析

试验旨在利用全基因组关联分析（GWAS）定位影响鸭胸肌肉色性状的候选基因及分子标记,探究肉色性状的遗传基础。本研究中,共测定了555只北京鸭×野鸭F2代资源群体的3种胸肌肉色性状（包括红度a^*、黄度b^*、亮度L^*）。利用北京鸭×野鸭F2代资源群体胸肌肉色性状数据并结合全基因组重测序数据进行全基因组关联分析,检测影响胸肌肉色性状的相关基因及可能的因果变异位点。结果显示,肌肉亮度L^*、红度a^*、黄度b^*均属于低遗传力性状,遗传力分别为0.23、0.12、0.13,且肌肉黄度b^*变异系数较大（26.18%）。通过相关性分析可知,肌肉黄度与红度存在较强正表型相关（r=0.52）,肌纤维直径与肌肉黄度存在弱负相关性（r=-0.16）。利用混合线性模型进行GWAS,发现了1个SNP与肌肉黄度b^*潜在显著关联（-log₁₀ P=8.28）。对最高效应SNP进行连锁不平衡检验,发现42个SNPs与最高点SNP存在高相关性（r²>0.4）,这些SNPs位于9号染色体0.37~0.43 Mb之间,区间中共包含7个基因。通过转录组测序数据分析,发现只有5个基因在胸肌组织中表达。对这5个基因进行功能注释,确定硒蛋白T（SELENOT）基因为影响肌肉黄度的候选基因。该结果为解析鸭胸肌肉色性状和提高鸭肉品质的遗传改良提供重要参考。     

大白猪产仔数性状全基因组关联分析

在猪业生产中,产仔数高低是评价母猪繁殖性能的重要指标。本研究以738头大白猪群体为研究对象,收集繁殖记录,并计算1～4胎次总的产仔数（Total Number Born,TNB）、总的产活仔数（Number Born Alive,NBA）性状。利用猪80K芯片对个体进行基因分型,采用GCTA软件对TNB、NBA性状进行全基因组关联分析。结果显示,在15号染色体上,共鉴定到7个与NBA性状显著关联的SNP位点,构成1个327kb的单倍型块。与猪QTL数据库比对,这些显著关联的SNP位于3个与繁殖性状相关的QTL区域内,与黄体数、乳头数等性状相关。在显著SNP位点上、下游500 kb区域内共包含7个基因,其中,IRS1、RHBDD1为产仔数性状相关基因。本研究为进一步鉴定猪繁殖性状关键基因提供理论依据。     

全基因组关联分析的扩展方法及其在畜禽中应用的研究进展

全基因组关联分析(GWAS)是一种通过对大规模样本集合进行基因型和表型数据的比较分析,寻找与特定性状相关的遗传变异的方法。随着高通量测序技术、生物信息学技术和统计学方法的不断发展,一些频率更小的遗传变异或小分子物质能够被更加精准和经济的方式检测。基于技术进步衍生出GWAS的扩展方法,为畜禽精准育种和遗传改良提供了新的思路,其中包括基于拷贝数变异(copy number variation, CNV)、结构变异(structural variation, SV)和串联重复序列(tandem repeats, TR)的GWAS和基于单倍型、基因表达和代谢组的GWAS。研究人员期望利用不同分子标记以提供更全面和详细的遗传变异信息来增加GWAS的解释性和准确性,或通过结合其他类型的数据来进一步解释和深化GWAS的结果,从而深入研究遗传变异与性状之间联系并确定影响复杂性状的关键基因。作者介绍了基于不同分子标记的GWAS在畜禽研究当中的应用并对其结果进行讨论,分析了不同方法的优势与可行性,为进一步推动GWAS在畜禽研究中的应用,精准育种和遗传改良提供更多的思路和支持。     

可乐猪乳头数性状全基因组关联分析

乳头数性状是猪最重要的繁殖性状之一,与养猪业的经济效益密切相关。本试验以Illunima Porcine SNP 60K芯片对22头可乐猪进行基因分型,通过Plink 1.07软件,基于混合线性模型对左乳头数、右乳头数和总乳头数性状进行全基因组关联分析。经过严格的质量控制和多重检验之后,共鉴定出全基因组水平潜在关联的SNPs位点4个（P<2.06E-5）;染色体水平显著关联位点3个,潜在关联位点18个;在关联SNP位点可能连锁的上、下游1 cM区间内检索到304个基因,其中Wnt及Fgf信号通路中的候选基因BTRC、FGF5、FGF8和BMP3、RASGEF1B、HMGB3可能影响猪的乳头数性状或繁殖性状。通过全基因组关联分析策略发掘出的关联SNP位点及潜在候选基因,将为可乐猪的选育保种奠定基础。     

伊犁马毛色性状的全基因组关联分析

实验旨在利用全基因组关联分析(GWAS)挖掘影响伊犁马毛色性状的关键基因,探究马毛色性状的遗传基础.本研究基于670K高密度芯片,利用卡方检验对129匹伊犁马的毛色性状进行关联分析,探索影响毛色性状的相关基因.利用Plink1.9软件对个体和SNP位点进行质控,质控后剩余119个个体和494137个单苷酸多态性位点(S...     

家畜全基因组关联分析研究进展

全基因组关联分析（genome-wide association study,GWAS）是一种研究经济性状候选基因的分析方法。近年来,随着家畜全基因组测序的完成,大量的单核苷酸多态性（single nucleotide polymorphisms,SNPs）被标识,GWAS也越来越多地应用于家畜重要性状的研究领域中,在动物遗传育种中,通过对家畜基因组进行GWAS分析研究,找到控制家畜主要经济性状的重要SNPs,从而挖掘重要经济性状的候选基因。作者详细综述了GWAS的分析方法及其在重要家畜育种中的研究进展。GWAS分析方法包括基因组控制法（genommic control）、分层分析法（stratification analysis）、主成分分析法（principal components analysis,PAC）和混合线性模型分析法（mixed-linear-model association,MLMA）,通路分析方法包括非核算法（基因功能富集分析（gene set enrichment analysis,GSEA）和分层贝叶斯优取（hierarchical Bayes prioritization,HBP））和核算法。依据不同的目标性状选择合理的分析方法,提高GWAS分析结果的准确性,为进一步利用GWAS分析各种性状的遗传基础提供合理的借鉴。     

全基因组关联分析筛选淮南猪繁殖性状候选基因

为了筛选淮南猪产仔数、有效产仔数、窝重等繁殖性状的候选基因及SNP标记,采用GGP porcine50K芯片对254头淮南母猪开展了基因分型和全基因组关联分析。结果显示：在总产仔数、有效产仔数、窝重3个繁殖性状分别发现了31、17、1个SNP和43、20、1个候选基因,筛选了FBXO5、PRDM9、CDT1和PABPN1等作为总产仔数性状候选基因,为后续通过分子育种手段提升淮南猪繁殖性状奠定了基础。     

蒺藜苜蓿耐酸铝性状的全基因组关联分析

铝毒害是酸性土壤耕种的主要限制因素,每年造成大量作物减产。蒺藜苜蓿是紫花苜蓿的一年生近缘种,广泛分布于世界各地,是紫花苜蓿遗传改良的重要基因资源。本研究利用蒺藜苜蓿群体的耐酸铝性状差异,进行全基因组关联分析,筛选蒺藜苜蓿耐酸铝性状相关的遗传位点,共得到58个与蒺藜苜蓿耐酸铝性状相关的SNP标记。对其周围基因进行功能注释分析,发现这些SNP位点主要参与苜蓿的细胞壁、脂质代谢、环境胁迫响应过程、氧化还原反应过程以及小分子转运等过程。最后,通过基因组选择方法将发掘SNP标记应用到蒺藜苜蓿耐酸铝性状的预测,预测准确性达到0.80,这说明本研究发掘的SNP标记可以用于蒺藜苜蓿及其近缘物种紫花苜蓿耐酸铝性状的遗传改良。     

儋州鸡胸肌肉色性状全基因组关联分析

为挖掘影响地方鸡肉色性状的有效SNP位点及功能基因,给儋州鸡育种工作提供有效的数据基础和理论支撑,利用10×深度全基因组重测序技术对200只儋州鸡个体的肉色性状数据进行全基因组关联分析。结果显示,与肉色性状相关的全基因组和潜在显著水平的SNP位点分别为6个和13个,分别位于儋州鸡1、2、4、5号和Z染色体。通过KEGG通路分析和GO注释,预测ACAA2、ACSS3基因可作为儋州鸡肉色性状的重要候选基因。这些结果将为儋州鸡的育种提供候选分子标记,为地方鸡标记辅助选择提供新的思路。     

鸡体质量性状基因的全基因组关联研究

旨在利用全基因组关联分析(GWAS)方法挖掘畜禽各种经济性状相关候选基因及分子标记.本试验利用鸡的60 K SNP芯片,对北京油鸡初生、28、56、80和100日龄体质量进行GWAS研究.结果表明,共有9个SNPs位点达5％全基因组显著水平,与28或100日龄体质量显著相关,在这些显著位点附近包括LYRM1、LDB2等基因;还有96个SNPs位点达全基因组潜在显著水平,与检测的各个日龄体质量有潜在相关性.这些候选基因和分子标记的揭示为分子标记辅助选择技术的发展积累了素材.     

93份无芒雀麦种质资源产量性状的全基因组关联分析

为了解无芒雀麦（Bromus inermis）群体亲缘关系,同时挖掘控制产量相关性状的基因位点,本试验利用单核苷酸多态性（Single nucleotide ploymorphism,SNP）标记对来自国内外93份无芒雀麦进行全基因组扫描,对茎重、干草产量、节数、鲜草产量、叶重、株高、叶长、茎粗、叶宽、穗长10个重要产量性状进行全基组关联分析和群体遗传结构分析。结果表明,93份无芒雀麦共鉴定到95 708个有效SNP标记;经构建系统进化树分析,93份无芒雀麦种质材料被分成了3个类群,第I类群材料为祖先种群,第II类群材料和第III类群材料为进化分支群;通过对10个数量性状的全基因组进行关联分析,株高、穗长、茎粗、节数、叶长、叶宽、鲜草产量、干草产量、茎重、叶重分别筛选到20,24,19,21,29,19,26,31,25,33个核心SNP标记（P<0.001）。这些SNP标记经进一步筛选鉴定,可有效提高无芒雀麦新种质的分子鉴定效率,对加快无芒雀麦育种进程、加强生物多样性保护具有重要意义。     

基于单倍型肉牛屠宰性状全基因组关联分析研究

单倍型标记与数量性状基因座(quantitative trait loci,QTL)之间具有较强的连锁不平衡(linkage disequilibrium,LD)关系,在基因定位和因果突变鉴定方面具有较高的应用价值。为了评估单倍型标记在基因组研究中的作用,本研究在华西牛资源群体中,选取该群体于2008—2021年间屠宰的共计1 478头平均月龄为24个月的个体进行研究,其中公牛1 333头,母牛145头。利用770K高密度芯片数据,基于LD阈值(r²>0.3)及固定单核苷酸多态(single nucleotide polymorphism,SNP)个数(5个连续SNP)两种方法进行单倍型构建,分别采用单位点SNP标记和两种单倍型标记共3种标记,基于GCTA的混合线性模型(mixed linear model,MLM),开展宰前活重(LW)和屠宰率(DP)等屠宰性状的全基因组关联分析(genome-wide association study,GWAS),定位影响屠宰性状的显著(P<0.05) SNPs、单倍型块和候选基因,同时比较3种标记的GWAS结果,评估3种标记的优劣。结果显示,3种标记在全基因组范围内共找到16个的显著SNPs及单倍型区域,主要分布于1、5、6、14、16、17和28号染色体上,同时鉴定到FAM184B、PPM1K、LCORL、RIMS2等10个与屠宰性状相关的候选基因,其中,基于SNP标记方法鉴定到的3个候选基因,在利用基于单倍型标记的方法中也鉴定到,且单倍型鉴定到的显著性位点或区域大多位于基因内部。在两种单倍型构建方法中,与基于固定SNP个数构建单倍型进行GWAS相比,基于LD阈值的构建方法鉴定到了更多候选基因。本研究结果表明,以单倍型开展GWAS可以综合考虑SNP位点间连锁关系,能较好地揭示复杂性状的遗传结构。     

大白公猪精液相关性状全基因组关联分析

本研究旨在通过全基因组关联分析技术挖掘大白公猪原精体积、原精密度、精子畸形率、精子总数和有效精子数等性状的关联SNP位点及候选基因.选取498头大白公猪,提取精液DNA,利用Gene Seek 50K芯片进行基因分型,通过混合线性模型计算个体随机效应值来作为全基因组关联分析表型值,利用Farm-CPU法进行全基因组关联...     

白耳黄鸡冠齿数性状全基因组关联分析

试验采用全基因组关联分析(Genome-wide association study,GWAS)寻找与白耳黄鸡冠齿数性状相关的候选基因。以82只白耳黄鸡为试验材料,采集血液提取DNA,然后用Illumina鸡60 K芯片进行基因型分型,利用PLINK 1.90对分型结果进行质控后,采用GEMMA软件对SNPs(Single nucleotide polymorphisins)与性状做GWAS分析,定位出显著位点。结果显示:与冠齿数相关的SNP位点有7个,位于白耳黄鸡1、2、4号染色体上。通过基因功能注释,预测WNT9A基因可作为白耳黄鸡冠齿数的重要候选基因。研究结果将为白耳黄鸡冠齿数的选择提供候选分子标记,为地方鸡标记辅助选择提供新的思路。