猪重要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)是在关联分析的基础上对全基因组范围内的遗传标记进行检测,以研究复杂疾病和性状遗传的一种有效方法。国内外许多研究人员针对猪重要性状展开GWAS,鉴定出大量单核苷酸多态性(Single nucleotide polymorphism,SNP)标记、数量性状基因座(Quantitative trait locus,QTL)和候选基因为猪育种提供必要的分子基础,同时有助于后续相关功能基因的研究和数量性状核苷酸(Quantitative trait nucleotide,QTN)的鉴定。本文主要对GWAS在猪重要性状上的研究进展进行综述,同时简单介绍猪重要性状QTN的研究进展。     

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。     

利用GWAS研究母猪繁殖性状的进展

母猪繁殖性状一直是猪的重要性状之一,母猪繁殖性能的高低关乎着养猪场的规模和养猪业的发展。目前利用GWAS(全基因组关联分析)发现影响母猪产仔数、初生重、断奶重和乳头数等繁殖性状的SNP(单核苷酸多态性)位点,进而发现关联的基因已经成为研究热点之一,并且利用GWAS研究母猪的繁殖性状取得了一定的进展。因此,文章主要对利用GWAS研究母猪繁殖性状的进展进行概述。     

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。     

巴马香猪产活仔数性状全基因组关联分析

为寻找与巴马香猪产活仔数相关的分子标记,试验利用全基因组关联分析（GWAS）定位并筛选了影响产活仔数性状的候选基因,采集297头具有多胎产仔记录的巴马香猪耳组织样品,提取DNA并利用猪50K SNP芯片进行基因分型,分型结果经质控与基因型填充后,使用Tassel软件对巴马香猪产活仔数性状进行全基因组关联分析。结果显示,巴马香猪平均窝产活仔数在1~9胎内随着胎次增加逐渐升高;经质控过滤后共获得32 816个SNPs位点,利用全基因组关联分析共筛选到8个与巴马香猪产活仔数相关的SNPs位点,分别在基因组或染色体水平达到显著;对关联显著SNP位点上下游500 kb内的编码基因进行富集分析,并依据猪繁殖性状相关QTL区域及基因功能,最终筛选到4个基因（CAPZB、MSH3、CITED2和HSD17B7）作为影响巴马香猪产活仔数的候选基因。     

杜洛克猪生长性状全基因组关联分析及候选基因鉴定

旨在对杜洛克猪生长性状进行全基因组关联分析及候选基因鉴定。本研究选用361头杜洛克种公猪作为试验群体，对达100 kg体重日龄、达100 kg平均日增重、达100 kg活体背膘厚和达100 kg眼肌面积性状进行测定，基因型信息使用50K单核苷酸多态性阵列进行分型，质控后得到31 618个SNPs。使用GCTA软件利用基因组信息对各生长性状进行遗传参数估计，使用R软件rMVP包FarmCPU模型进行全基因组关联分析，鉴定与生长性状相关的基因组区域和候选基因。结果表明，达100 kg体重日龄、达100 kg平均日增重、达100 kg活体背膘厚和达100 kg眼肌面积性状的遗传力分别为0.27、0.29、0.16和0.11,属于中等遗传力性状，达100 kg体重日龄和达100 kg平均日增重的遗传相关和表型相关值均为-0.99,为强负相关关系。全基因关联分析结果表明，在达100 kg体重日龄和达100 kg平均日增重性状上共检测到3个显著SNPs,均位于10号染色体上。使用最小显著差数检验法对显著SNPs的等位基因型进行多重比较，显著SNPs rs81237156、rs81424502和rs...     

农业部:我国发现影响猪肉品质性状拷贝数变异

<正>近日,从中国农业科学院北京畜牧兽医研究所猪遗传育种科技创新团队传来消息,该团队通过对猪全基因拷贝数变异进行扫描,获得了多个与猪肉品质性状显着相关的基因拷贝数变异。在猪全基因组范围内进行肉质性状关联研究在国际上尚属首例。研究表明,作为基因组覆盖范围最广的变异之一,拷贝数变异对     

猪脊椎数性状候选基因研究进展

脊椎数性状是猪（Sus Scrofa）的重要经济性状,多脊椎现象是指胸腰椎总数增多。胸腰椎总数增多使猪的体型加长、产肉量增加、乳头数增多,使猪的经济价值大幅度提升。猪的脊椎数性状遗传力较高,这为选择和培育多脊椎新品系猪奠定了遗传基础。挖掘影响脊椎数性状候选基因,将其应用于分子辅助选育,可加快育成多脊椎新品种。目前猪脊椎数性状研究取得较多成果,本文就猪脊椎数性状、全基因组扫描和全基因组关联分析研究方法、猪脊椎数性状候选基因3方面内容进行阐述,以期为培育多脊椎猪提供参考。     

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(P0.01)和CNVR2拷贝数缺失(P0.01)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。     

荣昌猪初产繁殖性状的全基因组关联研究

旨在鉴定荣昌猪初产繁殖性状的重要变异位点和基因,为荣昌猪繁殖性状的遗传改良提供重要的分子标记和基因资源。本研究选取429头荣昌母猪进行猪50K芯片基因分型,经过质量控制和基因型填充后,保留35 046个SNPs用于分析。采用主成分分析法研究群体结构,利用混合线性模型(mixed-linear model, MLM)将出生年、出生月作为固定效应,将主成分值作为协变量对总产仔数、活产仔数、死胎数和初生窝重性状进行全基因组关联分析(GWAS)。结果显示,在全基因组显著水平上鉴定出2个影响荣昌猪初生窝重的SNPs和1个影响荣昌猪死胎数的SNP;在潜在显著水平上鉴定到5个影响荣昌猪总产仔数的SNPs, 3个影响荣昌猪活产仔数的SNPs和10个影响荣昌猪死胎数的SNPs。通过全基因组关联分析筛选到1个显著的SNP(SSC17:57 315 180 bp)同时影响荣昌猪总产仔数、活产仔数和初生窝重,1个显著的SNP(SSC1:279 214 647 bp)同时影响荣昌猪活产仔数和总产仔数,暗示基因在不同性状间具有一因多效性。本研究根据候选基因的相关分子生物学功能,确定BMP7基因为影响荣昌猪总产仔数...     

戴瑞奶绵羊产奶性状的全基因组关联分析

旨在通过对奶绵羊产奶性状的全基因组关联分析（GWAS）,寻找和定位与奶绵羊产奶性状相关的遗传标记和功能基因。本研究以135只戴瑞奶绵羊为试验材料,基于全基因组重测序技术,通过SAMTOOLS进行单核苷酸多态性（SNP）检测,使用PLINK v1.90进行质控,利用GEMMA v 0.98.1的混合线性模型对质控结果进行奶绵羊产奶性状相关的全基因组关联分析。结果表明,有1个SNP与泌乳后90天日均产奶量在全基因组范围内显著相关,8个SNPs达到潜在显著关联,相关的候选基因包括TRNAQ-CUG-2、LOC114117240、ACADL、MYL1、CHD6、SLCO3A1;有2个SNPs与150天日均产奶量达潜在显著关联,相关的候选基因包括PRMT6、RNF180;有2个SNPs与泌乳周期达潜在显著关联,相关的候选基因包括PRMT6、TRNAW-CCA-68、TRNAS-GGA-61。进一步基因功能分析推测,ACADL、SLCO3A1可能是影响奶绵羊产奶性状的候选基因。本研究为奶绵羊产奶性状的分子机制解析提供了一定的基础,为我国奶绵羊新品种培育提供了一定的理论参考。     

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。     

美系大白猪生长性状全基因组关联分析

猪的生长性状是重要的经济性状之一,直接影响到养猪企业的经济效益,同时还间接反映了猪育种工作的现状和进展。为了了解猪生长性状的遗传机制,寻找与生长性状显著相关的位点,进而定位与生长性状有关联的功能基因,研究利用全基因组关联分析(Genome-wide Association Study, GWAS)研究猪的生长性状相关基因。试验选择571头美系大白猪作为研究对象,采用基于线性模型的单标记回归方法,同时借助Illumina猪80 K高密度SNP芯片(共有68 528个SNP位点)对样本个体的基因型进行分型,对大白猪的两个生长性状100 kg体重活体的背膘厚和达100 kg体重的日龄,进行了全基因组关联分析。研究将群体进行全基因组关联分析后使用FDR方法对关联分析的结果进行多重检验校正,发现了4个位于15号染色体上与100 kg体重日龄性状相关的基因组水平显著的SNP位点,分别是WU_10.2_15_142776834、WU_10.2_15_142743420、WU_10.2_15_142698412、WU_10.2_15_142730007。2个位于1号染色体上与活体背膘厚性状相关的基因组水平显著的SNP位点,分别是ALGA0005769、ASGA0004384。进而利用EnseMble在线平台的猪SusScrofa10.2版本数据库,将显著的SNP位点向上下游各扩展1 Mb进行基因富集分析,定位到了可能与生长性状有关联的基因。其中,与100 kg体重日龄相关的基因有9个,分别是SLC19A3、CCL20、DAW1、SPHKAP、RHBDD1、IRS1、COL4A4、TM4SF20、AGFG1;与活体背膘厚相关的基因有16个,分别是ONECUT1、ARPP19、MYO5A、MYO5C、GNB5、BCL2L10、MAPK6、LEO1、TMOD3、SCG3、LYSMD2、TMOD2、DMXL2、GLDN、CYP19A1、TNFAIP8L3。结论,ARPP19可以控制有丝分裂,ONEUT1具有促进细胞分裂和生长发育的功能。因此这两个基因最可能与生长性状存在功能联系。     

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。     

影响猪生长性状相关基因的研究进展

生长性状是猪的重要经济性状之一,在猪生产中具有重要地位。可以通过营养调控改善生长性状,但是要从根本上对其改良,还是需要通过育种技术和方法。应用PCR-SSCP、全基因组关联分析等分子生物学技术已经发现了与生长性状有关的基因、QTLs和SNPs。该文主要对已发现的影响猪生长性状的基因加以综述,为性状的改良提供参考。     

丹系长白种猪“二胎综合征”全基因组关联分析研究初报

全基因组关联分析（Genome-Wide Association Studies,GWAS）技术已广泛应用于筛选动物某特定性状SNP分子标记。本研究将503头丹系长白后备种猪全基因组测序结果与胸围、尻长和外阴长宽等体尺性状进行了关联分析,探讨与猪“二胎综合征”紧密相关的SNP。关联结果显示,关联到1个与胸围性状显著相关的SNP,2个与尻长性状显著相关的SNP,与这3个SNP相邻的6个基因中,3个基因（NPBWR1、BRINP3和SPACA3）已具有功能注释,另外3个基因（ST18、ENSSSCG00000010811和ENSSSCG00000030066）暂无基因功能注释,没有关联到与外阴尺寸性状显著相关的SNP。本研究结果可为后续开展无“二胎综合征”种猪选育奠定一定的工作基础。     

基于SNP芯片技术对猪性状的应用及其研究进展

SNP具有分布广、数量多,易检测和便于分型等优点,在动植物分子育种方面已经得到广泛应用,并不断出现新的分析检测方法。相对全基因组重测序的成本而言,SNP芯片检测的成本较低,使得利用SNP芯片技术在全基因组范围内寻找与人类疾病和动植物性状相关的SNPs成为可能。利用SNP芯片技术结合全基因组关联分析(GWAS),已经检测到了与猪性状显著相关的SNPs位点和候选基因,为未来猪的分子育种提供理论依据。该文主要就SNP芯片技术的特点、原理和方法以及在猪性状方面的应用加以综述。     

猪肉品质遗传研究进展与启示

通过分析近几年猪肉质性状方面遗传研究进展,综述了候选基因法、转录组、蛋白组及全基因组关联分析等不同研究方法对影响猪肉品质基因的挖掘,分析了现有遗传研究工具在肉质研究中存在的问题,并对肉质性状分子遗传研究前景提出展望,为进一步促进分子遗传标记在猪肉质性状中的遗传改良的应用提供参考。     

全基因组关联分析在猪育种中的研究进展

全基因组关联分析(genome-wide association studies, GWAS)是一种利用大规模群体的DNA样本进行全基因组高密度基因型分型，探究与目标性状相关联的遗传变异的研究方法。GWAS在揭示猪重要经济性状的变异规律和推动基因组选择在猪育种中的实际应用等方面有着重要作用。本综述主要围绕GWAS的基本原理、GWAS的分析方法、GWAS在猪育种方面取得研究进展和其未来展望进行综述，以期为利用GWAS进行猪重要经济性状遗传基础的研究提供参考。     

全基因组关联分析鉴定太行鸡产蛋性状功能基因

鸡蛋是人类重要的蛋白质来源，产蛋性状是鸡重要的经济性状，鉴定鸡产蛋性状相关的重要功能位点对于蛋鸡育种意义重大。本研究采集了1 100只太行鸡样本，记录其产蛋数和开产日龄2个表型，使用目前在农业动物中广泛应用的低深度重测序技术对全部样本进行基因分型。本研究共鉴定到覆盖全基因组的680万个单核苷酸多态性位点。针对产蛋数性状和开产日龄性状分别进行方差组分估计和全基因组关联分析，遗传力估计结果显示2个性状的遗传力均较低，其中开产日龄估计遗传力为0.155，产蛋数估计遗传力为0.102。在全基因组关联分析中发现了影响开产日龄的4个候选主效基因CPD、ENSGALG00000007646、ENSGALG00000007656和CDX4，以及16个SNP标记。通过功能富集分析鉴定到了细胞黏附和细胞膜相关通路、质膜钙信号通路以及磷脂酰肌醇信号通路等在产蛋数性状中发挥的重要作用。本研究为太行鸡产蛋相关性状选育提供了重要的分子标记，为下一步的保种育种工作奠定了基础。