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。     

全基因组关联分析在畜禽中的研究进展

全基因组关联分析(genome-wide association study,GWAS)是近几年逐渐发展起来研究复杂性状的方法,并且在人类疾病和动植物复杂性状研究中得到广泛应用。文章主要综述了GWAS方法及近几年GWAS在畜禽重要经济性状的研究进展,主要目的是通过GWAS为畜禽复杂性状遗传机理的研究提供参考依据,为动物分子育种研究奠定基础。     

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。     

全基因组关联分析(GWAS)在鸡重要经济性状基因定位中的研究进展

全基因组关联分析（GWAS）是通过分析表型性状和基因遗传变异之间的关联性从而确定影响表型性状的遗传因素的一种方法,目前已广泛应用于畜禽生产中。文章主要对GWAS在鸡生长性状、繁殖性状、蛋品质性状和屠宰性状等重要经济性状基因定位中的研究进展进行综述,旨在为鸡遗传育种和种质改良以及地方特色鸡品种的保种提供思路。     

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。     

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。     

全基因组关联分析在德国牧羊犬髋关节发育不良研究中的应用现状

犬髋关节发育不良(canine hip dysplasia,CHD)是犬常见的骨科疾病,传统放射学诊断对降低CHD发病率的作用有限,而基因诊断技术则可以有效促进CHD的育种改良。全基因组关联分析(genome wide association study,GWAS)是一种全基因组范围内的遗传标记的检测技术,对复杂性状功能基因的鉴定十分有效,已成为挖掘畜禽复杂疾病和性状遗传的重要方法。随着犬全基因组测序的完成以及犬不同密度SNP芯片的商业化,GWAS已经成为CHD致病基因筛选的一个重要手段。本文综述了GWAS的定义与影响因素,CHD在国外的育种现状及GWAS在德国牧羊犬中的研究进展。     

全基因组关联分析在德国牧羊犬髋关节发育不良中的研究进展

犬髋关节发育不良(Canine Hip Dysplasia, CHD)是犬常见的骨科疾病,传统放射学诊断对降低CHD发病率的作用有限,而基因诊断技术则可以有效促进CHD的育种改良。全基因组关联分析(Genome wide association study, GWAS)是一种全基因组范围内的遗传标记的检测技术,对复杂性状功能基因的鉴定十分有效,已成为挖掘畜禽复杂疾病和性状遗传的重要方法。随着犬全基因组测序的完成以及犬不同密度SNP芯片的商业化,GWAS已经成为CHD致病基因筛选的一个重要手段。本文综述了GWAS的定义与影响因素,CHD在国外的育种现状及GWAS在德国牧羊犬中的研究进展。     

全基因组关联分析研究现状及展望

全基因组关联分析(Genome-Wide Association Study,GWAS)是近年来迅速兴起的一种新型基因组分析方法,它利用全基因组范围内筛选出高密度的分子标记对所研究的群体进行扫描,分析扫描得出的分子标记数据与表型性状之间关联关系的方法。GWAS的出现为全面系统地研究基因组学打开了新的篇章,目前主要应用于人、动植物以及微生物主要疾病复杂性状的分析,已成为研究基因组学的关键手段。本文主要针对GWAS的概念、近年来GWAS在动物疾病模型和致病菌中的研究、存在问题及未来发展进行阐述。     

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。     

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。     

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。     

羊经济性状全基因组关联分析与基因组育种的研究进展

随着全基因组时代的到来,高通量测序在动物新基因和分子标记挖掘方面的优势日益突出,与此同时,全基因组关联分析(Genome-wide association studies,GWAS)成功建立起变异与表型的关联,借助现代分子育种和基因组选择(Genomic selection,GS)技术,这些新产生的基因组变异必将在动物经济性状改良方面发挥重要作用。目前,与家羊关键经济性状有关的分子遗传标记研究还相对较少,而高质量参考基因组的发表为性状的遗传改良提供了发展的契机。基于此,文章对绵羊和山羊关键经济性状的GWAS分析和GS育种的相关进展做一综述,以期为羊品种资源保护和利用提供借鉴。     

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。     

我国研制出首款鸡 55KSNP芯片

<正>近日,中国农业科学院北京畜牧兽医研究所鸡遗传育种团队,在对中外鸡种全基因组重测序的基础上,整合对重要经济性状功能基因的显著位点,开展了自主芯片设计,研制出我国首款鸡55KSNP芯片。近年来,随着分子标记检测技术不断发展,分子育种进入了全基因组选择时代。相对于传统育种手段,全基因组选择具有育种值估计准确率高、有效提高育种工作效率等优点,已应用于奶牛、生猪的品系选育中。而与牛和猪比较,全基因组选择在家禽育种方面的研究和应用则相对较少。     

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。     

猪基因组选择技术应用初探

基因组选择是一种全基因组范围内的标记辅助选择方法,是家畜经济性状育种改良的重要技术,利用全基因组遗传标记信息对个体进行遗传评估,能够精准地早期预测估计个体育种值,降低近交系数,大大提高猪育种的遗传进展。随着基因组育种技术不断成熟,基因检测价格不断下降,这项技术越来越多被应用于奶牛、生猪、鸡等动物的育种工作中,本文将从猪基因组选择技术应用意义、国内外应用现状与趋势、技术集成、应用前景等4方面进行综述,为猪的基因组选择技术提供参考。     

牛全基因组拷贝数变异研究进展

拷贝数变异(Copy number variation,CNV)作为基因组结构变异(Structural variation,SV)的重要组成部分,在物种表型变异、疾病易感性评估、物种演化等方面起着重要作用。目前,高通量、高分辨率的全基因组CNV研究已广泛应用到各种家畜中,并成为全基因组关联性分析(Genome-wide association analysis,GWAS)研究复杂性状的重要分子标记。此外,CNV还为群体遗传结构分析提供新的视角。因此,本文从定义、形成机制、分布特点、检测方法、遗传效应和牛Y染色体CNV等方面对牛全基因组CNV研究进行了较为全面的介绍与阐述,提出全基因组CNV研究所面临的一些问题,并对发展前景做了简单展望,以期为今后牛全基因组CNV的研究提供指导信息。     

结合GWAS先验标记信息的肉鸡RFI性状全基因组选择研究

旨在比较结合全基因组关联分析(genome-wide association study, GWAS)先验标记信息的基因组育种值(genomic estimated breeding value, GEBV)估计与基因组最佳线性无偏预测(genomic best linear unbiased prediction, GBLUP)方法对鸡剩余采食量性状育种值估计的准确性,为提高基因组选择准确性提供理论与技术支持。本研究选用广西金陵花鸡3个世代共2 510个个体作为素材,其中公鸡1 648只,母鸡862只,以42～56日龄期间的剩余采食量(residual feed intake, RFI)为目标性状,将试验群体随机分为两组,其中一组作为先验标记信息发现群体,用于GWAS分析并筛选最显著的top5%、top10%、top15%和top20%的位点作为先验标记信息;另外一组分别结合不同的先验标记信息进行遗传参数估计并比较基因组育种值的预测准确性,使用重复10次的五倍交叉验证法获取准确性,随后两组群体再进行交叉验证。研究结果表明,GBLUP计算RFI的遗传力为0.153,预测准确性为0.38...