大豆遗传育种中全基因组关联分析的应用进展

目前我国缺少高产优质的大豆品种,需加大研发力度.全基因组关联分析(GWAS)具有高通量、高精度和费时少等显著优点.为促进GWAS在大豆遗传和育种过程中的应用,本文在介绍GWAS方法的基础上,总结其在大豆各主要农艺特性的遗传改良和育种工作中的应用进展,并对GWAS的优缺点和其发展趋势等问题进行讨论,并提出解决方法.     

大豆抗倒伏相关性状全基因组关联分析

研究以150份大豆种质为试验材料开展2年3点试验,在收获期测定抗倒伏相关性状,并利用RTM-GWAS方法作关联分析,共检测到99个显著关联SNP位点,其中48个效应显著位点,解释0.28％～3.38％表型变异;89个与环境互作显著位点,解释0.53％～7.04％表型变异;其中,21个位点主效表型变异解释率高于1％;与6...     

广益黑猪繁殖性状的全基因组关联分析

选取441头广益黑猪经产母猪为研究对象,利用猪50K SNP芯片对猪耳组织DNA进行基因型分型,PLINK 1.9质控后,采用GMAT中的重复力模型进行猪繁殖性状相关的全基因组关联分析,确定显著位点。结果表明：441头经产广益黑猪母猪的耳组织DNA基因分型共获得50 898个SNPs,经质控剩余46 165个SNPs位点用于关联分析;平均亲缘关系系数为–0.002 2,平均亲缘关系较远,不存在明显的群体分层;总产仔数性状有1个SNP在全基因组范围内达到显著相关,4个SNPs达到潜在显著关联,候选基因包括PIK3C3、ENSSSCG00000003753、MAP3K3、DCAF7;产活仔数性状有6个SNPs潜在显著关联,候选基因包括ZNF585A、ENSSSCG00000022411、ZNF784、ENSSSCG00000029007、PigE–108A11.5、PigE–108A11.3、ENSSSCG00000023343;弱仔性状有1个SNP达潜在显著关联,候选基因包括KRTAP7–1和TIAM1;经基因功能分析推测,PIK3C3、MAP3K3可能是影响猪总产仔数的候选基因。     

甘蓝型油菜品质相关性状全基因组关联分析

采用近红外方法,分析104份甘蓝型油菜种子中的芥酸、油酸与硫代葡萄糖苷含量;运用简化基因组技术(ddRADseq)对全部材料进行基因分型;结合性状与基因型的数据,利用Tassel混合线性模型进行全基因组关联分析。结果表明:芥酸含量与硫代葡萄糖苷呈极显著正相关,油酸含量与芥酸、硫代葡萄糖苷呈极显著负相关;群体结构分析将104份材料划分为4个亚群;通过全基因组关联分析发现,与芥酸、油酸含量显著关联的SNP标记主要分布在A08与C03染色体上,与硫代葡萄糖苷含量显著关联的标记分布在A05、A02与C09染色体上。     

小麦种子活力相关性状全基因组关联分析

【目的】鉴定控制小麦种子活力相关性状位点,发掘相关候选基因,为高活力品种提高理论基础。【方法】以404份遗传背景广泛的小麦为试验材料,对11个种子活力相关性状进行测定,结合基因型信息与活力相关性状参数进行全基因组关联分析。【结果】鉴定出28个与小麦种子活力相关性状的显著关联位点。【结论】发现2个控制小麦种子活力潜在新位点,在这2个位点共检测到80个与种子活力相关的候选基因,其中,TraesCS4A01G020000.1编码LEA蛋白基因和TraesCS5B01G298500.1编码解螺旋酶基因,在种子中特异表达,与种子活力高度相关。     

武汉地区荷斯坦牛体型性状的遗传参数估计

利用2006～2007年间武汉市武湖牧场971头荷斯坦母牛23个体型线性性状的鉴定记录,配合单性状和多性状动物模型,利用MTDFREML软件,采用REML方法,估计了各体型性状的相关参数.23个体型线性性状的平均分范围从3.93(前乳头位置)到7.22(体躯大小),各性状的标准差范围从1.14(尻宽)到2.40(后肢后视),遗传力的估计值范围从0.03(骨质地)到0.37(尻宽).体型总分的平均值为79.17,标准差为2.67,体型总分的遗传力估计值为0.16.结构容量性状之间的表型相关范围从-0.17(体高与前段)到0.38(体躯大小与胸宽),遗传相关范围从-0.26(体高与前段)到0.71(体躯大小与前段).乳房性状间的表型相关较低,从-0.15(乳头长度与乳房深度)到0.40(前乳房附着与乳房深度);遗传相关相对较高,从-0.67(前乳房附着与悬韧带)到0.99(前乳头位置与后乳头位置).     

杜洛克猪生长性状全基因组关联分析

对猪全基因组高密度SNP基因型数据及生长性状表型数据进行全基因组关联分析,以期找到影响这些性状的候选基因,更准确地了解这些生长性状的遗传基础。利用Illumina猪60KSNP芯片对191头杜洛克猪进行基因型检测,使用R语言环境下GenABEL 软件包提供的单标记回归分析模型,对体重达100 kg 日龄(D100)、活体背膘厚(BFT)和活体眼肌面积(LMA)3个生长性状的表型分别进行全基因组关联分析。在D100和LMA2个性状中分别检测到1个基因组水平和6个染色体水平显著关联的SNP,均位于5号染色体;没有检测到与BFT显著相关的SNP。生物信息学分析表明,BTG1和EFCAB6可能是影响生长性状的重要候选基因,但其功能有待进一步研究确认。关键词猪;全基因组关联分析;候选基因;生产性状。     

基于穗粒重的甜高粱耐旱性全基因组关联分析

干旱是限制作物生产潜力的主要非生物因素。为解析甜高粱耐旱的分子机制,识别与耐旱性状关联的显著SNP位点,采用田间耐旱鉴定方法在甜高粱生育中后期进行水分控制,以400份甜高粱种质在干旱胁迫和正常滴灌条件下的穗粒重得出的耐胁迫指数作为表型数据,重测序获得的7 079个SNP标记作为基因型数据,利用一般线性模型(GLM)和混合线性模型(MLM)分别进行全基因组关联分析。结果表明：分布在甜高粱第9号染色体和第10号染色体上的SNP数目相对较多;对SNP基因型数据进行主成分分析,从7 079个SNP标记提取到两个主成分,第一主成分可将基因型分为两组;400份甜高粱种质穗粒重耐胁迫指数呈现右偏的正态分布;利用一般线性模型和混合线性模型的检测结果表明,两种模型均检测到9个显著的SNP位点,它们分别位于甜高粱第1,3,4,7,8和9号染色体以及3条super＿1 122染色体片段上,且具有相同的物理位置,并且两种方法检测到的SNP位点的变异碱基也无差异。两种模型对于甜高粱穗粒重在全基因组范围内检测结果较为一致,此结果可为甜高粱耐旱候选基因的挖掘和抗旱分子机理的研究奠定基础。     

数量性状全基因组关联分析中上位效应遗传位点检测方法研究进展

数量性状的表型变异受到大量效应微小的遗传位点和诸多环境因素的共同作用,但在数量性状的遗传研究领域,关于不同遗传位点之间加性效应与上位效应相对重要性的认识却存在着分歧。近年来,伴随着全基因组关联分析在人类及家养动物数量性状研究中的发展,在全基因组关联分析的框架内进行上位效应遗传位点的检测越发受到重视。文章以遗传力失踪问题为出发点,首先综述了标记-QTL连锁分析和GWAS框架下传统上位效应遗传位点的检测方法,然后对基于表型方差同质性检验和广义线性混合模型方法的上位效应统计推断以及混杂因素的处理方法进行了总结与梳理,旨在为数量性状全基因规模上位效应的相关研究提供理论参考。     

水稻抽穗期性状QTL的全基因组关联定位分析

以253份水稻种质为材料,评价了群体材料的抽穗期特性,利用全基因组关联分析法对水稻抽穗期相关数量性状位点(QTL)进行定位.结果表明:种质群体抽穗期为45～100 d,变异系数为13.12％～13.39％,广义遗传率为50.94％;全基因组关联分析定位了29个与抽穗期相关的QTL,共60个显著关联SNP;预测15个QT...     

杜长大猪、二花脸猪和莱芜猪3个群体25种血液性状的全基因组关联分析

【目的】 利用全基因组关联分析定位影响杜长大猪（DLY）、二花脸猪（EHL）和莱芜猪（LW）3个群体25种血液性状的染色体位点,为最后鉴定影响这些性状的因果基因提供前期基础,同时为猪抗病育种和生产提供参考。【方法】将610头杜长大三元杂猪在（180±5）日龄,336头二花脸猪和333头莱芜猪在（300±5）日龄进行统一屠宰。收集2 mL血液于抗凝管中,利用全自动生化分析仪进行25种血液性状的血常规检测。采集猪耳组织提取DNA并测浓度和质量。将质检合格的DNA样品利用Illumina 60K SNP芯片进行基因型判定。运用PLINK软件对判型结果进行质量控制,将合格的SNP标记用于后续的关联分析。使用R语言GenABEL软件包中的广义混合线性模型进行全基因组关联分析,定位影响3个群体25种血常规性状的显著性染色体位点。据全基因组关联分析结果,在Ensembl或NCBI网站上搜寻潜在的位置候选基因。【结果】杜长大猪、二花脸猪和莱芜猪三个群体通过质控的有效表型数据个体数分别为552头、325头和281头。60K SNPs经过质量控制过后,杜长大猪剩余56 216 SNPs,莱芜猪剩余49 343 SNPs,二花脸猪剩余35 974 SNPs,用于Meta分析的SNPs共有32 967。运用全基因组关联分析和Meta分析共定位到610个显著影响3个群体25种血液性状的SNPs,其中135个SNPs达基因组显著水平,475个SNPs达建议水平;分布在所有染色体上。在杜长大猪中共鉴别到32个基因组显著水平SNPs以及85个建议水平SNPs,且8种性状有基因组显著水平的SNPs,分别是淋巴细胞数目（LYM）、淋巴细胞比率（LYMR）、嗜碱性粒细胞数目（BAS）、嗜碱性粒细胞比率（BASR）、平均红细胞体积（MCV）、红细胞分布宽度变异系数（RDW_CV）、平均红细胞血红蛋白含量（MCH）和血小板分布宽度（PDW）。在二花脸猪中共鉴别到33个基因组显著水平SNPs以及139个建议水平SNPs,且9种性状有基因组显著水平的SNPs,分别是LYM、MCH、平均红细胞血红蛋白浓度（MCHC）、单核细胞数目（MON）、单核细胞比率（MONR）、平均血小板体积（MPV）、中性粒细胞比率（NEUR）、大血小板细胞（P_LCC）以及血小板压积（PCT）。在莱芜猪中共鉴别到54个基因组显著水平SNPs以及169个建议水平SNPs,且6种性状有基因组显著水平的SNPs,分别是BASR、红细胞压积（HCT）、MCH、MCHC、MCV和红细胞数目（RBC）。在Meta分析结果中,共鉴别到16个基因组显著水平SNPs以及82个建议水平SNPs,且6种性状有基因组显著水平SNPs,分别是RBC、HCT、MCH、MCHC、MCV以及MON。通过在Ensembl或NCBI网站上搜寻最强相关SNP区域内的候选基因,初步将F13A1、SPTA1、DBNL、SLC25A28、CTSC基因分别确定为影响BASR、HCT、LYM、MCHC、NEUR的重要候选基因。【结论】通过全基因组关联分析和Meta分析共得到610个显著影响杜长大猪、二花脸猪和莱芜猪3个群体25种血液性状的SNP位点,初步确定F13A1、SPTA1、DBNL、SLC25A28和CTSC基因分别是BASR、HCT、LYM、MCHC和NEUR的重要位置候选基因,为解析商业猪和纯种地方猪的血液性状或免疫性疾病提供重要参考。     

鸡脾脏重全基因组关联分析

【目的】利用全基因组关联分析（genome-wide association study, GWAS）技术解析产蛋后期母鸡脾脏重的分子机制和遗传特征,为改善产蛋后期母鸡的健康状况提供理论依据。【方法】利用东乡绿壳蛋鸡和白来航蛋鸡构建资源群体,以72周龄F2代501只母鸡脾脏重为研究材料。首先利用高密度600 K 基因芯片对试验群体基因组进行SNPs检测。其次利用APT软件进行质控、BEAGLE软件进行基因型填充、PLINK软件进行主成分分析,GEMMA软件进行全基因组关联分析,最终获得脾脏重的显著和潜在显著关联位点。然后利用GCTA软件计算基于SNP数据的脾脏重遗传力以及染色体遗传力,并利用Haploview软件对显著或潜在关联位点进行连锁不平衡分析。最后通过显著位点区域的相关基因功能注释来筛选影响母鸡产蛋后期脾脏重的候选基因。【结果】由72周龄母鸡脾脏重的表型数据可知,在蛋鸡产蛋后期存在较大的变异系数,脾脏重的遗传力为0.236。通过基因型分析得到43万个高质量的SNP进行进一步分析。群体结构分析发现基因膨胀系数为1.042,表明试验群体没有群体分层的现象,避免了关联分析中假阳性结果的出现。利用单变量混合线性模型分析共发现了412和281个SNPs位点与脾脏重显著和潜在显著关联,位于1、4、16、28号染色体上。显著性关联位点在1号染色体161-174 Mb区间和28号染色体0.47-1.27 Mb区间,潜在性显著位点在4号染色体76 Mb区间和16号染色体175kb区间。由于显著区域可能存在的连锁不平衡,对显著性位点进行了条件分析和连锁不平衡检验,以1号染色体位点rs314001986和28号染色体上位点rs312729296进行条件分析,经分析后原先显著关联的位点均不显著,即以rs314001986和rs312729296作为候选SNP进行基因注释分析。对4号染色体和16号染色体潜在显著位点进行连锁不平衡分析,结果显示潜在性显著位点间存在强的连锁不平衡,即以性状表型方差贡献率最大的SNP rs315270535和rs314065899为候选位点进行进一步分析。参考鸡的galgal4基因组,对各显著及潜在性显著位点及区间初步筛选到KCTD4、LDB2、HEP21和PCASP2候选基因,鉴定的候选基因可能参与了脾脏生长以及免疫应答等过程。此外,将显著位点的基因型与群体的表型数据进行关联分析,发现rs314001986和rs312729296在基因型为GG时对脾脏均有增重效应。此外,基于群体的基因型数据得到1号染色体解释的遗传力为9.25%,28号染色体为4.55%。【结论】初步揭示了母鸡产蛋后期脾脏重的遗传特征,脾脏重的遗传力和染色体遗传力为首次报道。生物信息学分析鉴定到影响脾脏重的区域为新的发现,并初步筛选出4个候选基因。     

玉米叶绿素含量的全基因组关联分析

目的 叶绿素含量与作物产量呈正相关。通过提高叶绿素含量来提高作物产量是作物育种的方向之一。因此,利用全基因组关联分析（genome-wide association study, GWAS）解析玉米叶绿素含量的遗传基础,可为玉米高光效理想株型设计育种提供理论指导。方法 以538份玉米自交系构成的关联群体为研究对象,在5个环境下,通过对其授粉后5 d的棒三叶（穗位叶、穗上叶、穗下叶）叶绿素含量进行测定,并借助覆盖玉米全基因组的558 629个单核苷酸多态性标记（SNPs）,利用3种模型（Q、K和Q+K）对叶绿素含量进行全基因组关联分析,随后选择最优模型的GWAS结果并结合eQTL（expression quantitative trait loci）分析对叶绿素含量的自然变异进行解析。结果 5个环境下,棒三叶叶绿素含量均遵从正态分布且叶绿素含量间呈正相关;方差分析表明棒三叶叶绿素含量的环境效应、基因型效应、基因型与环境互作效应均达到了极显著水平;此外,穗上叶、穗位叶和穗下叶叶绿素含量的遗传力分别为0.66、0.66和0.67。比较3种模型发现K模型对假阳性（I型错误）控制最好,在此模型下共检测到29个与棒三叶叶绿素含量显著关联的SNP（P≤3.99×10^-6）,涉及到18个位点,共有76个候选基因落在这18个位点内,其中85.5%（65/76）的候选基因具有eQTL,11.8%（9/76）的候选基因与对应表型显著相关（P＜0.05）,说明这9个基因可能是通过表达量变化来调控表型变异。在这76个基因中,60个候选基因有功能注释,功能涉及到能量代谢、物质输送代谢途径和生物合成调节等过程。此外还发现2个可以在不同环境或不同叶片共定位的位点,其中,共定位位点内的基因GRMZM2G074759编码一种与AAE3高度相似的酰基活化酶,该基因通过提高α-酮戊二酸（ALA）和草酰乙酸含量进而影响氨基酸生物合成,提高籽粒赖氨酸含量,改善玉米品质。此外,ALA的合成会促使叶绿素含量升高,进而提高作物产量,推测该基因为最可能的候选基因。结论 K模型对假阳性的控制效果最好,基于K模型,共检测到18个玉米叶绿素含量显著关联位点,发现多个参与叶绿素合成途径相关基因。     

小麦籽粒超氧化物歧化酶（SOD）活性全基因组关联分析

【目的】小麦籽粒超氧化物歧化酶活性对小麦面粉色泽和营养品质具有重要影响,挖掘与小麦籽粒超氧化物歧化酶（superoxide dismutase,SOD）活性显著关联位点及候选基因,为揭示小麦籽粒SOD活性的遗传机理和小麦面粉色泽的遗传改良奠定基础。【方法】采用氮蓝四唑（nitro-blue tetrazolium,NBT）光化还原法对3个环境下种植的212份普通小麦品种（系）进行SOD活性检测,结合90K SNP芯片的16 705个高质量SNP标记对小麦籽粒SOD活性进行全基因组关联分析（genome-wide association study,GWAS）,并对稳定遗传的显著关联位点进行候选基因的挖掘。【结果】不同环境下,各小麦品种（系）间的SOD活性表现出丰富的表型变异,变异系数为4.34%—5.23%,相关系数介于0.60—0.90（P<0.001）。多态性信息含量（polymorphic information content,PIC）为0.24—0.29。全基因组连锁不平衡（linkage disequilibrium,LD）衰减距离为7 Mb。群体结构分析表明,供试材料可分为3个亚群。GWAS分析结果显示,共检测到29个与SOD活性显著关联位点（P≤0.001）,分布在1A、1B、2A、2B、2D、3B、3D、4B、4D、5A、5B、5D、6A、6B、6D和7B染色体上,单个位点可解释5.47%—32.43%的表型变异,其中14个位点在2个及以上环境下均被检测到。9个显著关联位点在3个环境下被同时检测到,分布于1B、2B、4B、5A、5B、6B和6D染色体,贡献率为6.21%—16.62%。对稳定遗传的显著关联位点进行候选基因的挖掘,共挖掘TraesCS2B01G567600、TraesCS3D01G069900、TraesCS3D01G070200、TraesCS5B01G525700、TraesCS5B01G373700、TraesCS6A01G021400和TraesCS6D01G431500等7个SOD基因和TraesCS5A01G263500、TraesCS6B01G707800等2个与SOD活性相关的候选基因,候选基因的功能主要与抑制细胞活性氧积累及参与抗氧化剂再生过程有关。【结论】检测到与小麦籽粒SOD活性显著关联的29个SNP位点,共筛选出7个SOD基因和2个与SOD活性有关的候选基因。     

粳稻分蘖数全基因组关联分析及候选基因的挖掘

【目的】利用全基因组关联分析(genome-wide association study,GWAS)检测与粳稻分蘖数显著相关的SNP位点,筛选影响分蘖数的候选基因,为分子辅助育种提高产量提供理论基础。【方法】利用295份来自世界各地的粳稻品种,于2018和2019年分蘖盛期调查水稻分蘖数,结合高通量重测序获得的788 396个高质量多态性SNP,利用TASSEL 5.0软件的MLM模型进行全基因组关联分析,对GEC软件计算的有效独立SNP数目进行阈值确定,判定SNP标记与目标性状关联的显著性。根据2年检测到的峰值SNP和水稻每条染色体LD衰减距离,确定2年共定位分蘖数主效QTL,并进一步提取QTL区间内所有基因外显子区非同义突变SNP和启动子区SNP进行单倍型分析,结合基因注释筛选影响粳稻分蘖数候选基因。【结果】295份粳稻品种的分蘖数在2018和2019年总趋势基本一致,并且均具有较大的表型分布。通过全基因组关联分析,在P<5.46×10-6阈值条件下,从第8、9和10染色体上共鉴定3个与粳稻分蘖数相关的QTL(qTiller8、qTiller9和qTiller10),其中,在...     

母猪初情期全基因组关联分析和位置候选基因研究

通信作者陈从英,Tel/Fax：0791-83813080;E-mail：chcy75@  hotmail.com【目的】分离影响母猪初情期的主效基因或分子标记。【方法】以白色杜洛克×二花脸资源群体F2代母猪为研究材料,利用Illumina猪60K SNP芯片分别对F0和F1及316头有初情期表型记录的F2代母猪进行基因型判定,通过单标记全基因组关联分析（GWAS）和连锁-连锁不平衡（LDLA）分析检测与母猪初情期显著关联的SNP位点或单倍型。采用标准关联分析、标记辅助关联分析和F值下降检验分析lin-28同源B基因（LIN28B）和跨膜蛋白38B基因（TMEM38B）3个SNP位点与母猪初情期的关联性。【结果】①与母猪初情期关联性最强的SNP为ASGA0032316,位于7号染色体（SSC7）33.07 Mb处RAB23基因内含子中,同时在1、6、12、15和17号染色体也检测到与母猪初情期显著关联的SNP;②达基因组显著水平的单倍型均位于SSC7,其中关联性最强的单倍型位于SSC7的38.39 -38.47 Mb处F1RVR7和ZFAND3基因之间的基因间隔区;③LIN28B和TMEM38B基因的3个SNP与母猪初情期均未达到显著相关（P＞0.05)。【结论】在白色杜洛克×二花脸资源群体中,与母猪初情期关联性最强的SNP位点和单倍型均定位于7号染色体, 1、6、12、15和17号染色体也定位到与母猪初情期显著关联的SNP,LIN28B和TMEM38B基因不是1号染色体QTL区间内的因果基因或需要搜寻更多的SNP进行分析验证。     

利用高密度SNP对猪血糖和糖基化血清蛋白性状的全基因组关联分析

【目的】测定苏太猪和白色杜洛克×二花脸F₂资源家系240 d血糖（glucose,GLU）和糖基化血清蛋白（glycosylated serum proteins,GSP）浓度,采用全基因组关联分析定位影响GLU和GSP的染色体位点,为最终鉴别影响该性状的因果基因奠定基础,同时为人类低血糖症和糖尿病的遗传学研究提供参考。【方法】分别将435头苏太猪和760头白色杜洛克×二花脸F2资源家系F₂个体在相同条件下饲养至240日龄进行统一屠宰,收集血液后分离血清,利用全自动生化分析仪测定GLU和GSP浓度。采集猪只耳组织提取DNA并测定DNA浓度。将质检合格的DNA样品利用Illumina porcine 60K SNP芯片判定基因型。运用PLINK软件对SNP判型结果进行质控,将合格的SNP标记用于后续的关联性分析,利用广义混合线性模型及R语言GenABEL软件包进行全基因组关联分析,定位影响苏太猪和白色杜洛克×二花脸F₂资源家系240 d血清GLU和GSP含量的染色体位点。根据全基因组关联分析结果从Ensembl或NCBI网站上分析可能的位置候选基因。【结果】全基因组关联分析共检测到5个与血清GLU和GSP达染色体显著水平相关的SNP位点。其中白色杜洛克×二花脸F₂资源群体在10号染色体（SSC10）24.67Mb处定位到与血清GSP含量显著相关的SNP（ALGA0057739,P=1.58×10^-5）,解释表型变异为3.72%。苏太猪群体共检测到2个与血清GSP显著相关的SNP（ALGA0108699和DRGA0017552,P=1.45×10^-5）,解释表型变异均为3.72%。使用猪参考基因组序列（10.2版本）,无法定位到具体的染色体位置。通过人、猪比较基因组分析,这两个SNP都位于SSC8,距STPG2基因3’端约180.0-193.0 kb。将两个群体进行Meta分析,未发现新的与GSP显著相关的SNP;在1号染色体250.32Mb处（DRGA0002016,P=2.48×10^-5）和14号染色体43.97Mb处（ASGA0062984,P=1.29×10^-5）,定位到与血清GLU显著相关的SNP。通过搜寻显著相关SNP所在染色体区域内的注释基因,发现ASPM、TRPM3和KCTD10 等基因是影响血清GSP和GLU的重要候选基因。【结论】检测到5个显著影响猪血清GLU和GSP的SNP位点。这些SNP位点所处染色体区域内的ASPM、TRPM3、STPG2和KCTD10基因是影响血清GSP和GLU的重要候选基因。     

基于牧场管理数据的奶牛健康性状定义及遗传参数估计

[目的]利用牧场管理数据定义奶牛健康性状,并对各健康性状进行遗传分析.为奶牛抗病选育和研究提供参考.[方法]收集了华北地区46个规模化牧场的奶牛健康事件记录,通过对原始记录中1 326种健康事件进行整理,将所有健康事件分为5类,并在每类中筛选出记录数相对较多的常见健康事件,共计18个.根据各健康事件在每个泌乳期内是否至...     

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 studies,GWAS）是近几年发展起来的一种复杂性状研究的新方法。在过去几年中,国内外不少研究者对畜禽的重要经济性状、遗传缺陷性疾病、复杂疾病的抗性、品种的某些特征等性状开展了GWAS。这些研究不仅大大丰富了畜禽标记辅助选择中可利用的分子标记,而且为这些性状分子机理的探索研究提供了重要线索。本文对国内外畜禽GWAS中所用的群体、主要分析方法和研究结果进行综述,并对GWAS的研究应用做一展望,以期为进一步利用GWAS进行畜禽各种性状遗传基础的研究提供参考。