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。     

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(GWAS)及其在蜂学研究中的应用前景

全基因组关联分析(GWAS)是近几年发展起来的一种针对复杂性状研究的新方法。目前,GWAS已经在人类复杂疾病和性状遗传及变异的研究中得到广泛应用,并取得了重大成果。同时,国内外不少研究者对一些畜禽和植物的重要经济性状、遗传缺陷性疾病、复杂疾病的抗性、品种的某些特征及其他性状也开展了GWAS研究。此外,在昆虫研究中也有GWAS的相关报道。这些研究使得GWAS技术不断趋于成熟,为将来在蜜蜂研究中应用GWAS方法奠定了良好的基础,指明了方向。     

鸡重要性状全基因组关联分析研究现状及展望

全基因组关联研究(GWAS)是在全基因组范围内寻找与动植物重要经济性状相关联的遗传变异,最先应用于人类复杂疾病的研究,随着鸡全基因组图谱的完成与公布,以及不同密度SNP芯片的开发与推广,GWAS已经应用于鸡复杂性状的重要基因检测,是解析重要性状分子遗传机制强有力的分析方法。文章介绍了GWAS研究背景、原理与方法等,综述了GWAS在鸡体重、体尺、屠宰、肉质、繁殖、行为、抗病等重要性状上的研究现状,并预测GWAS技术在未来鸡育种中的应用前景,旨在为进一步利用GWAS进行鸡复杂性状的遗传基础研究以及鸡的全基因组选择(GS)育种提供参考。     

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。     

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.     

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。     

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。     

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。     

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。     

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。     

立华麻黄鸡体重和肉品质性状全基因组关联分析

旨在利用全基因组关联分析(GWAS)方法挖掘影响肉鸡体重和肉品质性状的位点和功能基因，为快速型黄羽肉鸡的选育积累理论基础。本试验对象为393只立华麻黄终端父系公鸡，60日龄时进行称重并采集胸肌以测定肉品质性状。通过全基因组重测序获得个体遗传变异，使用PLINK、GEMMA和R软件对体重及肉品质性状进行GWAS分析。结果，共筛选到2个与体重、8个与肉品质性状显著关联的SNPs位点(P<1.15×10^-7);在潜在显著水平鉴定到52个与体重、296个与肉品质关联的位点(P<2.31×10^-6)。通过对这些关联的SNPs进行注释，共筛选到了99个与体重、27个与剪切力、28个与系水力、57个与pH、113个与肉色相关的候选基因。分析认为FSTL3、MBNL3、NPFF、PFKM、PRKG1、SLC13A5、MDFIC、FGD3、AQP1等基因可作为肉鸡体重和肉质性状的关键候选基因。以上研究结果为快速型黄羽肉鸡重要经济性状提供了重要的遗传变异位点和后续基因，为完善优质肉鸡分子选育方法、加快品种选育进展提供了关键的基础数据。     

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(GWAS)技术在家犬中的应用研究进展

一、全基因组关联分析(GWAS)是目前深度发掘自然群体物种复杂性状相关功能基因的高效手段 全基因组关联分析(GWAS)是最早研究复杂性状和疾病遗传变异的有效方法,其核心是研究分子变异和目标表型性状之间的关联.尤其是近几年来随着高通量测序和高分辨的代谢检测技术的不断发展,以及多种生物信息学技术和统计学方法发展,这些为复杂...     

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。     

鸭胸肌矿物元素含量全基因组关联分析

【目的】试验旨在利用全基因组关联分析(GWAS)鉴定影响鸭胸肌矿物元素含量的候选基因及分子标记,解析矿物元素性状的遗传机制。【方法】研究构建了北京鸭×野鸭F2代资源群体,利用个体血液样本进行全基因组重测序,采集8周鸭胸肌并根据国标方法测定7种常量矿物元素含量,结合重测序数据与矿物元素表型数据进行全基因关联分析,鉴定影响矿物元素含量相关基因。【结果】7种矿物元素的表型遗传力分别为磷(0.007)<铁(0.100)<镁(0.120)<钠(0.140)<钾(0.150)<钙(0.190)<锌(0.350)。相关性分析结果表明,镁和钾元素相关性最高(r=0.62),磷与镁、钾元素在鸭胸肌中的含量呈现较高的正相关,r值分别为0.43和0.56。通过GWAS鉴定出与锌元素含量显著相关的1个SNP位点在6号染色体12 075 283 bp处达到全基因组水平上的显著关联(-log₁₀P-value=8.03),与最高点SNP高度相关的39个SNPs将候选区间缩小至39 kb,该区间内仅存在1个基因SORCS3,结合基因功能注释与转录组分析确定S...     

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(-log_(10)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(r~20.4),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。