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。     

拷贝数变异全基因组关联鉴定猪骨率性状候选基因

旨在挖掘影响猪骨率性状的全基因组范围内的拷贝数变异(copy number variations, CNVs),并对其所覆盖的基因的作用模式及机理进行研究。本研究利用基于测序深度的CNVcaller软件对大白×民猪F2群体的拷贝数变异进行检测,利用TASSEL软件中的混合线性模型(mixed-linear model, MLM)对骨率性状进行基因组关联分析;查找数据库对CNVs所覆盖基因进行深入分析,利用RNA重测序对75日龄大白猪腿软骨中4个显著CNVs的表达进行检测。结果表明,在F2代群体中,共检测到3 027个CNVs,其中,共有1 251个为缺失,987个为多拷贝,789个为缺失和多拷贝均存在。与骨率在基因组水平相关的CNVs共有4个,均位于7号染色体。4个变异中,有两个未与任何基因重叠。显著性最高的CNV4与骨髓分化相关标记(MYADM)基因重合。对75日龄猪腿软骨基因的表达研究发现,在后腿软骨中仅CNV2的表达丰度较高,推测CNV2通过影响其内部基因的表达量影响骨率,CNV4可能在胚胎发育期起调控作用。综上所述,本研究成功鉴定出影响猪骨率性状的4个CNVs,其中,CNV2和CNV4为影响骨率性状的主效CNVs,推测CNV2通过影响其内部基因的表达量影响骨率,CNV4可能在胚胎发育期起调控作用并最终影响骨率。本试验为今后骨率性状的调控机理研究奠定了理论基础,为猪骨率性状的育种提供了参考。     

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...     

利用全基因组关联分析鉴定猪生长性状相关的遗传变异及候选基因

生长性状是猪重要的经济性状,但该性状属于数量性状,受多基因调控。为筛选影响猪生长性状的候选基因,本实验利用猪中芯一号50K SNP芯片对296头猪进行基因分型,对背膘厚（BF）、眼肌深度（LMD）和眼肌面积（LMA）3个性状进行单步全基因组关联分析（ssGWAS）。本实验确定了26、29、43个相关的5-SNP窗口,分别解释了BF、LMD和LMA 1%及以上的总遗传方差。AIREMLF90软件计算BF、LD和LEA性状的遗传力分别为0.48、0.45和0.56。利用Ensembl数据库Sus Scrofa 11.1版本信息,根据起始位置和终止位置寻找显著位点附近的所有基因,共发现35个与生长性状相关的候选基因。GO和KEGG富集分析显示这些候选基因主要参与代谢途径（Metabolic Pathways）、胚胎骨骼系统发育（Embryonic Skeletal System Development）和脂肪酸降解（Fatty AcidDegradation）等通路。NR5A2、CRH、NEK11、ECHS1和TAPT1等基因可能参与生长性状的调控,本实验结果可为今后的猪分子标记育种提供参考...     

全基因组关联分析鉴定大白猪生长性状遗传变异及候选基因

生长性状是猪重要的经济性状之一,提升生长性状是生猪遗传改良的主要目标。为鉴定与猪生长性状显著相关的位点,筛选与猪生长性状相关的功能基因,本研究利用GeneSeek Genomic Profiler(GGP)猪50K SNP芯片对1 805头大白猪百公斤日龄（Age to 100 kg,AGE）、百公斤背膘厚（Backfat Thickness to100kg,BF）、眼肌深度（LoinMuscleDepth,LMD）3个性状进行全基因组关联分析。结果显示,AIREMLF90软件计算AGE、BF和LMD遗传力分别是0.17、0.53和0.28,属于中高遗传力性状。AGE与BF遗传相关为-0.08,表型相关为-0.16,均为负相关关系。AGE与LMD遗传相关为-0.11,表型相关为-0.36,均为负相关关系。BF与LMD遗传相关为0.04,表型相关为0.12,均为正相关关系。AGE筛选到6个全基因组水平显著SNPs和10个染色体水平显著SNPs,BF筛选到11个全基因组水平显著SNPs和10个染色体水平显著SNPs,LMD筛选到3个全基因组水平显著SNPs和11个染色体水平显著SNPs。利...     

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。     

全基因组关联分析鉴定法系大白猪繁殖性状基因组区域和候选基因

母猪的繁殖性状是养猪生产中重要的经济性状之一,其表现直接影响到整个养猪业的经济效益。为筛选出与母猪繁殖性状相关的基因,本研究利用纽勤公司GeneSeek Genomic Profiler(GGP)猪50K SNP芯片对392头法系大白猪进行了基因分型,记录了3个表型性状,包括总产仔数（Total Number Born,TNB）、产活仔数（Number Born Alive,NBA）和出生窝重（Litter Weight Born Alive,LWB）,以进行全基因组关联研究。结果显示,3个性状中一共发现了40个解释遗传变异>1%的基因组区域。所有显著的基因组区域中共有532个基因被注释,其中381个蛋白质编码基因被用于人类表型本体论（Human Phenotype Ontology,HPO）分析。有81个候选基因在7个与生殖系统有关的表型条目中被富集。KEGG分析表明,这些候选基因主要涉及GnRH信号通路、雌激素信号通路和卵细胞成熟通路等。本研究鉴定到了5个重要的候选基因,包括RBP4、DEAF1、IGF2、SIRT6和JARID2。尽管受样本量的限制,但本研究筛选到的候选基因...     

杜洛克猪全基因组ROH检测及候选基因鉴定

为了研究高强度人工选育下杜洛克猪群的近交情况和鉴定与经济性状相关的基因,本研究采用“中芯一号”50K SNP芯片对96头杜洛克猪进行全基因组检测。利用全基因组单核苷酸多态性(Single Nucleotide Polymorphisms,SNP)数据,计算多态信息含量(Polymorphism Information Content,PIC)、基于SNP分子信息的近交系数(FGRM);统计长纯合片段(Runs of Homozygosity,ROH)长度、数量及分布,计算基于ROH的近交系数(FROH)、在高频ROH区域鉴定候选功能基因。结果显示：多态信息含量为0.27,最小等位基因频率(Minor Allele Frequency,MAF)为0.26,平均观察杂合度(Observed Heterozygosity,Ho)为0.35,平均期望杂合度(Expected Heterozygosity,He)为0.34,F_HOM为0.023,FGRM为-0.023。共检测到ROH3151个,平均长度4.08Mb,F_ROH＿tatol为0.059。在...     

猪数量性状位点的定位和候选基因研究进展

数量性状位点(QTL)的定位是鉴别家畜控制重要经济性状基因的第一步。分子生物学技术的飞速发展及其应用,为人们在DNA水平上研究猪重要经济性状的遗传机制奠定了坚实的基础。本文综述了影响猪繁殖、生长发育、肉质等主要经济性状的QTLs定位和候选基因研究进展情况。     

荣昌猪杂交群体基因组拷贝数变异鉴定与分析

为找出可能的性状相关遗传标记,本研究利用猪SNP60芯片对150头荣昌猪杂交群体基因组拷贝数变异区域(CNV regions,CNVRs)进行检测。结果,发现5个CNVRs,其中缺失CNVRs 3个(CNVRs 2,4,5),重复CNVRs 2个(CNVRs 1,3),分别位于1、7、8、13、14号染色体上。其中CNVR1和CNVR5为新发现的CNVRs,CNVR2和CNVR3为已有报道但还未验证过的区域。采用qPCR方法对CNVRs进行拷贝数变异验证,发现CNVR2、CNVR3和CNVR5在多个猪种中都具有丰富多态性;而CNVR4为芯片假阳性结果。在qPCR验证的3个CNVRs中有46个蛋白编码基因,这些基因主要富集在嗅觉受体活性、乙醇代谢、神经系统发育以及脂肪酸代谢通路中。本研究结果为解析品种间表型变异的遗传基础提供了新的遗传变异素材。     

绵羊全基因组ROH检测及候选基因鉴定

旨在利用长纯合片段(runs of homozygosity,ROH)信息评估不同绵羊群体的近交情况,并鉴定与绵羊经济性状相关的基因。本研究基于Illumina Ovine SNP50芯片对来自10个绵羊群体共440个个体进行全基因组ROH检测,统计ROH在不同绵羊群体中的数目、长度及频率,根据ROH计算基因组近交系数(F_(ROH)),并对高频ROH区域进行基因注释。结果,在10个绵羊群体中共检测到25 920个ROH片段,不同绵羊群体ROH的数目、长度、频率及分布存在明显差异。ROH平均数目的变化范围从10.17个(苏尼特羊)到95.99个(杜泊羊),平均长度的变化范围从2.04 Mb(四川藏羊)到4.71 Mb(罗布羊),平均F_(ROH)的变化范围从0.010(苏尼特羊)到0.172(杜泊羊)。引进品种的(杜泊羊和德美羊)平均F_(ROH)明显高于地方品种。在地方绵羊群体中,西藏藏羊(0.085)具有最高的平均F_(ROH)。在高频ROH区域鉴定到26个与绵羊经济性状相关的基因,如与生长发育相关的基因NCAPG、LCORL、PRKAA2、FAIM2和HYDIN,与脂肪代谢相关的基因LEPR、WNT10B和NCKAP5L,与肉质及胴体性状相关的基因CDIPT、CAPN3和FGF9。基于ROH评估的近交情况可为绵羊种群育种和保种提供参考依据,鉴定到的候选基因可以作为绵羊标记辅助选择重要的基因。     

家养动物数量性状全基因组关联研究进展

全基因组关联分析是一种旨在充分利用群体水平的连锁不平衡,以高密度SNP芯片为技术基础,在全基因组范围内定位影响表型性状的遗传因素的遗传分析方法。对群体分层的主要检测方法、基于单标记线性混合模型策略的GWAS分析方法研究进展及全基因组关联分析样本量的估计予以综述,为家养动物数量性状的主效QTC定位提供参考。     

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。     

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。     

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。     

猪数量性状位点和候选基因探测研究进展及展望

通过若干数量性状位点（ＱＴＬ）和候选基因分析已探明了与猪的一些重要经济性状有关的染色体区域和基因。它们包括与生长和背膘（第３、４、５、６、７、８、１３和１４号染色体）、肉质性状（第２、３、６、７、１２、１５号染色体）、繁殖性状（第４、６、７、８号染色体）有关的染色体区域,有关窝产仔数（ＥＳＲ,ＰＲＬＲ）、抗病力（ＦＵＴＩ,ＳＬＡ,ＮＲＡＭＰ）和毛色（ＫＩＴ、ＭＳＨＲ）的候选基因被被查明,目前,一些     

猪数量性状位点和候选基因探测研究进展及展望

通过若干数量性状位点（ＱＴＬ）和候选基因分析已探明了与猪的一些重要经济性状有关的染色体区域和基因。它们包括与生长和背膘（第３、４、５、６、７、８、１３和１４号染色体）、肉质性状（第２、３、６、７、１２、１５号染色体）、繁殖性状（第４、６、７、８号染色体）有关的染色体区域,有关窝产仔数（ＥＳＲ,ＰＲＬＲ）、抗病力（ＦＵＴＩ,ＳＬＡ,ＮＲＡＭＰ）和毛色（ＫＩＴ,ＭＳＨＲ）的候选基因已被查明。目前,一些重要的研究结果业已应用于ＤＮＡ分子检测和标记辅助选择（ＭＡＳ）。     

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。