河北省大白猪繁殖性状基因组选择参考群体构建和应用

联合育种是我国生猪遗传改良计划的重要工作，联合育种能够扩大群体规模，增加群体内遗传变异，提高育种值估计的准确性，且相较于传统育种方法对低遗传力的繁殖性状有着更明显的效果。本研究收集了河北大好河山养殖有限公司、河北裕丰京安养殖有限公司、石家庄清凉山养殖有限公司（以下分别简称大好河山、京安和清凉山）3家育种场共6 790条大白猪的繁殖性状，构建了基因组选择合并参考群体，通过基因型填充将纽勤50K(Geneseek)芯片基因型填充到液相50K，采用一步法进行基因组联合遗传评估。结果表明：清凉山与裕丰京安两场遗传背景相近，大好河山场与其他两场存在较远的联系；基于系谱信息预测大好河山个体的总产仔数育种值准确性为0.170，基因组预测准确性则为0.324；通过联合基因组遗传评估，总产仔数基因组预测的准确性进一步提升至0.347，比基于单场系谱信息提高了104%。本研究表明通过基因型填充统一各场SNP芯片类型，构建河北省大白猪繁殖性状基因组选择参考群，从而进行联合基因组选择是可行的，尤其对提高常规育种进展缓慢的繁殖性状意义重大。     

基于SNP芯片的猪基因组选择效果分析

为探究单步基因组最佳线性无偏预测(SSGBLUP)法应用于生猪育种的选择效果，选取杜洛克、长白、大白种猪共1 996头，利用SNP芯片获得个体基因型数据，结合表型数据和系谱数据，利用HIBLUP软件的SSGBLUP模型和基于系谱的最佳线性无偏预测(PBLUP)模型分别计算估计育种值，参考全国种猪遗传评估中心的标准计算综合选择指数，利用理论准确性和后裔测定成绩评估选择效果。结果表明：通过SSGBLUP法计算达100 kg日龄、达100 kg背膘厚及总产仔数的基因组估计育种值(GEBV)与PBLUP法计算的估计育种值(EBV)的相关系数均大于0.8;达100 kg日龄、达100 kg背膘厚及总产仔数GEBV准确性相对于EBV准确性均有所提高；SSGBLUP法与PBLUP法选留的长白和大白种猪，其后代的生长速度显著优于场内选择法选留种猪的后代。本试验中，SSGBLUP法与PBLUP法均能有效提高选留种猪后代的生长速度且二者分别计算的GEBV和EBV相关性高，但SSGBLUP法选种的准确性更高，后期可利用全基因组选择对场内现有种猪进行选种指导。     

基于元共祖的基因组联合育种模拟研究

旨在将整合元共祖的一步法(single-step genomic best linear unbiased prediction with metafounders,MF-SSGBLUP)应用到基因组联合育种中,并与其他经典基因组选择方法进行比较分析。本研究使用QMSim软件模拟3个系谱相互独立的奶牛群体;分别使用广义最小二乘法(generalized least squares,GLS)和原始方法(naïve,NAI)估计不同群体间的祖先关系矩阵Γ;将MF-SSGBLUP、SSGBLUP和BLUP用于3个模拟群体的联合育种,评估各方法在遗传参数和育种值估计方面的差异。在不同遗传力下,GLS所得的Γ矩阵在对角线元素上略低于NAI法,在非对角线元素上没有明显差异,且基因组关系矩阵与基于元共祖构建的亲缘关系矩阵对角线元素相关系数(0.750~0.775)高于基因组关系矩阵与传统的亲缘关系矩阵相关系数(0.508~0.572)。MF-SSGBLUP遗传力估计值(0.138、0.140、0.297和0.298)与当代群体遗传力(0.107和0.296)的偏差小于其余两种方法(0.145、0.173、0.273和0.340),且MF-SSGBLUP估计育种值准确性(0.888~0.908)高于SSGBLUP法(0.863~0.876)和BLUP法(0.854~0.871)。表明,MF-SSGBLUP的遗传参数估计值无偏性更好,估计育种值准确性更高。根据上述模拟数据结果表明,在联合育种中,整合元共祖的基因组选择方法优于其他经典基因组选择方法。     

GBLUP技术在鸡品种选育中的应用效果研究

为揭示遗传力和标记密度对估计基因组育种值的影响和探讨基因组选择在家禽育种中的效果,运用QMSim软件分别模拟不同遗传力、不同标记数目的群体结构数据、基因组信息数据及相应的表型数据;运用基因组最佳线性无偏估计(GBLUP)方法估计基因组育种值,并计算基因组育种值的准确性;比较基因组选择与表型选择在育种成本以及遗传进展的差异。结果显示,随着遗传力和标记数目增加,估计育种值准确性明显提高,同时基因组选择在遗传进展上具有明显优势,但是在对表型选择与基因组选择进行成本分析时,基因组选择的成本并没有明显提高。因此,基因组选择育种在家禽育种过程中具有明显优势。     

内蒙古绒山羊绒毛性状基因组育种值估计准确性研究

为探究一步法基因组最佳线性无偏预测(SSGBLUP)法应用于内蒙古绒山羊育种的选择效果,本研究基于课题组前期积累的健康状况良好的内蒙古绒山羊(阿尔巴斯型)2 256只个体的70 K SNP芯片测序数据,收集整理1至8岁个体的绒毛性状(绒长、绒细和产绒量)生产性能数据和系谱记录,通过设定SSGBLUP法中H逆矩阵的不同矩阵参数(ω,τ)进行基因组育种值估计,并利用五倍交叉验证法评价基因组育种值估计的准确性。结果表明：随着ω的不断增加,SSGBLUP法用于内蒙古绒山羊绒毛性状的基因组育种值估计准确性越高。结合ABLUP和GBLUP的遗传参数估计结果可知,当τ为0.3、ω为0.9时,内蒙古绒山羊绒毛性状的基因组选择准确性较好。其中,绒长的准确性为0.702 8,绒细准确性为0.668 2,产绒量准确性为0.713 1。对SSGBLUP方法的H矩阵选择合适的尺度参数可提高内蒙古绒山羊绒毛性状基因组育种值估计的准确性,加快种群的遗传改良,缩短世代间隔。     

基因型填充策略研究

基因组数据在畜禽遗传育种中的应用越来越广泛，基因型填充作为基因组数据处理的重要工具，填充结果的好坏直接影响后续分析，为了得到好的填充结果，需要制定完善的填充策略。本研究通过模拟数据探讨参考群体大小、目标群体与参考群体间遗传关系（距离）远近、目标位点数目（比例）、最小等位基因频率以及填充算法等因素对基因型填充效果的影响。结果表明，目标位点数目与填充效果呈显著的正相关（P<0.05），是影响基因型填充准确性的主要因素；参考群体大小是影响Beagle5.1填充错误率的主要因素，目标位点数目是影响Minimac4填充错误率的主要因素；目标群体和参考群体的遗传距离对Beagle5.1填充效果的影响较Minimac4更为显著；一般情况下，最小等位基因频率越高的位点填充错误率越高；在参考群体个体数量少且目标位点数目多的情况下，Minimac4的填充速度优于Beagle5.1，但随参考群体个体数目增加有逆趋势。在保证填充质量的前提下，Beagle5.1对本研究中几种因素的标准要求相对较低。相对地，当目标群体位点数目较低，参考群体个体数目较多时，Beagle5.1的填充效果更好，而Minimac4更适合参考群体个体数目较少，目标群体位点数目较高的填充中。本研究针对不同的填充目的制定了不同策略，为基因型填充标准提供了参考。     

畜禽基因组选择方法研究进展

畜禽的选种选育在生产中至关重要,育种值估计是选种选育的核心。基因组选择（genomic selection,GS）是利用全基因组范围内的高密度标记估计个体基因组育种值的一种新型分子育种方法,目前已在牛、猪、鸡等畜禽育种中得到应用并取得了良好的效果。该方法可实现畜禽育种早期选择,降低测定费用,缩短世代间隔,提高育种值估计准确性,加快遗传进展。基因组选择主要是通过参考群体中每个个体的表型性状信息和单核苷酸多态性（single nucleotide polymorphism,SNP）基因型估计出每个SNP的效应值,然后测定候选群体中每个个体的SNP基因型,计算候选个体的基因组育种值,根据基因组育种值的高低对候选群体进行合理的选择。随着基因分型技术快速发展和检测成本不断降低,以及基因组选择方法不断优化,基因组选择已成为畜禽选种选育的重要手段。作者对一些常用的基因组选择方法进行了综述,比较了不同方法之间的差异,分析了基因组选择存在的问题与挑战,并展望了其在畜禽育种中的应用前景。     

基于GBLUP和Bayes方法实现山羊体重基因组选择

为有效实现山羊基因组选择,提高选择准确性,根据前期对内蒙古绒山羊生产性能的遗传评估结果,以山羊的体重(h2=0.11)性状为例,结合NCBI已经公布的山羊基因组序列信息,设定群体传递过程和基因组参数,模拟获得个体表型和基因型数据,利用GBLUP和Bayes方法进行基因组育种值估计。结果表明,不同历史群体变化模式下,基因组选择对山羊体重基因组育种估计值准确性无显著影响(P>0.05)。GBLUP法估计的准确性高于Bayes Lasso,准确性达0.40。在历史群体下降模式下,基因组选择准确性高于恒定模式。     

北京市种猪基因组选择育种平台的构建与应用

2006年,北京市建立了种猪遗传评估数据平台。截止到2021年底,平台共收录371.46万头种猪系谱信息,51.23万条达100 kg体重日龄记录,50.90万条达100 kg活体背膘厚记录和45.15万条窝产仔记录。2015年,北京市将常规育种与基因组育种相结合,启动了种猪基因组选择育种平台构建工作,北京市种猪遗传评估进入基因组选择时代。截止到2021年底,平台建立了大白猪基因组选择参考群体,规模达到5 335头;开发基因组遗传评估系统,实现了将复杂的基因组选择计算过程转化为“一键式”操作;利用一步法（ssGBLUP）对9个种猪场的4 631头大白猪进行基因组遗传评估。基因组选择实施后,选择准确性大幅提高。早期选择时,达100 kg体重日龄的育种值准确性由0.56提高至0.66,达100 kg活体背膘厚的基因组育种值准确性由0.56提高至0.70,总产仔数育种值准确性由0.41提高至0.60。终选时,达100 kg体重日龄的育种值准确性由0.69提高至0.79,达100 kg活体背膘厚的基因组育种值准确性由0.72提高至0.80,总产仔数性状育种值准确性由0.41提高至0.61。基因...     

基于显性模型的基因组选择中贝叶斯方法研究

本研究旨在探索显性效应对基因组育种值估计准确性的影响。基于贝叶斯A模型,根据加性效应和显性效应相关性,提出两种子模型:1)加性效应和显性效应相互独立的BayesAD1模型;2)显性系数(Dominant coefficients)与加性效应的绝对值相互独立,并且显性系数服从正态分布的BayesAD2模型。通过模拟数据比较加性效应模型BayesAD0和两种显性效应模型下基因组估计育种值(GEBV)的准确性,并且研究不同数量性状基因座(Quantitative trait locus,QTL)数、全同胞家系内个体数和加性方差与显性方差的比重对GEBV准确性的影响。结果表明,显性模型可以减缓随着世代变化GEBV的准确性降低的趋势。另外,显性方差的比重越大,对GEBV的准确性影响越大。当加性方差与显性方差之比达到0.25时,BayesAD2有较大优势,分别比BayesAD1和BayesAD0准确性高20.3%和28.4%。全同胞数越多,GEBV的准确性越高,QTL数目增多,GEBV估计的准确性随之下降。结果显示,对显性效应占较大比重即低遗传力的性状进行育种值估计时,考虑显性效应可以提高育种值估计准确性。     

利用SNP标记进行北京地区中国荷斯坦牛亲子推断的研究

本研究旨在利用SNP标记对北京地区中国荷斯坦牛群进行亲子推断,并分析场、母牛出生年月、公牛家系对系谱错误率的影响,以期为指导奶牛育种和生产管理提供依据。共选取了255个最小等位基因频率大于0.45的高多态SNPs标记,利用似然法,采用Cervus3.0软件对北京地区84头荷斯坦公牛和1 927头母牛进行亲子推断研究。结果显示,试验群体平均系谱错误率为20.9%,不同的场、出生年份和月份的母牛的系谱错误率有显著差异(P<0.05),而各公牛家系间系谱错误率差异不显著(P>0.05)。结果说明,错误系谱的发生主要是由于牛场本身记录不完善造成的。在我国亟需建立利用遗传标记监测、校正系谱准确性的制度,采取措施提高系谱的准确性,加快我国荷斯坦牛遗传改良进程。     

基于元共祖的基因组选择一步法理论及研究进展

基因组选择作为重要的畜禽遗传评估方法被广泛应用在生产中。其中,一步法是目前各大猪育种集团的标准遗传评估方法,但该方法存在基础群个体基因型频率无法估计、系谱亲缘关系矩阵与基因型亲缘关系矩阵的不完全兼容等问题。为解决这些问题,元共祖概念作为一步法发展的新思路被提出。元共祖的应用不仅可以解决现行一步法中的问题,还将应用范围拓展至多群体,以满足跨群体联合育种的需要。目前,基于元共祖的基因组选择一步法准确性已被证明不低于常规的一步法,且其在杂交育种、系谱部分缺失及跨群体育种等方面具有巨大的应用潜力。本文介绍了元共祖概念和原理,并综述基于元共祖的基因组选择一步法方法的应用及前景。     

应用微卫星DNA标记分析荷斯坦母牛系谱可靠性及影响因素

为了评估当前中国荷斯坦牛群体的系谱准确性,本研究选择15头种公牛及来自21个牛场的2 220头女儿牛,借助牛3号染色体(BTA3)上17个微卫星标记,对女儿-公牛标记基因型是否错配进行分析。结果,按照错配标记数大于等于3个为系谱错误的标准,本研究所涉及的母牛群中系谱错误率为16.62%。经对影响系谱错误的因素分析表明,场效应是主要的影响因素,不同场间系谱错误比例差异较大;由于公牛女儿在各牛场中分布不均匀,导致公牛效应也达到显著。研究结果提示在中国荷斯坦牛群体进行亲子鉴定是亟需和必要的。     

单核苷酸多态性标记在牛亲子鉴定中的应用与展望

在牛的育种实践和科学研究中,正确的系谱记录是准确估计育种值、提高遗传进展的基础,是研究各性状分子机理的重要保证。而在生产实践中,由于各种原因,系谱错误在所难免,因此亲子鉴定作为纠正系谱错误的重要方法是育种实践和科研中不可或缺的研究内容。目前用于牛亲子鉴定的标记主要是微卫星标记(SSR)和单核苷酸多态性(SNP)标记。作为第三代分子标记,SNP标记具有数量丰富、遗传稳定、判型错误率低、操作方便、检测自动化的优点,非常适合用于大规模群体的亲子鉴定。随着SNP检测成本的降低,在牛亲子鉴定中有取代微卫星标记之势。     

全基因组选择育种技术在我国黄羽肉鸡产业中的初步实践

全基因组选择育种技术是当前在畜牧领域刚刚兴起的一种先进的育种手段,相较于传统的常规育种,基因组育种在利用系谱和表型数据的基础上增加了个体基因型数据,这大大增加了选种的准确性。国际家禽育种领域的领军企业,如:海兰、科宝、安伟杰等知名家禽育种公司现已全部应用该项技术。而在我国,基因组育种尚处于起步、尝试阶段,本文主要通过实际的企业案例来向大家展示基因组育种技术在黄羽肉鸡产业中的初步应用效果以及对该项先进技术在家禽育种领域广阔应用空间的展望。     

种猪早期选育探讨

为了探讨种猪早期选育的可行性,本研究选择21头系谱清晰、性能测定齐全的大白母猪做为实验材料。利用GBS种猪场管理与育种分析软件对50kg体重阶段和100kg体重阶段育种值进行估计并检测2阶段育种值排序的一致性,运用SAS统计软件对2阶段的育种值进行相关分析。结果表明：50kg体重阶段和100kg体重阶段估计育种值排序一致性很高,2阶段体重估计育种值相关性也很高,达到极显著水平．因此利用种猪50kg阶段体重EBV（估计育种值）对种猪进行早期选育准确性是很高的。     

猪50K液相芯片基因组选择效果分析

本研究收集了1 267头大白猪的生长性能测定记录和800头大白猪的繁殖记录,并用猪50K固相芯片（Geneseek）及基于靶向捕获测序技术的猪50K液相芯片（液相50K）进行基因型分型,比较2款芯片基因组选择的准确性。采用一步法模型,估计达百公斤体重日龄、百公斤活体背膘厚和总产仔数3个性状的基因组育种值。本研究探究不同参考群体规模对基因组选择的影响,生长性状设置500和1 000 2个参考群体规模,繁殖性状设置400和700 2个参考群体规模。结果表明,液相50K与Geneseek芯片具有很好的兼容性,液相50K在2个生长性状的基因组选择准确性比Geneseek平均高出1.7%,对总产仔数的基因组选择准确性略高于Geneseek,但提升幅度较小。2款芯片的并集使标记数增加到62 039个SNP,基因组选择准确性比单款芯片平均提升2.9%。无论是单款芯片还是2款芯片并集,随着参考群体规模扩大,基因组选择准确性明显上升。本研究表明液相芯片技术能够用于基因组选择且有优势,研究结果可为我国猪分子育种提供参考。     

集团化种猪企业基因组选育方案制定与基因组早期选择

基因组选择作为我国种猪遗传评估的一项实用技术已在全国推广应用，近年来国家和区域种猪基因组联合育种平台相继建立，作为该技术落地应用的技术支撑。在企业层面，需要根据自身育种工作基础和育种目标等情况，合理制定本企业的种猪基因组选育方案，利用好种猪基因组育种平台，通过该技术的落地应用来加速育种进展，更快更好地达到既定的育种目标。本文根据基因组选择技术基本原理和种猪育种的特殊情况，对集团化种猪企业基因组选择技术方案制定关键环节进行总结；此外，基于杜洛克种猪群体数据，系统分析了基因组早期选择的准确性和种猪选留效果。结果表明，通过基因组早期选择，断奶时提前阉割排名靠后的45%小公猪的情况下，依然能准确选出top5%和top10%的优秀公猪，表明可以通过基因组早期选择，同时达到准确选出优秀公猪和降低测定量的双重目标。     

利用后裔测定验证大白猪基因组选择实施效果研究

旨在通过测定基因组选择选留的大白公猪的后裔生产性能,探究基因组选择实际育种效果。本研究选用913头大白猪构建参考群体,利用ssGBLUP对新出生的823头大白公猪在去势前进行第一次基因组评估,待生产性能测定后进行第二次基因组评估,最终选留10头性能差异显著的公猪留种,比较其后代生长性状表型和育种值及综合选择指数差异。结果表明,两次基因组遗传评估,达100 kg体重日龄、100 kg活体背膘厚和总产仔数3个性状基因组育种值（GEBV）估计准确性分别由0.56、0.67和0.64提高至0.73、0.73和0.67,两次基因组选择基因组母系指数相关系数为0.82,表明在去势前进行公猪基因组选择具有较高的准确性,可实现种猪早期选择。根据各性状GEBV和基因组母系指数,10头公猪被划分为高、低生产性能组,后裔测定成绩表明,两组公猪后代100 kg体重日龄表型均值之差为2.58 d,育种值之差为3.08 d,100 kg活体背膘厚表型均值之差为1.15 mm,育种值之差为1.03 mm,综合母系指数均值之差为9.3,除后代100 kg体重日龄表型均值之差外,其他差异均达到极显著水平。本研究证明,在基因组评估中具有显著差异的公猪其后代在表型值和育种值等方面均存在显著差异,通过基因组选择能够挑选出优秀种公猪,可将其遗传优势传递给后代。     

水禽基因组选择研究进展

水禽是世界家禽养殖的重要组成部分，我国水禽产业包括肉鸭、蛋鸭及鹅三大产业。中国已经成为世界上最大的水禽生产国，中国的鸭和鹅饲养量和出栏量稳居世界第一。基因组选择作为一项重要的育种技术，已经在奶牛、生猪等家畜中得到广泛应用，其利用覆盖整个基因组的SNP位点，通过固态芯片、液态芯片、全基因组重测序、简化基因组测序等多种基因型测定手段，通过提高育种值估计的准确性、早期选择并为难以度量性状的提供基因组育种值等方法来加快性状改良速度，显著加快了性状遗传进展。然而，水禽基因组选择刚刚起步，如何根据水禽育种特点，加快基因组选择在水禽育种应用具有重要价值。本文综述了水禽基因组育种相关技术发展现状，并对未来发展提供了相关建议，以期为我国水禽育种工作提供参考和借鉴。