西藏山羊高海拔适应性的选择信号筛选

试验旨在对西藏山羊常染色体的选择信号进行筛选,发掘重要的种质特性基因。基于西藏山羊、新疆山羊和太行山羊群体的Illumina 50K芯片分型数据,通过过滤等位基因频率较低和未定位的变异位点,得到高质量的SNPs标记;通过计算遗传分化系数（Fst）来分析群体遗传结构,同时对群体进行主成分分析（principal component analysis,PCA）和系统进化树构建以确定其群体结构;借助Di和XP-EHH两种不同的方法,以前5%为阈值,通过SNPs注释得到西藏山羊基因组受选择基因,并利用相关的生物信息学数据分析库对候选基因进行功能富集分析。结果显示,在3个群体中共鉴定出48 358个SNPs标记,3个群体有相近的遗传距离（Fst<0.05）,西藏山羊的遗传分化程度（Fst=0.0376）明显高于新疆山羊（Fst=0.0256）、太行山羊（Fst=0.0257）,表明西藏山羊群体已经产生一定程度的遗传分化。通过选择信号分析,在西藏山羊群体中共筛选到36个受到较强选择的位点和211个候选基因,其中EGFR、AKT1、PDHB和PFKP等基因与高海拔适应性相关。这些基因主要富集在嘌呤代谢通路、代谢途径和HIF-1信号通路等。利用基因组SNP标记可以更全面地揭示西藏山羊高海拔适应性的选择进展,为种质资源的保护和利用提供重要参考。     

全基因组选择信号揭示绒山羊绒毛性状相关的候选基因

旨在对辽宁绒山羊和内蒙古绒山羊的基因组选择信号进行筛选。本研究利用Illumina 50K的山羊芯片，对内蒙古绒山羊、辽宁绒山羊和黄淮山羊进行基因型检测，质控后获得50 010个共同SNPs位点。通过群体分化系数Fst和XP-EHH，以黄淮山羊为参考群体分别对内蒙古绒山羊和辽宁绒山羊进行选择信号检测，Fst和XP-EHH值的top 5%作为阈值。结果，利用Fst在绒山羊基因组中筛选到501个候选基因，利用XP-EHH在绒山羊基因组中筛选到145个候选基因。其中有12个SNPs在绒山羊基因组中受到较强选择。通过基因注释筛选到21个候选基因，包括EXOC4、ASIC2、PCDH9、RHBDD1、IRS1和PDE10A等。这些基因主要富集在PI3K-Akt信号通路、蛋白质消化吸收和松弛素信号通路等。研究结果发现，绒山羊在驯化过程中其基因组很多与毛囊相关的基因受到了强烈的选择。这些发现也有助于更好地了解绒山羊的选择进展，为中国绒山羊品种的种质资源保护和利用提供重要参考。     

Genome-wide Selection Signals Reveal Candidate Genes Associated with the Cashmere Traits of Cashmere Goats

The purpose of this study was to screen the genome-wide selection signals of Liaoning cashmere goat and Inner Mongolia cashmere goat. Based on the Illumina Caprine 50K SNP chip, Liaoning cashmere goat, Inner Mongolia cashmere goat and Huanghuai goat were genotyped, and the common 50 010 SNPs were obtained after quality control. Using population differentiation coefficients Fst and XP-EHH, Huanghuai goats were used as reference populations to detect selection signals for Inner Mongolia cashmere goats and Liaoning cashmere goats. The top 5% of Fst and XP-EHH values was used as the threshold. The result showed that 501 candidate genes were selected by Fst and 145 candidate genes were selected by XP-EHH in cashmere goats. Based on these SNPs, we detected 12 SNPs under strong selection by Fst and XP-EHH. After gene annotation, 21 candidate genes were identified, such as EXOC4, ASIC2, PCDH9, RHBDD1, IRS1 and PDE10A. These genes were found to be mainly enriched in PI3K-Akt signaling pathway, protein digestion and absorption and relaxin signaling pathways. The study indicated that genes associated with cashmere traits were subjected to strong artificial selection pressure during domestication of the cashmere goats. These findings also help us better understand the selection progress of cashmere goats and provide a new theoretical basis for the protection and utilization of germplasm resources of Chinese cashmere goat breeds.     

新疆黑蜂基因组选择信号分析

【目的】分析新疆黑蜂(Xinjiang Black bee)与4个引进西方蜜蜂品种间的遗传进化关系,并通过检测基因组选择信号,发掘新疆黑蜂重要种质特性相关的候选基因。【方法】对新疆黑蜂、意大利蜜蜂(Apis mellifera ligustica)、高加索蜂(Apis mellifera caucasica)、卡尼鄂拉蜂(Apis mellifera carnica)、欧洲黑蜂(Apis mellifera mellifera)共5个蜂种50个蜂王个体和1个长白山中华蜜蜂蜂王(Apis cerana cerana)样本进行全基因组重测序数据分析,鉴定新疆黑蜂的单核苷酸多态性(single nucleotide polymorphism, SNP)标记,以长白山中华蜜蜂为外群利用邻接法构建系统进化树以阐明新疆黑蜂的进化关系,利用SNP信息进行新疆黑蜂的主成分分析、群体遗传结构分析及连锁不平衡分析;采用群体遗传分化指数(Fst)和核苷酸多样性比值(θπ)方法检测新疆黑蜂与其他西方蜜蜂群体间的选择信号,并对提取到的受选择区域候选基因进行GO功能和KEGG通路富集分析。【结果】在新疆黑蜂中共鉴...     

中畜草原白羽肉鸭与樱桃谷鸭的遗传差异分析

【目的】通过基因组重测序技术对中畜草原白羽肉鸭与樱桃谷鸭的遗传差异进行分析,追溯两个品种鸭在不同人工选择下的基因组变异机制,以此阐明优异性状形成的遗传基础。【方法】选择樱桃谷鸭商品代和中畜草原白羽肉鸭商品代各16只进行基因组重测序,过滤掉高缺失率与最小等位基因频率较低的位点,获得高质量SNPs用于后续分析;对两品种的基因型数据进行主成分分析(PCA)确定其遗传分化情况;采用群体遗传分化指数(Fst)和群体核酸多样性比值(Pi)两种分析方法综合筛选中畜草原白羽肉鸭和樱桃谷鸭的受选择信号。【结果】主成分分析结果显示,中畜草原白羽肉鸭和樱桃谷鸭分化显著。以10 kb窗口5 kb步长分别计算Fst与Pi分析值,取前1%作为阈值(Fst>0.177,Pi>0.885),在两种分析方法的信号重叠区域共筛选到410 kb候选区域,共注释到21个候选基因。对候选基因进行GO与KEGG富集分析发现,12个基因显著富集到细胞组分和分子功能两大类中(P<0.05),2个基因显著富集到代谢相关通路(P<0.05)。这些基因中,与脂质代谢、氨基酸代谢、免疫调控相关的基因包括PDE3A、P...     

基于全基因组Fst和nSL分析鉴别苏淮猪中性洗涤纤维表观消化率相关候选基因位点

旨在鉴定苏淮猪（含25%淮猪和75%大白猪血统的国家级新品种）在培育过程中受选择的与纤维表观消化率性状相关的基因片段,为解析苏淮猪耐粗饲遗传机制奠定基础。本研究首先检测分析了331头160日龄苏淮猪个体的中性洗涤纤维（neutral detergent fiber,NDF）表观消化率,计算群体NDF表观消化率估计育种值（estimated breeding value,EBV）,选择其中EBV极高和极低各10%的个体（N=66）进行猪80K芯片基因分型。借助群体分化指数（fixation index,Fst）和按长度划分隔离点数（number of segregating sites by length,nSL）法分析苏淮猪群体内的选择信号分布情况,寻找选择信号区域内与纤维消化相关的重要基因。最后,选择两种分析中受选择的共有SNPs位点在苏淮猪全群分型,开展与NDF表观消化率的关联性分析,进一步确定影响苏淮猪NDF表观消化率的SNPs位点。结果显示,通过对高、低NDF表观消化率苏淮猪群体芯片分型数据质控,共有51 367个有效SNPs位点用于后续分析。通过Fst和nSL选择信号分析,共鉴定到146个受选择信号区域和361个受选择的基因,其中多个基因被报道与肠道健康和肠道发育等功能相关,包括MTHFD1L、PHLPP1、TRPM6、MCC、NEDD9、UVRAG和KLF5等基因。选择两种分析中受选择且共有的8个SNPs位点,通过SNP与苏淮猪全群NDF表观消化率的关联性分析,发现rs81363074、rs327393763和rs81404927位点与苏淮猪群体NDF表观消化率存在显著关联（P<0.05）,rs81347101和rs318870857位点与苏淮猪群体NDF表观消化率存在极显著关联（P<0.01）。其中,rs81363074位点位于MCC基因第二内含子上。通过高、低NDF表观消化率苏淮猪群体Fst和nSL选择信号分析,筛选到146个受选择信号区域,鉴定到影响苏淮猪NDF表观消化率的受选择候选基因MTHFD1L、PHLPP1、TRPM6、MCC、NEDD9、UVRAG和KLF5,筛选到了5个与NDF表观消化率显著关联的SNPs位点。本研究结果为解析苏淮猪耐粗饲性状的遗传机制奠定了重要基础。     

西藏绒山羊WNT4和HOXC13基因对绒毛纤维直径性状的遗传效应分析

试验旨在探索WNT4和HOXC13基因多态性及其对西藏绒山羊绒毛纤维直径性状的影响，寻找与西藏绒山羊绒毛纤维直径性状相关的分子标记。以380只1岁西藏绒山羊群体为研究对象，利用混池DNA直接测序法检测WNT4和HOXC13基因的SNP，利用飞行时间质谱技术对SNP分型，利用SAS 9.1软件中最小二乘方差模型对SNP位点与绒毛平均纤维直径、纤维直径标准差、纤维直径变异系数进行关联分析。结果表明，WNT4基因第3外显子区域检测到2个SNPs位点（SNP1和SNP2），HOXC13基因第2外显子区域检测到2个SNPs位点（SNP3和SNP4），均处于中度多态（0.25 < PIC < 0.50）。χ²检验表明，群体中WNT4基因的SNP1和SNP2位点均处于Hardy-Weinberg不平衡状态（P < 0.05）。关联分析结果表明，4个SNPs位点均与平均纤维直径呈极显著相关（P < 0.01），SNP2和SNP3与纤维直径标准差呈极显著相关（P < 0.01），SNP2与纤维直径变异系数呈极显著相关（P < 0.01）。综上，WNT4和HOXC13基因对西藏绒山羊绒毛纤维直径有显著影响，可以尝试将其SNPs位点作为影响西藏绒山羊绒毛纤维直径的分子标记之一，为超细型西藏绒山羊选育工作提供理论依据。     

基于线粒体ATP6及Cytb基因多态性研究藏山羊高原适应性

为了探究藏山羊ATP6和Cytb是否具有潜在的高海拔适应性突变，本研究利用藏山羊（n=157，来自西藏地区的8个群体，海拔高度>3 500 m）与低海拔山羊（n=104，来自欧亚大陆50个群体，海拔高度<1 000 m）两组261条ATP6和Cytb序列，对核苷酸组成、遗传多样性、单倍型网络以及基因突变对蛋白结构域功能影响进行比较分析。结果，在ATP6和Cytb中分别鉴定出33和67个单核苷酸多态性位点（SNPs），其中错义突变均为6个。值得注意的是，ATP6 m.8102A>G（Ile→Met；P=0.000 6）和Cytb m.14794A>G（Thr→Ala；P=0.007 7）是低海拔山羊群体特有的错义突变，由此形成的单倍体H27和Ha36与高原适应性呈显著负相关（H27，P=0.007 0；Ha36，P=0.012 3）。进一步分析推测，这两个突变阻碍了质子跨膜的正常功能，并影响了质子或电子在OXPHOS中的转移，从而导致了低海拔山羊和藏山羊之间呼吸作用效率的差异。本研究通过对线粒体ATP6和Cytb基因编码区多态性到功能的相关分析，初步推测了藏山羊高海拔低氧适应性机制，为高原适应性相关研究提供了一定的见解。     

利用全基因组选择信号方法鉴别影响猪肉滴水损失的候选基因

旨在鉴定影响猪群体滴水损失变异的相关候选基因,为猪肉质选育奠定基础。本研究利用478头体质健康,平均日龄为237.95 d的苏淮猪个体,其中阉公猪290头,母猪188头。采集所有个体的背最长肌样本后,采用吊袋法测定滴水损失(drip loss, DL)表型,计算群体滴水损失估计育种值(estimated breeding value, EBV),选择其中EBV极高(N=48)和极低(N=48)各10% 的个体进行猪80K芯片基因分型。借助群体分化指数(fixation index, Fst)和基于单倍型信息的单倍型积分值(integrated haplotype score, iHS)方法对苏淮猪进行全基因组选择信号检测,选择 iHS值在前5%,同时Fst值≥0.15的SNP位点作为受选择的位点,接着对受选择SNP上、下游各50 kb的区域进行基因注释,并对所有基因进行KEGG和GO富集分析,鉴别与猪滴水损失相关的候选基因。通过对芯片分型数据质控后,96个样本的51 705个有效SNPs用于后续分析。通过Fst和iHS选择信号合并分析,共筛选出175个受选择的SNPs,主要位于1、6、7、11号染色体上,其中仅有27个SNPs位于已报道的影响猪滴水损失的QTL区域上。对受选择SNP 位点附近区域进行基因注释显示,175个SNPs涉及到 73 个基因,其中多个基因被报道与肌肉发育以及细胞氧化应激等功能相关,包括PACRG、EZR、MRTFA、LCP1和VKORC1L1基因,这5个基因都是新发现的功能上与猪滴水损失有关的候选基因。选择3个位于功能候选基因上,同时又位于QTL区域内的SNPs进行苏淮猪全群分型,并与滴水损失进行关联性分析。结果发现,位于MRTFA 基因上的rs340037952位点与苏淮猪群体滴水损失存在显著关联(P<0.05),位于VKORC1L1基因上的rs320624660与苏淮猪群体滴水损失存在极显著关联(P<0.01)。本研究通过选择信号分析找到175个受选择的SNPs,基因功能注释鉴别到5个影响滴水损失的候选基因,还分别在MRTFA和VKORC1L1基因上鉴别到与苏淮猪群体的滴水损失存在显著关联的位点：rs340037952和rs320624660,为后续猪滴水损失性状的选育提供了前期基础。     

基于RAD-seq简化基因组测序的19个地方鸡种遗传进化研究

旨在基因组水平上揭示地方鸡种的遗传进化,发掘重要种质特性基因。本研究利用简化基因组RAD-seq测序鉴定19个地方鸡种（每个品种按照家系选取30个个体,10公、20母）基因组SNP标记,计算观察杂合度（Ho）、核苷酸多样度（Pi）、近交系数（Fis）、遗传分化系数（Fst）和基因流（Nm）等遗传统计量指标,分析地方鸡种的遗传多样性和遗传结构,并通过选择信号检测鉴定基因组受选择基因。结果表明,在19个地方鸡种中鉴定出400 562个SNPs标记。瓢鸡（PJ）和文昌鸡（WC）的遗传多样性最为丰富,观察杂合度（Ho）分别为0.246 8、0.243 0,核苷酸多样度（Pi）分别为0.278 1、0.265 5;河南斗鸡（DJ）的遗传多样性相对匮乏,Ho为0.156 0,Pi为0.175 2;东乡绿壳蛋鸡（DX）和边鸡（BJ）的近交系数最高（Fis>0.160 0）。瓢鸡与文昌鸡、惠阳胡须鸡（HX）、藏鸡（ZZ）、大围山微型鸡（WX）,惠阳胡须鸡与文昌鸡,藏鸡与茶花鸡（CH）间的遗传分化最低（Fst<0.100 0）,对应的基因流最高（Nm>0.240 0）。河南斗鸡与其它品种间的遗传分化均处于较高水平,与其中15个品种间的Fst>0.200 0、Nm<1.000 0。遗传聚类分析（2个引入品种做外群）将地方鸡种总体上分为5类,与品种形成历史和地理分布基本吻合。通过选择信号分析,在19个地方鸡种合并群体中检测出9个常染色体上的26个区域受到选择作用,包含31个受选择基因。这些受选择基因广泛参与免疫系统调节、生殖机能调控、应激响应、代谢等生物学过程。利用基因组SNP标记能更全面准确地揭示地方鸡种的遗传多样性和遗传结构,选择作用主要体现在对地方鸡种抗逆抗病特性、配子活力及行为等方面的塑造。     

基于RAD-Seq技术的大围山微型鸡遗传进化分析

【目的】 在分子水平上探讨大围山微型鸡的遗传进化。【方法】 以大围山微型鸡与其他18个地方鸡品种及2个国外引进品种为研究对象,每个品种选取公鸡10只,母鸡20只,采血,提取全基因组DNA,进行简化基因组测序(RAD-Seq),鉴定21个品种基因组SNP,计算大围山微型鸡遗传统计量,分析遗传多样性和遗传结构、筛选受选择基因并进行功能富集分析。【结果】 在大围山微型鸡群体中鉴定出331 892个SNPs。大围山微型鸡的平均杂合度(Ho)为0.219、核苷酸多样度(Pi)为0.245,近交系数(Fis)为0.107,与其他18个地方鸡种相比遗传多样性呈中度多态。聚类分析发现,大围山微型鸡与瓢鸡、茶花鸡和藏鸡聚为一类,亲缘关系较近,且与瓢鸡的群体分化指数(Fst)最低(0.0929),亲缘关系最近,与河南斗鸡的Fst最高(0.2179),亲缘关系最远。共筛选出200个受选择基因。GO分析结果显示,这些受选择基因主要富集在运动、刺激应答、信号传导等生物学过程;KEGG分析结果表明,这些受选择基因主要富集在代谢、肌动蛋白细胞骨架的调节、MAPK等信号通路。【结论】 大围山微型鸡遗传多样性呈中度多态,与瓢鸡亲缘关系最近,本研究筛选出了200个受到选择的基因,这些基因在代谢、信号传导、颅骨发育等多个方面发挥作用。     

利用50K芯片解析和田羊和策勒黑羊的遗传规律

旨在探究和田羊和策勒黑羊遗传规律的不同,筛选优异基因及其分子标记,推动新疆南疆绵羊品种遗传资源的开发和利用.本研究分别选取健康、成年和田母羊84只、策勒黑羊41只,采集耳组织,放入75％的酒精.基于酚氯仿法提取DNA,经电泳和核酸仪检测,制备Illumina Ovine SNP50芯片.用Plink1.07对基因组数据...     

利用简化基因组测序筛选安格斯牛生长相关的受选择基因

旨在探究安格斯牛生长相关的受选择基因,为肉牛生长相关主效基因的鉴定提供参考。本试验共采集72头南阳牛母牛和14头黑安格斯牛母牛血样并提取基因组DNA。利用SLAF-seq（specific-locus amplified fragment sequencing）技术获得全基因组SNP标记并对试验个体基因型进行分型。通过计算各SNP位点的遗传分化系数（Fst值）和核苷酸多态性（π ratio）筛选两品种间的差异基因组区域,并与动物QTL数据库中牛生长性状QTLs进行比对,重合区域作为候选区域。随后对候选区域内基因进行功能注释以筛选候选基因,并根据"Expression Atlas"数据库对候选基因的组织表达情况进行分析。经筛选后,本试验共得到69 762个SNPs,以Fst值和π ratio值的99%分位数为阈值筛选得到33个两品种间高度差异的基因组区域,其中16个基因组区域与生长性状相关QTLs重合。这些区域共包含27个基因,其中4个基因（FXR1、ADAR、IGF1和MNF1）与骨生长、肌肉发育和生长调控有关。FXR1和MNF1均在骨骼肌组织中高表达,ADAR和IGF1分别在脑组织和肝脏中表达最高。结果提示,IGF1基因可作为影响肉牛生长的关键候选基因,FXR1、ADAR、MNF1基因可优先进行进一步验证研究。     

基于重测序技术的塔河马鹿特异性SNP位点筛选

【目的】 筛选出塔河马鹿高质量的单核苷酸多态性位点(SNP),构建特异性分子遗传标记,为塔河马鹿的纯种鉴别提供参考。【方法】 对国家特种经济动物资源共享平台1999年收集整理的32份塔河马鹿血液DNA样本进行全基因组重测序,与梅花鹿染色体级别的参考基因组进行比对,统计比对率、覆盖度和测序深度。用SNPEff统计每条染色体上SNP位点的分布,用SNPhylo基于位点构建分子进化树,用VCFTOOLS计算遗传分化指数(Fst),按降序排序并设定阈值Fst≥0.25,淘汰不符合条件位点,用R语言进行主成分分析(PCA),统计33条染色体排名前1 500的SNPs位点,提取前100个SNPs集合的特征值,分别进行主成分分析。【结果】 全基因组重测序结果表明,32份质检合格的塔河马鹿血液基因组DNA有效数据量为868 791 354 600 bp,测序质量均符合后续数据分析要求。32份样品测序数据的平均比对率为98.06%,平均覆盖度为97.66%,平均深度为6.787。过滤后得到20 139 122个高质量的SNPs位点,其中4号染色体上SNPs分布最多,90%以上的变异位于基因间和外显子区域。建树后候选特异性SNPs位点数为12 050 781个。使用VCFTOOLS筛选得到544 717个SNPs位点。选取每条染色体排名前1 500的SNPs位点进行主成分分析,主成分分析结果显示,当SNPs从49 500降至100时区分效力没有下降,最终筛选出100个特异性强、稳定性高的塔河马鹿SNPs位点。【结论】 通过全基因组重测序技术和生物信息学分析得到了100个塔河马鹿特异性SNPs位点,为塔河马鹿的纯种鉴别以及核心种质的筛选工作提供了理论依据。     

阿尔巴斯绒山羊产绒量性状相关基因挖掘的研究

绒山羊产绒量主要由遗传决定,产绒量低是制约绒山羊产业化发展的瓶颈。在同一群体中选择高产绒量(>1 000 g)和低产绒量(<480 g)的山羊母羊各3只,其年龄均为3周岁,体重约34 kg;每只实验羊全基因组测序深度为30×,每个样本大约测得8×10⁶ SNP。对比高产组和低产组,利用选择性消除区域基因分析方法筛选出18个基因组区域可能与产绒量相关,从这些区域中筛选出选择信号较强的4个羊绒产量性状相关候选基因,分别是CUL1、FBXL3、YY1、EZH2,这些基因参与昼夜节律信号通路、Wnt/β-catenin信号通路和TGF-β信号通路,而这3个信号通路正是参与绒山羊次级毛囊发育的重要信号通路。研究结果表明,以上4个基因和相应的SNP可以作为高产绒量绒山羊的基因组辅助育种标记,有助于缩短高产绒量绒山羊品种选育进程。     

鹅产蛋性状全基因组选择信号分析

【目的】利用选择信号分析方法在伊犁鹅和霍尔多巴吉鹅中筛选与产蛋性状相关的候选基因。【方法】选取健康状况良好、饲养管理水平一致的2岁伊犁鹅母鹅和霍尔多巴吉鹅母鹅各24只,采集血液样本,提取基因组DNA,利用全基因组重测序技术进行选择信号检测分析,筛选出受到选择的候选区域,针对注释基因进行GO功能和KEGG通路富集分析,进一步筛选出与鹅产蛋性状相关的候选基因。【结果】全基因组重测序的平均测序深度为15.28×,与参考基因组比对率在97.31%以上。通过群体分化指数(Fst)对伊犁鹅和霍尔多巴吉鹅2个群体进行分析,共筛选到1 231个候选区域。与核苷酸多样性(Pi)进行联合分析后,伊犁鹅群体共筛选出10个候选区域,得到5个注释基因;霍尔多巴吉鹅群体中共筛选出353个候选区域,得到263个注释基因。GO功能和KEGG通路富集分析发现,初步筛选出6个可能与鹅产蛋性状相关的候选基因(BMP2、BMP6、MIS、ENO1、LIF、EP300),还发现了IL-18基因可能与禽类的免疫有关。【结论】本研究筛选出6个可能与鹅产蛋性状相关的候选基因,为揭示鹅产蛋性状的分子调控机制提供了参考。     

不同地方猪重要经济性状关联位点SNP芯片分型及群体遗传结构研究

旨在分析四川省7个地方猪种类群和山东省徒河黑猪重要经济性状关联SNP位点基因型分布及群体间遗传结构。本研究采用中芯一号芯片对23头成华猪、26头雅南猪、60头青峪猪、57头内江猪、151头丫杈猪、57头乌金猪（凉山类群）、51头平原藏猪、109头高原藏猪和28头徒河黑猪共562头健康种猪进行了单核苷酸多态性（single nucleotide polymorphism,SNP）分析,利用Plink软件对获得的基因型数据进行质控,结合R等软件,统计分析猪7个重要经济性状的基因型;采用Mega X软件进行聚类分析,使用Plink软件进行主成分（PCA）分析,通过VCFtools软件计算猪群间的群体遗传分化指数（Fst）,分析群体间遗传关系远近。结果显示,四川省地方猪群体中,采食量、酸肉和应激性状的非优势基因型比例均在2.20%以下;抗仔猪腹泻、料重比（FCR）、公猪精液品质和多肋性状的非优势基因型比例分别为8.99%、11.80%、73.97%和95.32%;徒河黑猪群体中,应激性状已无q等位基因,采食量和酸肉性状的非优势基因型比例较低,均为3.57%;公猪精液品质、抗仔猪腹泻、料重比和多肋性状的非优势基因型比例较高,分别为39.29%、50.00%、82.14%和92.86%;聚类和主成分分析显示,徒河黑猪与四川地方猪种间遗传距离远,丫杈猪、乌金猪、内江猪和藏猪（平原和高原）各自聚为一类,品种间群体分层结构明显,雅南猪、成华猪、青峪猪聚为一类;Fst指数计算结果表明,同属于湖川山地猪的丫杈猪和青峪猪间存在高度遗传分化。结果提示,四川省地方猪群体的采食量、酸肉、应激、抗仔猪腹泻和料重比性状的非优势基因型比例较低,公猪精液品质和多肋性状的非优势基因型比例较高;徒河黑猪群体的应激性状已无q等位基因,采食量和酸肉性状的非优势基因型比例较低,公猪精液品质、抗仔猪腹泻、料重比和多肋性状的非优势基因型比例较高;群体遗传结构研究结果表明,丫杈猪与青峪猪都归类于湖川山地猪有待商榷。     

幼龄和成年太行山羊附睾头差异竞争性内源RNAs机制分析

旨在筛选出幼龄和成年太行山羊附睾头中差异表达的长链非编码RNAs（lncRNAs）、微小RNAs（miRNAs）和mRNAs,构建太行山羊附睾头中免疫相关基因调控的竞争性内源RNAs（ceRNAs）网络。本研究选取健康状况良好、体重相近的幼龄（2月龄）和成年太行山羊（2周岁）公羊各3只,去势采集其附睾头组织进行全转录组测序,用DESeq2软件筛选出幼龄和成年太行山羊附睾头差异mRNAs、lncRNAs和miRNAs。利用miRanda软件和R-package（reshape2、dplyr、tidyr）,基于ceRNA-score原理分析得到差异ceRNAs表达谱,对预测所得具有ceRNAs关系的mRNAs进行GO和KEGG富集分析,并绘制得到太行山羊附睾头免疫相关ceRNAs网络。最后,各随机挑选8个mRNAs、miRNAs和lncRNAs,并通过qRT-PCR验证全转录组测序结果的准确性。根据分析结果,以幼龄太行山羊附睾头为对照,成年山羊附睾头差异表达mRNAs有6 461个,其中上调2 997个、下调3 464个;差异表达lncRNAs共有1 147个,其中703个上调、444个下调;差异表达miRNAs共有182个,其中81个上调、101个下调。共得到具有ceRNAs调控关系的lncRNAs 366个,其中上调213个,下调153个;mRNAs有3 131个,其中1 253个上调,1 878个下调;miRNAs有140个,其中48个上调,92个下调。分析具有ceRNAs机制的基因发现,表达量显著上调的与免疫相关的mRNAs：淋巴细胞抗原6复合位点蛋白G5B（LY6G5B）、脂质运载蛋白9（LCN9）、解整合素金属蛋白酶28（ADAM28）和粘蛋白15（MUC15）基因在成年太行山羊附睾头表达量高,且极显著高于幼龄太行山羊（P<0.01）。GO和KEGG富集分析表明,具有ceRNAs机制的差异表达基因富集在内质网蛋白加工通路、蛋白质输出通路、粘蛋白型O-聚糖生物合成通路、细胞外基质受体相互作用通路等。qRT-PCR验证结果表明,除chi-miR-320-3p外,其余差异表达的mRNAs、lncRNAs和miRNAs表达趋势与全转录组测序结果一致。附睾头免疫相关ceRNAs网络分析表明,lncRNA-MSTRG.22929.11、lncRNA-MSTRG.57822.5、lncRNA-MSTRG.26758.1、lncRNA-MSTRG.12113.3、lncRNA-MSTRG.59930.2等lncRNAs作为ceRNAs可以调控附睾头免疫相关基因表达。本研究筛选出了幼龄和成年太行山羊附睾头差异ceRNAs,挖掘并绘制了免疫相关的关键ceRNAs网络,这些lncRNAs作为ceRNAs可为太行山羊附睾头免疫调控机制研究提供参考依据。     

基于全基因组填充重测序关联分析鉴别影响苏山猪初生体尺与乳头数性状的遗传位点

旨在鉴别影响苏山猪初生体尺和乳头数性状的遗传位点,开发可用于辅助育种的分子标记,为苏山猪生长和繁殖性能的持续选育提供理论基础。本试验对269头苏山猪初生仔猪(出生后24 h内)的体尺和乳头数表型进行测定,并采集耳组织样品。基于全基因组重测序及基因型填充策略,利用全基因组关联分析(genome-wide association study, GWAS)和群体分化指数(fixation index,Fst)的方法挖掘与目的性状强关联位点,并对位置功能候选基因开展GO和KEGG分析,确定最有可能的主效基因。本研究共鉴别到4个候选位点,分布在13、14和X染色体上,其中与初生体尺性状显著关联的位点有2个,与乳头数性状显著关联的位点有2个。本研究筛选出1个与体长性状相关的候选基因ACTA2;1个与胸围性状相关的候选基因COL4A6;3个与乳头数性状相关的候选基因ACTA2、CRTAP和SEPTIN6,为苏山猪初生体尺性状和乳头数性状的遗传改良提供了重要的分子标记。     

黔北麻羊MC4R基因多态性及其与生长性状的关联分析

【目的】探究黔北麻羊黑素皮质素受体-4（melanocortin receptor-4,MC4R）基因多态性及其与生长性状的关联性,为黔北麻羊的选种选育提供理论依据。【方法】选取196只6月龄黔北麻羊,利用DNA混合池结合Sanger测序筛选MC4R基因单核苷酸多态性（SNP）位点,并采用SPSS 22.0软件中的一般线性模型（GLM）对MC4R基因SNP位点与黔北麻羊生长性状进行关联分析。【结果】在黔北麻羊MC4R基因中发现4个SNPs位点：g.59345469 C>A和g.59346773 T>C位点分别位于5'-和3'-端非编码区（UTR）;g.59345871 A>C位点突变导致第37位天冬氨酸（Asp）变为丙氨酸（Ala）,引起RNA二级结构及蛋白质二级结构、三级结构发生明显改变;g.59346263 A>G位点突变导致第168位异亮氨酸（Ile）变为缬氨酸（Val）,对RNA二级结构和蛋白质二级结构有明显影响。关联分析结果显示,g.59345469 C>A位点对黔北麻羊体重、胸围和管围均有显著影响（P<0.05）;g.59345871 A>C位点对黔北麻羊体重、体高、管围和胸围均有显著影响（P<0.05）;g.59346263 A>G位点对黔北麻羊体高、体重和胸围均有显著影响（P<0.05）;g.59346773 T>C位点对黔北麻羊体重和胸围均有显著影响（P<0.05）。4个SNPs位点联合共检测到9种单倍型和21种双倍型,其联合对黔北麻羊体重、体高、胸围和管围均产生显著遗传效应（P<0.05）,纯合双倍型H5H5（AAAAGGCC）个体的生长性状优于其他双倍型。【结论】黔北麻羊MC4R基因存在4个SNPs位点,与黔北麻羊体重和胸围均存在显著关联,可作为黔北麻羊体重和胸围的遗传标记用于分子育种。