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。     

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。     

利用全基因组高通量SNP标记定位二花脸×沙子岭家系中的断奶体重QTL

 【目的】利用二花脸×沙子岭家系定位影响仔猪45日龄断奶体重的数量性状位点（quantitative trait loci,QTL）并搜寻QTL区间内与表型相关的位置候选基因,为最终鉴别因果基因奠定前期工作基础。【方法】构建二花脸×沙子岭猪F2资源家系,利用Illumina porcine 60k DNA芯片判定F2个体的基因型,对45日龄断奶体重表型进行全基因组连锁分析,定位影响二花脸×沙子岭家系F2家系仔猪45日龄断奶体重的QTL。在Ensemble（EMBL-EBI）和NCBI（National Center for Biotechnology Information）网站基因组数据库中搜寻相应的位置候选基因。【结果】在猪的2号染色体（sus scrofa chromosome 2,SSC2）上定位到了1个5%基因组水平显著的QTL,在猪的5号染色体（sus scrofa chromosome 5,SSC5）和猪的14号染色体（sus scrofa chromosome 14,SSC14）上分别定位到了1个1%基因组水平显著的QTL。在上述3个QTL区域内搜寻到了5个与仔猪45日龄断奶体重相关的候选基因,分别是SSC2上的CYP2R1、COPB1、PDE3B基因和SSC5上的NOP2、GDF3基因。【结论】本研究将影响二花脸×沙子岭家系仔猪45日龄断奶体重的QTL定位于SSC2、SSC5和SSC14,并揭示出5个与仔猪45日龄断奶体重相关的候选基因。     

杜洛克母猪初情期日龄全基因组关联分析

【目的】母猪初情期日龄是重要的经济性状,直接影响母猪的繁殖利用年限,但调控母猪初情期启动的机制尚不清楚。【方法】基于全基因组芯片数据,对571头杜洛克母猪初情期日龄进行全基因组关联分析,筛选影响母猪初情期日龄的重要基因。【结果】571头杜洛克母猪的初情期日龄符合正态分布,初情期日龄最早为173 d,最晚为291 d,平均为224 d;初情期越早的母猪表现出更高的窝产仔数和平均窝重;通过质控,共有30 281 SNP位点被用于全基因组关联分析,在前10个潜在SNP位点附近,找到ABCC8、BCAR3、NELL2和NSF等基因,这些基因的主要功能富集在ATP binding、第二性征发育、激素分泌的调控方面。【结论】初步筛选了影响母猪初情期日龄的基因,但具体功能需要进一步研究确认。此研究不仅能为解析母猪初情期启动的遗传机制提供参考,还能为母猪初情期日龄的遗传改良提供一定的理论基础。     

在白色杜洛克×二花脸F2资源群体中定位猪四肢骨骨骼长度和直径QTL

 【目的】通过全基因组扫描,鉴别影响猪四肢骨骨骼长度,股骨和肱骨的骨髓腔长度、骨髓腔直径以及股骨骨壁厚度的数量性状位点（QTL）。【方法】在白色杜洛克×二花脸资源群体中测定132头240日龄阉割公猪29类四肢骨骨骼的长度、6类四肢骨骨骼直径以及股骨和肱骨骨壁厚度、骨髓腔长度和骨髓腔直径等表型性状。选择多态信息含量丰富并覆盖猪全基因组19条染色体的183个微卫星标记,采用最小二乘区间定位法进行猪全基因组扫描,定位猪四肢骨骼各性状QTL。【结果】在39个表型性状中定位到14个基因组1%显著水平QTL,14个基因组5%显著水平QTL和47个染色体5%显著水平QTL。除SSC11没有检测到QTL外,其它各染色体都存在影响四肢骨骼QTL。【结论】定位75个影响猪四肢骨骼性状QTL,在SSC7上57～59 cM 发现影响多种骨骼生长的QTL。     

在白色杜洛克×二花脸资源家系中定位影响猪肉滴水损失的QTL

 【目的】通过全基因组扫描,鉴别影响猪肉滴水损失数量性状位点（QTL）。【方法】采用EZ-滴水损失测定法和袋测定法,测定了白色杜洛克×二花脸资源群体884头F2代个体的背最长肌和半膜肌在采样后24和48 h的滴水损失。利用SAS软件分析了6个滴水损失性状间的相关性,以及滴水损失与其它肉质性状的相关性。检测了3个世代个体在19条染色体上194个微卫星的基因型。据此,应用QTL Express在线进行了影响滴水损失QTL的定位分析。【结果】滴水损失在两种肌肉间或两种测定方法间有较高的相关性（r = 0.50—0.58,P＜0.01）,而在两个连续测定时间点间相关性更高（r = 0.72,P＜0.01）。滴水损失与24 h的pH、肉的亮度（Minolta L）,肉色评分、大理石纹、水分含量及肌内脂肪含量呈中等或较低的显著相关（r = 0.09—0.35,P＜0.05）。QTL分析共检测到9个影响滴水损失相关性状的QTL,6个背最长肌滴水损失QTL,分别位于SSC1、SSC10和SSC12,其中SSC10上的QTL达到5%基因组显著水平;影响半膜肌滴水损失的3个QTL分别位于SSC2、SSC6和SSC17上。【结论】在SSC6、SSC10、SSC12及SSC17上首次检测到滴水损失QTL。多个滴水损失QTL与早先定位的pH QTL或肌内脂肪含量QTL的置信区间重叠。检测到的QTL无一个既影响背最长肌滴水损失,又影响半膜肌滴水损失。大部分QTL有利等位基因（减少滴水损失）源自二花脸猪。     

整合数字基因表达谱与全基因组关联分析鉴定猪血液性状候选基因

【目的】整合数字基因表达谱与全基因组关联分析鉴定白色杜洛克×二花脸F₂资源群体的血液性状候选基因。【方法】白色杜洛克×二花脸F₂资源群体在(240±3)d屠宰,收集血液于抗凝管中进行血常规检测。利用Illumina 60K SNP芯片对1 020头F₂资源群体进行基因分型。剔除基因型检出率< 90%和孟德尔错误检出率> 5%的个体。检出率< 95%、次等位基因频率< 5%、哈代-温伯格检验(HWE) P < 5×10^-6、与性染色体连锁疑似常染色体的SNP被筛除。利用Illumina GA II 测序仪测序对502头F₂资源群体的肝脏进行数字基因表达谱测序。测序得到的原始数据经过滤获得清洁标签后与参考标签数据库比对,将能唯一比对到参考基因序列的清洁标签数量进行标准化处理以获得标准化的基因表达量。每个转录本的表达水平进一步转化为lg2值。在少于20%的个体中表达的转录本被滤去。表型性状和基因表达性状使用R程序包中GenABEL内polygentic功能进行性别、批次和亲缘关系的校正。其残差使用R程序包中斯皮尔曼系数评估基因表达水平与表型数据的关联性,设定保守阈值P < 5×10^-4时调整多重检验。将检测到的表达数量性状位点(eQTL)及其对应基因根据其位置相对照的关系进行绘图。搜寻前期GWAS最高点5.0 Mb区域内eQTL结合GWAS结果进行综合分析。Gene Ontology & KEGG pathway富集分析使用在线工具DAVID。基因共表达网络使用在线工具GeneMANIA进行构建。【结果】白色杜洛克×二花脸F₂资源群体中502个个体的20 108个肝脏转录本通过了质检。当P < 5×10^-4时鉴别到与血红蛋白(HGB)、红细胞数目(RBC)、红细胞压积(HCT)、平均红细胞体积(MCV)、平均红细胞血红蛋白含量(MCH)和白细胞数目(WBC)关联的转录本共259个。有34个转录本与一个以上表型关联。用上述血细胞性状关联的转录本进行eQTL定位,当阈值P < 10^-5时得到304个eQTL,每个转录本映射到1-6个eQTL,其中有35个顺式eQTL,120个反式eQTL。MCH和MCV的顺式eQTL位置重叠位于8号染色体。7号染色体存有数量最多的eQTL,其中多数为反式eQTL。通过eQTL定位确定了KIT为候选基因。Gene Ontology & KEGG pathway富集分析鉴别到与红细胞性状相关的基因KIT、PSEN2和TFRC,与白细胞性状相关的基因THBS1和CYR61。通过整合前期GWAS数据及eQTL定位并建立基因共表达网络,鉴定到与白细胞性状相关的基因RPS10。【结论】利用基于白色杜洛克×二花脸F₂资源群体的eQTL定位并结合前期GWAS数据,鉴别到与红细胞性状相关的基因KIT、PSEN2和TFRC,与白细胞性状相关的基因THBS1、CYR61和RPS10。     

白菜类作物开花时间的全基因组关联分析

【目的】解析白菜类作物开花时间的调控位点,定位白菜类作物开花时间相关的候选基因,为白菜类作物抽薹开花时间的遗传改良提供依据。【方法】以116份白菜类作物组成的自然群体作为研究材料,分别种植在温室与露地2个独立的环境中,进行开花时间调查。同时,提取试验材料的DNA样品进行深度为1.2x的重测序,对测序数据用Pooled Mapping法进行过滤、与参考基因组比对,获得全基因组高密度SNP集合。经过条件过滤后,对高质量的SNP集合进行生物信息分析,包括试验材料的群体结构分析和全基因组连锁不平衡分析。从高质量的SNP集合中,随机挑选出2 000个变异位点,用Phy ML软件以最大似然法对116份试验材料进行系统发育树分析。用全部的高质量SNP集合位点通过软件Haploview进行全基因组连锁不平衡分析。最后,将高质量的SNP集合与开花时间数据结合,通过TASSEL和GAPIT软件包以及R程序语言进行全基因组关联分析。根据强关联峰值信号点位置和连锁不平衡区间定位开花时间候选位点,再通过白菜与同源物种拟南芥的基因共线性关系以及基因功能注释分析来预测白菜类作物开花时间相关的候选基因。【结果】不同种植条件下、不同类型的白菜类作物在开花时间上存在广泛差异。试验材料在露地环境下的开花时间高峰期明显早于温室环境下的材料;试验材料在露地环境下的开花时间总体表现出偏正态分布,而在温室环境下,开花时间各个阶段呈现出较为均衡的分布。温室与露地环境下的开花时间呈显著正相关。通过生物信息学分析最终得到的高质量SNP位点共103万个。试验材料的群体结构分析表明在系统发育树上各亚群内部分布较为集中,不同亚群之间的分布与材料的地理起源密切相关。全基因组衰减平均LD为2.3 kb,表明在116份白菜类作物构建的群体内存在较为频繁的重组和突变。对不同条件下的开花时间进行全基因组关联分析,用复合模型检测到54个(P4)强关联峰值信号点,一般模型检测到87个(P5)。通过进一步分析强关联信号点的连锁不平衡(linkage disequilibrium,LD)区段,得到存在强连锁关系(r20.33)的峰值信号点共33个(温室环境下27个,露地环境下19个)。其中,在温室与露地环境下的共定位位点13个。根据33个关联候选位点,再通过白菜与同源物种拟南芥的基因共线性关系以及基因功能注释分析筛选出白菜类作物开花时间相关的候选基因14个,其中温室与露地环境下共定位候选基因3个(FUL、PHYB和FPF1)。在露地条件下定位到开花关键基因FT1。【结论】不同条件下开花时间的相关性分析表明,遗传效应在开花早晚中起着决定性作用。全基因组关联分析共鉴定出33个与开花时间相关的显著关联信号。通过连锁不平衡分析、白菜与同源物种拟南芥的基因共线性关系以及基因功能注释分析初步鉴定出14个白菜类作物开花时间相关的候选基因。     

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。     

甜瓜叶绿素含量全基因组关联分析及候选基因预测

【目的】挖掘与叶绿素含量显著关联的单核苷酸多态性(single nucleotide polymorphism, SNP)位点和候选基因,为甜瓜叶绿素含量改良提供分子靶点和基因资源。【方法】以118份具有广泛变异的甜瓜种质为自然群体,采用2 531 449个高质量SNP标记对叶片叶绿素含量进行全基因组关联分析,挖掘优异等位变异,并预测候选基因。【结果】甜瓜自然群体叶绿素含量趋向正态分布,包含5个明显的亚群。利用Q模型对2次试验的叶绿素含量及其最佳线性无偏预测(best linear unbiased prediction, BLUP)值进行关联分析,共检测到15个显著位点,分布在甜瓜第1、2、4、8、11、12号染色体上,表型贡献解释率为5.62%～6.69%。其中,8个位点的不同基因型之间存在显著表型差异。结合关联位点的候选区域和转录组数据,共鉴定到28个差异表达基因,其中MELO3C018513.2和MELO3C003666.2是改良甜瓜叶绿素含量的潜在候选基因。【结论】通过高质量SNP标记Q模型的全基因组关联分析,共检测到15个与叶绿素含量显著关联的位点,筛选出2个可能与叶绿素含...     

Genome-Wide Association Study for Certain Carcass Traits and Organ Weights in a Large White×Minzhu Intercross Porcine Population

Porcine carcass traits and organ weights have important economic roles in the swine industry. A total of 576 animals from a Large White×Minzhu intercross population were genotyped using the Illumina PorcineSNP60K Beadchip and were phenotyped for 10 traits, speciifcally, backfat thickness （6-7 libs）, carcass length, carcass weight, foot weight, head weight, heart weight, leaf fat weight, liver weight, lung weight and slaughter body weight. The genome-wide association study （GWAS） was assessed by Genome Wide Rapid Association using the mixed model and regression-genomic control approach. A total of 31 single nucleotide polymorphisms （SNPs） （with the most signiifcant SNP being MARC0033464, P value=6.80×10-13） were located in a 9.76-Mb （31.24-41.00 Mb） region on SSC7 and were found to be signiifcantly associated with one or more carcass traits and organ weights. High percentage of phenotypic variance explanation was observed for each trait ranging from 31.21 to 67.42%. Linkage analysis revealed one haplotype block of 495 kb, in which the most signiifcant SNP being MARC0033464 was contained, on SSC7 at complete linkage disequilibrium. Annotation of the pig reference genome suggested 6 genes （GRM4, HMGA1, NUDT3, RPS10, SPDEF and PACSIN1） in this candidate linkage disequilibrium （LD） interval. Functional analysis indicated that the HMGA1 gene presents the prime biological candidate for carcass traits and organ weights in pig, with potential application in breeding programs.     

Genome-Wide Association Study for Certain Carcass Traits and Organ Weights in a Large White×Minzhu Intercross Porcine Population

Porcine carcass traits and organ weights have important economic roles in the swine industry. A total of 576 animals from a Large White×Minzhu intercross population were genotyped using the Illumina PorcineSNP60K Beadchip and were phenotyped for 10 traits, specifically, backfat thickness (6-7 libs), carcass length, carcass weight, foot weight, head weight, heart weight, leaf fat weight, liver weight, lung weight and slaughter body weight. The genome-wide association study (GWAS) was assessed by Genome Wide Rapid Association using the mixed model and regression-genomic control approach. A total of 31 single nucleotide polymorphisms (SNPs) (with the most significant SNP being MARC0033464, P value=6.80×10-13) were located in a 9.76-Mb (31.24-41.00 Mb) region on SSC7 and were found to be significantly associated with one or more carcass traits and organ weights. High percentage of phenotypic variance explanation was observed for each trait ranging from 31.21 to 67.42%. Linkage analysis revealed one haplotype block of 495 kb, in which the most significant SNP being MARC0033464 was contained, on SSC7 at complete linkage disequilibrium. Annotation of the pig reference genome suggested 6 genes (GRM4, HMGA1, NUDT3, RPS10, SPDEF and PACSIN1) in this candidate linkage disequilibrium (LD) interval. Functional analysis indicated that the HMGA1 gene presents the prime biological candidate for carcass traits and organ weights in pig, with potential application in breeding programs.     

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...     

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。     

小麦苗期根系性状的全基因组关联分析与优异位点挖掘

【目的】植物根系对水分及营养的获取、作物的生长发育和产量的形成至关重要。挖掘小麦苗期根系性状显著关联的SNP位点,预测相关候选基因,为解析小麦根系建成遗传机制及选育具有优良根系构型的小麦品种奠定基础。【方法】以189份小麦品种组成的自然群体为供试材料,调查2种培养条件（霍格兰营养液和去离子水）下培育21 d的苗期根系总长度（TRL）、根系总表面积（TRA）、根系总体积（TRV）、根系平均直径（ARD）及根系干重（RDW）等5个根系性状,试验进行2次重复,同时结合小麦660K SNP芯片的分型结果进行全基因组关联分析（genome-wide association study,GWAS）。此外,通过序列比对、结构域分析和注释信息预测候选基因,并采用竞争性等位基因特异性PCR(kompetitive allele specific PCR,KASP)技术开发根系性状的分子标记。【结果】霍格兰营养液培养条件下的根系性状变异范围较大,根系整体粗短;而去离子水条件下的根系细长、侧根较多。选用贝叶斯信息与连锁不平衡迭代嵌套式模型（BLINK）、压缩式混合线性模型（CMLM）、固定随机循环概率模型（...