畜禽群体中基于SNP标记的亲子鉴定及亲本推断方法

利用双亲高密度SNP标记信息,在畜禽群体中进行亲子鉴定及亲本推断新方法的计算机程序开发,并使用模拟的600 000个SNP标记对该程序进行测试。结果表明:对系谱正确性进行鉴定时,SNP标记数大于100即可达到100%的亲子鉴定准确率;对错误的系谱关系进行潜在亲子关系推断时,SNP标记数大于300可保证100%的推断准确率。标记平均MAF较低会降低亲子推断准确率。在程序运行效率方面,当使用50 000的SNP标记对1 000条错误率为10%的系谱进行亲子鉴定和推断时,共耗时332.87s,且计算耗时与标记数及个体数呈线性变化。本研究基于孟德尔遗传原理,设计并开发了基于双亲及后代基因型的亲子鉴定及亲本推断程序,该方法运行速度快,操作简单,准确性高,值得在畜禽群体基因组相关研究方面进行推广应用。     

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。