Genome-wide Association Study of Teats Number Traits in Kele Pigs

Teats number is one of the most important reproductive traits,and closely related to the economic benefit in pig industry.In order to reveal the underlying genetics of left teats number,right teats number and total teats number traits,a genome-wide association study（GWAS）was performed.Samples of DNA were collected to genotyping for 22 Kele pigs using the Illumina Porcine SNP 60K Chip.The GWAS was performed using a mixed-effects model and linear regression approach.When a genome-wide threshold was determined using the Bonferroni method（P<2.06E-5),4 single nucleotide polymorphism（SNP）markers were potentially associated with left teats number,right teats number and total teat number.However,3 SNPs were significant associated and 18 SNPs were potentially associated in chromosomes level.304 Ensembl genes were retrieved around 1 cM of the associated SNPs.The candidate genes in Wnt and Fgf signaling pathway（BTRC,FGF5,FGF8,BMP3,RASGEF1B and HMGB3）might have effect on target traits.These results provided valuable information about the selective breeding for Kele pigs.     

戴瑞奶绵羊产奶性状的全基因组关联分析

旨在通过对奶绵羊产奶性状的全基因组关联分析（GWAS）,寻找和定位与奶绵羊产奶性状相关的遗传标记和功能基因。本研究以135只戴瑞奶绵羊为试验材料,基于全基因组重测序技术,通过SAMTOOLS进行单核苷酸多态性（SNP）检测,使用PLINK v1.90进行质控,利用GEMMA v 0.98.1的混合线性模型对质控结果进行奶绵羊产奶性状相关的全基因组关联分析。结果表明,有1个SNP与泌乳后90天日均产奶量在全基因组范围内显著相关,8个SNPs达到潜在显著关联,相关的候选基因包括TRNAQ-CUG-2、LOC114117240、ACADL、MYL1、CHD6、SLCO3A1;有2个SNPs与150天日均产奶量达潜在显著关联,相关的候选基因包括PRMT6、RNF180;有2个SNPs与泌乳周期达潜在显著关联,相关的候选基因包括PRMT6、TRNAW-CCA-68、TRNAS-GGA-61。进一步基因功能分析推测,ACADL、SLCO3A1可能是影响奶绵羊产奶性状的候选基因。本研究为奶绵羊产奶性状的分子机制解析提供了一定的基础,为我国奶绵羊新品种培育提供了一定的理论参考。     

滩羊毛色的全基因组关联分析

滩羊不仅肉质鲜美,其所产的二毛裘皮在国内外也享有盛誉,毛色是滩羊重要的经济性状。为检测影响滩羊毛色的基因组区域,利用美国Affymetrix绵羊600K基因分型芯片对宁夏盐池地区具有代表性毛色的96只滩羊个体(全白、白毛黑头、白毛褐或黄头)进行基因分型,并采用Logistic回归方法进行全基因组关联分析。通过Bonferroni校正,检测到5个与毛色显著关联的SNPs。这些SNPs分别位于或邻近2个已知基因(MC1R和TCF25)。其中MC1R基因参与调控黑色素的合成,研究表明其与绵羊毛色相关。而TCF25基因与MC1R基因距离很近,可能由于存在一定程度的连锁不平衡而被鉴定到。本研究进一步解析了滩羊毛色性状的遗传机理,为滩羊毛色性状的标记辅助选育提供科学依据。     

Genome-wide association study for spot blotch resistance in Afghan wheat germplasm

Spot blotch (SB), caused by Bipolaris sorokiniana, is a devastating disease of wheat globally, especially in South Asia and South America. Understanding the genetics of resistance to SB is important for developing breeding strategies to improve resistance. A panel of 301 genotypes from Afghanistan was phenotyped over two crop seasons using a mixture of virulent B. sorokiniana isolates and genotyped using DArTSeq to obtain genome-wide markers. Fifty genotypes (16.6%) showed disease scores less than the resistant control. Principal component analysis using the genotypic data clustered the genotypes into five different groups. Among models used for genome-wide association mapping, the multilocus mixed model, and fixed and random model circulating probability unification algorithms were most effective in identifying significant marker-trait associations (MTA). Twenty-five MTAs at p ≤ .001 were identified on chromosomes 1A, 1B, 1D, 2B, 2D, 3A, 3B, 4A, 5A, 5B, 6A, 7A, and 7D, indicating the quantitative nature of resistance to SB. Phenotypic variation explained by these markers ranged from 2.0% to 17.7%, and genomic regions on the chromosomes 1D, 2D, 3A, 3B, 4A, 5A, and 5B coincided with loci identified in previous studies. Three single nucleotide polymorphism (SNP) markers on chromosomes 1B (SNP 1113207) and 5A (SNPs 5411867 and 998276) were significant in both crop seasons as well as in the combined analysis across seasons. Marker 5411867 is close to Vrn-A1, shown to be associated with SB in previous studies. Furthermore, among known SB resistance genes, Sb2 on chromosome 5B was predicted to be significant in this panel.     

水稻耐淹成苗率相关性状全基因组的关联分析

背景 耐淹成苗率低是限制直播稻产量的重要因素,挖掘高种子活力、低氧萌发能力强的水稻材料是提高耐淹成苗率的关键,但控制耐淹成苗率的遗传位点的挖掘仍然比较有限。目的 利用来源广泛的自然种质,分析影响耐淹成苗率的关键表型性状,挖掘相关的遗传位点和候选基因,为直播稻耐淹成苗机理研究提供一定的理论和材料基础。方法 以200份来源广泛的水稻种质为材料,在有氧环境下进行发芽试验,测量种子发芽率、发芽指数和活力指数;在低氧条件下测量芽鞘长和芽鞘直径;进行耐淹成苗试验,水深10 cm,20 d后测量耐淹成苗率。分析各性状间的相关性,挖掘影响耐淹成苗率的关键性状;利用简化基因组测序对以上6个表型进行全基因组关联分析,鉴定与性状显著关联的SNP位点,并在关联区间内筛选候选基因;对02428和YZX 2份材料进行有氧、无氧以及氧气含量转换条件下的转录组检测,结合全基因组关联分析结果,分析候选基因的表达模式差异。结果 种子活力、芽鞘表型和耐淹成苗率在200份材料间存在广泛的遗传变异,其中,芽鞘长和活力指数的变异系数最大;相关分析结果表明,芽鞘长、活力指数与耐淹成苗率呈极显著正相关;通过全基因组关联分析,共鉴定出8个与活力指数显著关联的位点,15个与芽鞘长显著关联的位点;结合基因组注释,在关联区间筛选出6个与活力指数相关的候选基因,7个与芽鞘长度相关的候选基因;进一步比较13个基因在有氧、无氧及氧气转换条件下的表达模式以及表达量的变化,发现Os02g0657000、Os03g0592500、Os08g0380100表达量变化显著,表现出对氧气处理的敏感性。结论 种子活力、芽鞘长与耐淹成苗率密切相关,可作为筛选高耐淹成苗水稻材料的重要性状。全基因组关联分析、转录组分析与基因表达模式比较的联合应用可提高候选基因的筛选效率。水稻耐淹成苗过程可能受到与逆境胁迫、光合作用相关基因的调控。     

芝麻产量相关性状的多位点全基因组关联分析及候选基因预测

【目的】通过对芝麻产量相关性状的全基因组关联分析,挖掘与产量性状关联的SNP位点及预测候选基因,为通过分子标记辅助选择育种等方式提高芝麻产量提供技术基础。【方法】以363份不同遗传背景和地理来源的芝麻种质资源构成的自然群体为研究对象,调查2年2点4环境下8个产量相关性状（单株产量、单株蒴数、蒴粒数、千粒重、株高、主茎果轴长、始蒴高度和表观收获指数）的表型值,借助覆盖全基因组的42 781个SNP标记,利用多位点SNP随机效应混合线性模型（multi-locus random-SNP-effect mixed linear model,mrMLM）对8个产量相关性状进行全基因组关联分析,检测与产量相关性状显著关联的SNP位点,并预测候选基因。【结果】在4个不同环境下,8个产量相关性状表现出广泛的表型变异,变异系数为6.51%—33.57%;相关性分析表明单株产量与单株蒴数、株高、主茎果轴长、表观收获指数呈极显著正相关;方差分析表明产量相关性状的基因型效应、环境效应、基因型与环境互作效应均达到了极显著水平。通过多位点全基因组关联分析共检测到210个与产量相关性状显著关联的SNP,在2018年南阳环境下检测到47个SNP,解释表型变异的1.63%—17.29%;在2019年南阳环境下检测到35个SNP,解释表型变异的1.94%—11.90%;在2018年平舆环境下检测到35个SNP,解释表型变异的2.15%—15.90%;在2019年平舆环境下检测到53个SNP,解释表型变异的1.25%—11.13%;在4个环境的综合BLUP条件下检测到75个SNP,解释表型变异的1.44%—13.58%。上述210个SNP涉及到175个位点,其中10个位点在3个及以上环境中被重复检测到。在这10个位点基因组区域内,共鉴定到214个候选基因,其中156个候选基因具有功能注释,主要涉及植物代谢、生物调控、生长发育等生物学过程。根据功能注释筛选出4个可能与芝麻产量相关的候选基因,其中SIN_1006338编码1-氨基环丙烷-1-羧酸合酶3（1-aminocyclopropane-1-carboxylate synthase 3-like）,参与乙烯的生物合成;SIN_1024330编码碱性螺旋-环-螺旋（basic helix-loop-helix）转录因子,负向调控植物细胞和器官的伸长;SIN_1014512编码吲哚-3-乙酸-酰胺合成酶GH3.6（indole-3-acetic acid-amido synthetase GH3.6）,参与调控茎和下胚轴细胞的伸长生长;SIN_1011473编码泛素受体蛋白DA1（protein DA1-like）,参与调节植物细胞增殖周期。【结论】通过多位点SNP随机效应混合线性模型的全基因组关联分析,检测到175个与产量相关性状显著关联的位点,筛选出4个可能与产量相关的重要候选基因。     

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。     

盐胁迫下甘蓝型油菜发芽期下胚轴和根长的全基因组关联分析

【目的】解析甘蓝型油菜发芽期根和下胚轴发育及耐盐性的调控位点,筛选油菜耐盐性相关的候选基因,可为油菜耐盐性改良提供依据。【方法】以317份具有代表性的甘蓝型油菜自交系为材料,在正常生长和盐胁迫条件下进行沙培鉴定,利用芸薹属60K SNP芯片和全基因组关联分析鉴定正常生长与盐胁迫下甘蓝型油菜发芽期根和下胚轴长度显著关联的SNP,并确定其连锁不平衡区间。通过区间内基因的功能注释及盐胁迫下油菜幼苗根和叶片转录组差异表达基因筛选连锁不平衡区间内的重要候选基因,并以实时荧光定量PCR分析候选基因的组织特异性和盐胁迫诱导表达模式,提高候选基因筛选的准确性。【结果】正常生长和盐胁迫下甘蓝型油菜发芽期下胚轴和根长在不同材料间变异较大,频次分布表明目标性状均为数量性状,受多基因调控。全基因组关联分析模型比较表明,MLM+P+K模型为最优模型。以此模型对目标性状进行全基因组关联分析,检测到45个显著关联SNP,其中40个与下胚轴长度显著关联,5个与根长显著关联,单个SNP解释的表型变异分别为9.12%—14.46%和7.67%—8.93%。重复检测的显著相关SNP中,值得注意的是C04染色体的rs8970,同时与4个性状显著关联,表型贡献率为7.67%—12.35%,是唯一在下胚轴长和根长间重复检测到的显著关联SNP。11个重要关联SNP中有6个位于10—442 kb的连锁不平衡区块中。转录组分析表明,11个连锁不平衡区间共包含447个基因,其中15个受盐胁迫诱导表达。转录组和基因功能注释综合分析表明,BnaSRO1、BnaPAGR2、BnaNPH3、BnaMYB124、BnaSAM-Mtase、BnaBIN2、BnaUMAMIT11、BnaEXPA7、BnaRPT3、BnaEF-hand和BnaF3H很可能为各自区间的候选基因。实时荧光定量PCR结果证实除BnaNPH3外,其他基因均在根或下胚轴中受盐胁迫诱导上调表达。组织特异性分析还发现BnaUMAMIT11、BnaPAGR2和BnaEXPA7主要在萌发的根和下胚轴中特异表达,BnaRPT3、BnaBIN2和BnaMYB124虽然呈组成型表达,但在萌发阶段的下胚轴中表达量最高,证实这些基因很可能参与油菜发芽期根和下胚轴生长发育及耐盐性的调节。【结论】全基因组关联分析共鉴定出45个控制油菜发芽期根和下胚轴发育及耐盐性的显著关联SNP。连锁不平衡、转录组和基因功能注释综合分析初步鉴定出11个重要候选基因。     

大豆LEA基因家族全基因组鉴定、分类和表达

 【目的】鉴定大豆全基因组中的LEA家族基因,对其进行定位、分类以及组织表达分析,为植物LEA基因的功能研究与利用提供基础。【方法】利用大豆基因组数据库,通过生物信息学手段,鉴定并获得大豆LEA家族基因的全序列、定位和拷贝数信息;通过序列比对进行进化和分类分析;利用大豆发育表达芯片数据、NCBI中UniGene的EST表达数据进行组织表达谱分析。【结果】系统地分析鉴定了36个大豆的LEA家族基因,根据结构域的差异和系统发育分析将这些LEA基因分成8个亚家族。基因定位分析结果表明,这些基因分布于大豆的16条染色体上,启动子分析表明,几乎全部LEA基因的启动子区含有逆境反应顺式作用元件。各个发育阶段表达谱的分析结果表明,多数成员至少在一个组织中表达,10个差异表达的基因中有5个在种子发育时期优势表达,另外5个在其它部位优势表达。【结论】通过全基因组扫描,获得大豆基因组的36个LEA家族基因,它们分属于8个不同的亚家族,分布于16条大豆染色体上,启动子区含有逆境相关顺式作用元件,基因表达具有一定特异性。     

普通小麦主要农艺性状的全基因组关联分析

为解析小麦复杂农艺性状的遗传机制,本研究以150份小麦品种(系)为自然群体,在4个环境条件下测定了9个主要农艺性状,利用小麦35K SNP芯片,结合5种关联模型(Q、PCA、K、PCA+K、Q+K),进行全基因组关联分析。结果表明,全基因组多态性信息量PIC的范围为0.0950～0.5000,最小等位基因频率MAF值为0.0500～0.5000;群体结构分析和PCA分析均表明参试材料可分为两个亚群;连锁不平衡分析发现A基因组、B基因组、D基因组和全基因组的LD衰减距离分别为4.7、8、11和6 Mb。9个性状共检测到652个显著的关联位点(P≤0.001),其中21个SNP在2个或2个以上的环境中被重复检测到,分布在1A(1)、1B(4)、2A(3)、2D(2)、3A(1)、5A(1)、5B(5)、6A(1)、6B(2)和7D(3)染色体上; 1个SNP标记的物理位置未知, 3个SNP标记同时与2个性状显著关联;单个SNP的表型贡献率为7.67%～18.79%。8个优势等位变异在供试群体中所占比例较低,筛选出14个可能与小麦农艺性状相关的候选基因,其中TraesCS5B02G237200、TraesCS7D02G129700和TraesCS1B02G426300可能在植物抵御生物与非生物胁迫中起作用,TraesCS5B02G010800和TraesCS7D02G436800可能与植物激素的合成和响应有关,TraesCS2A02G092200可能与植物细胞壁的增强有关, TraesCS5A02G438800可能参与叶绿体发育,另外7个候选基因的功能未知。