整合GWAS和eQTL先验的绵羊部分肉用性状全基因组选择研究
发布时间:2021-01-20 09:23
遗传进展与全基因组选择(genomic selection,GS)的准确性成正相关,揭示绵羊肉用性状的遗传机理和提高GS的准确性是肉羊遗传育种研究的重要内容。但当前较高的测序成本和较低的经济回报限制了绵羊肉用性状的遗传机制解析以及GS在肉羊育种中的应用。因而本论文对149个杂种绵羊个体(母本:美利奴×边区莱斯特羊、库普沃斯羊,父本:无角陶赛特、白萨福克)进行高密度芯片(600K)分型后填充为全基因组单核苷酸多态位点(single nucleotide polymorphism,SNP)并对肌肉和肝脏进行转录组测序后进行三种分子表型(即基因表达量、外显子表达量和可变剪切)定量分析、表达数量性状基因座(expression quantitative trait loci,eQTL)分析、以及分子表型与肉用性状的关联分析以期初步解析绵羊肉用性状的遗传机理。在此基础上,选用多品种绵羊群体(主要有美利奴羊、边区莱斯特、边×美杂种羊、无角陶赛特、白萨福克、无角陶赛特和白萨福克(父本)与美利奴和边×美杂种羊(母本)的杂种羊)通过整合全基因组关联分析(genome-wide association s...
【文章来源】:兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】:130 页
【学位级别】:博士
【部分图文】:
全基因组选择实施步骤注:SNP,单核苷酸多态性GEBV,全基因组估计育种值
兰州大学博士学位论文整合GWAS和eQTL先验的绵羊部分肉用性状全基因组选择研究6果显示,即便是1×LCSeq也可以取得很好的分型结果[22,25]。在大样本群体中(如上万个样本)即便是0.1×测序,都能较为准确的鉴定出变异位点[26],因而通过LCSeq策略在群体水平鉴定变异位点是可能的。在猪的育种中,已有利用LCSeq策略进行分型的报道[22]。无论是何种低成本的全基因组分型技术,其基本的理论基础都是利用最低的成本尽可能多的覆盖群体所有的单倍型,尔后利用填充软件进行填充。选择分型需要解决两个核心问题,一是选择哪些个体进行测序;二是选择的个体测序深度是多少。两种分型策略有各自的优缺点,基于核心个体的分型策略应用较广,如,在奶牛和肉羊的GS中广泛采用这一策略。然而,基于LCSeq的分型策略与核心个体分型策略相比,有多个优势:①有较高的变异发现率;②能够发现稀有变异;③基于LCSeq分型的价格并不比低密度SNP芯片分型的价格高,因而在将来的动物育种中可能还是以LCSeq分型为主。图1-2低成本分型技术方案Figure1-2Technicalsolutionsoflow-costgenotyping1.3生物学先验信息的类型整合生物学先验GS研究的一个核心问题是选择合适的先验信息。随着组学技术的发展,从公开的数据库或者课题组的积累获得多维度的生物学先验信息成为可能。理论上,任何能够影响表型的各组学数据都能作为GS的生物学先验信息,因而先验信息可包括基因组、表观组、转录组、蛋白组、代谢组(图1-3)以及功能注释等信息;但与传统的遗传学研究不同,用于GS的生物学先验信息
兰州大学博士学位论文整合GWAS和eQTL先验的绵羊部分肉用性状全基因组选择研究7发现群体有它自身的要求。此外,根据中心法则,遗传信息从DNA到RNA再到蛋白,遗传信息从DNA到RNA是第一步也是最重要的一步,加上当前动物育种中最常见、最常用的先验信息为基因组和转录组水平的先验信息。本小节主要综述先验发现群体的特点、基因组和转录组水平的先验信息。图1-3不同组学水平的可能的先验信息[27]Figure1-3Thepotentialpriorinformation[27]1.3.1先验发现群体与传统的GS(见图1-1)相比,整合生物学先验信息的GS一般需要先验发现群体、参考群体和验证群体(见图1-4),且要求这些群体相对独立:即不同群体中的个体不存在全同胞或半同胞。先验发现群体与参考群体使用相同的数据时会使GS出现较大的偏差。出现偏差的原因可能是没有适当考虑群体结构或有选择地使用了随机事件中的信息。值得注意的是,这种试验群体的划分方式也会根据生物学先验信息的来源不同而有所不同,例如,在整合注释信息的生物学先验时,由于注释信息已知,因而并不需要专门的先验发现群体。图1-4整合先验信息的全基因组选择试验群体Figure1-4Populationswhichwereusedtoincorporateprirorinformationtogenomicselection
【参考文献】:
期刊论文
[1]猪肌肉糖原酵解潜力的影响因素及其营养调控研究进展[J]. 杨媛媛,李敬,赵青余,汤超华,张军民,秦玉昌. 中国畜牧杂志. 2019(11)
[2]基因组选择在绵羊育种中的应用[J]. 赵志达,张莉. 遗传. 2019(04)
[3]不同铜水平饲粮对舍饲滩羊生长性能、屠宰性能及肉品质的影响[J]. 孙劲松,王雪,高昌鹏,李海庆,陈学英,田玉富,李作明,周玉香. 动物营养学报. 2019(06)
[4]基因组选择在羊育种中的应用研究进展[J]. 张统雨,魏霞,张勤,杜立新,王立贤,赵福平. 畜牧兽医学报. 2018(12)
[5]Imputation from SNP chip to sequence: a case study in a Chinese indigenous chicken population[J]. Shaopan Ye,Xiaolong Yuan,Xiran Lin,Ning Gao,Yuanyu Luo,Zanmou Chen,Jiaqi Li,Xiquan Zhang,Zhe Zhang. Journal of Animal Science and Biotechnology. 2018(02)
[6]基因组选择技术在农业动物育种中的应用[J]. 谈成,边成,杨达,李宁,吴珍芳,胡晓湘. 遗传. 2017(11)
[7]Recent advances in understanding genetic variants associated with economically important traits in sheep (Ovis aries) revealed by high-throughput screening technologies[J]. Song-Song XU,Meng-Hua LI. Frontiers of Agricultural Science and Engineering. 2017(03)
[8]肌肉pH变化及其意义[J]. 苏建军. 肉类工业. 1997(02)
博士论文
[1]整合功能注释的全基因组选择和关联分析方法研究[D]. 郝兴杰.华中农业大学 2018
[2]钙调蛋白酶2、20S蛋白酶体和组织蛋白酶B+L对宰后猪肉保水性的影响[D]. 曾珍.四川农业大学 2018
硕士论文
[1]硒通过miR-365-3p靶向SelT调控鸡骨骼肌发育机理的研究[D]. 邢梦媛.东北农业大学 2018
本文编号:2988792
【文章来源】:兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】:130 页
【学位级别】:博士
【部分图文】:
全基因组选择实施步骤注:SNP,单核苷酸多态性GEBV,全基因组估计育种值
兰州大学博士学位论文整合GWAS和eQTL先验的绵羊部分肉用性状全基因组选择研究6果显示,即便是1×LCSeq也可以取得很好的分型结果[22,25]。在大样本群体中(如上万个样本)即便是0.1×测序,都能较为准确的鉴定出变异位点[26],因而通过LCSeq策略在群体水平鉴定变异位点是可能的。在猪的育种中,已有利用LCSeq策略进行分型的报道[22]。无论是何种低成本的全基因组分型技术,其基本的理论基础都是利用最低的成本尽可能多的覆盖群体所有的单倍型,尔后利用填充软件进行填充。选择分型需要解决两个核心问题,一是选择哪些个体进行测序;二是选择的个体测序深度是多少。两种分型策略有各自的优缺点,基于核心个体的分型策略应用较广,如,在奶牛和肉羊的GS中广泛采用这一策略。然而,基于LCSeq的分型策略与核心个体分型策略相比,有多个优势:①有较高的变异发现率;②能够发现稀有变异;③基于LCSeq分型的价格并不比低密度SNP芯片分型的价格高,因而在将来的动物育种中可能还是以LCSeq分型为主。图1-2低成本分型技术方案Figure1-2Technicalsolutionsoflow-costgenotyping1.3生物学先验信息的类型整合生物学先验GS研究的一个核心问题是选择合适的先验信息。随着组学技术的发展,从公开的数据库或者课题组的积累获得多维度的生物学先验信息成为可能。理论上,任何能够影响表型的各组学数据都能作为GS的生物学先验信息,因而先验信息可包括基因组、表观组、转录组、蛋白组、代谢组(图1-3)以及功能注释等信息;但与传统的遗传学研究不同,用于GS的生物学先验信息
兰州大学博士学位论文整合GWAS和eQTL先验的绵羊部分肉用性状全基因组选择研究7发现群体有它自身的要求。此外,根据中心法则,遗传信息从DNA到RNA再到蛋白,遗传信息从DNA到RNA是第一步也是最重要的一步,加上当前动物育种中最常见、最常用的先验信息为基因组和转录组水平的先验信息。本小节主要综述先验发现群体的特点、基因组和转录组水平的先验信息。图1-3不同组学水平的可能的先验信息[27]Figure1-3Thepotentialpriorinformation[27]1.3.1先验发现群体与传统的GS(见图1-1)相比,整合生物学先验信息的GS一般需要先验发现群体、参考群体和验证群体(见图1-4),且要求这些群体相对独立:即不同群体中的个体不存在全同胞或半同胞。先验发现群体与参考群体使用相同的数据时会使GS出现较大的偏差。出现偏差的原因可能是没有适当考虑群体结构或有选择地使用了随机事件中的信息。值得注意的是,这种试验群体的划分方式也会根据生物学先验信息的来源不同而有所不同,例如,在整合注释信息的生物学先验时,由于注释信息已知,因而并不需要专门的先验发现群体。图1-4整合先验信息的全基因组选择试验群体Figure1-4Populationswhichwereusedtoincorporateprirorinformationtogenomicselection
【参考文献】:
期刊论文
[1]猪肌肉糖原酵解潜力的影响因素及其营养调控研究进展[J]. 杨媛媛,李敬,赵青余,汤超华,张军民,秦玉昌. 中国畜牧杂志. 2019(11)
[2]基因组选择在绵羊育种中的应用[J]. 赵志达,张莉. 遗传. 2019(04)
[3]不同铜水平饲粮对舍饲滩羊生长性能、屠宰性能及肉品质的影响[J]. 孙劲松,王雪,高昌鹏,李海庆,陈学英,田玉富,李作明,周玉香. 动物营养学报. 2019(06)
[4]基因组选择在羊育种中的应用研究进展[J]. 张统雨,魏霞,张勤,杜立新,王立贤,赵福平. 畜牧兽医学报. 2018(12)
[5]Imputation from SNP chip to sequence: a case study in a Chinese indigenous chicken population[J]. Shaopan Ye,Xiaolong Yuan,Xiran Lin,Ning Gao,Yuanyu Luo,Zanmou Chen,Jiaqi Li,Xiquan Zhang,Zhe Zhang. Journal of Animal Science and Biotechnology. 2018(02)
[6]基因组选择技术在农业动物育种中的应用[J]. 谈成,边成,杨达,李宁,吴珍芳,胡晓湘. 遗传. 2017(11)
[7]Recent advances in understanding genetic variants associated with economically important traits in sheep (Ovis aries) revealed by high-throughput screening technologies[J]. Song-Song XU,Meng-Hua LI. Frontiers of Agricultural Science and Engineering. 2017(03)
[8]肌肉pH变化及其意义[J]. 苏建军. 肉类工业. 1997(02)
博士论文
[1]整合功能注释的全基因组选择和关联分析方法研究[D]. 郝兴杰.华中农业大学 2018
[2]钙调蛋白酶2、20S蛋白酶体和组织蛋白酶B+L对宰后猪肉保水性的影响[D]. 曾珍.四川农业大学 2018
硕士论文
[1]硒通过miR-365-3p靶向SelT调控鸡骨骼肌发育机理的研究[D]. 邢梦媛.东北农业大学 2018
本文编号:2988792
本文链接:https://www.wllwen.com/shoufeilunwen/nykjbs/2988792.html
最近更新
教材专著