肉用西门塔尔牛全基因组选择的低密度SNP芯片设计研究

发布时间：2021-05-11 02:33

　　全基因组选择受到了动植物育种界的广泛关注,该方法是利用基因组范围内的大量遗传标记进行基因组育种值的估计,它具有缩短世代间隔、加快遗传进展等多方面的优势。然而在肉牛育种实践中,高昂的基因型分型费用限制了全基因组选择的运用。为了降低基因分型费用,设计和开发一款低密度SNP芯片用于肉用西门塔尔牛全基因组选择具有重要意义。本研究使用1346头肉用西门塔尔牛资源群体的770K高密度芯片数据和13个生长发育、胴体和肉质性状的表型数据,采用全基因组关联分析（GWAS）、Bayes B分析、设置滑动窗口以及基因注释4种方法进行SNP位点的筛选,旨在形成一个可以获得较高基因组估计育种值准确性的低密度SNP集合,并将其用于肉用西门塔尔牛的低成本全基因组选择,以期节约育种成本和加快肉用西门塔尔牛全基因组选择的应用进程。本研究重要结论如下:1利用770K高密度芯片通过REML算法对肉用西门塔尔牛13个生长发育、胴体、肉质性状进行遗传力估计,结果表明13个性状的遗传力估计值在0.11-0.56之间,其中大部分生长发育和胴体性状属于中高遗传力性状,肉质性状属于中等遗传力性状,为肉用西门塔尔牛重要经济性状的遗传解析... 

【文章来源】：中国农业科学院北京市

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
英文缩略表
第一章 引言
    1.1 家畜选育方法概述
    1.2 全基因组选择方法研究进展
    1.3 肉牛全基因组选择应用现状
    1.4 基于高密度标记的全基因组选择的优势和局限性
    1.5 全基因组选择的低密度SNP芯片设计研究进展
    1.6 本研究的目的和意义
第二章 材料与方法
    2.1 资源群体建立与基因型数据收集
        2.1.1 资源群体建立
        2.1.2 基因型数据
    2.2 表型数据
        2.2.1 表型数据测量
        2.2.2 表型数据校正
    2.3 遗传力估计
    2.4 低密度SNP集合标记筛选
        2.4.1 GWAS方法检测与性状显著关联位点
        2.4.2 BayesB方法检测效应位点
        2.4.3 滑动窗口筛选高MAF位点
        2.4.4 基因注释筛选位点
    2.5 基因组育种值估计
        2.5.1 GBLUP方法
        2.5.2 贝叶斯方法方法
    2.6 基因组估计育种值准确性评价
    2.7 基因组估计育种值的相关性评价
第三章 结果与分析
    3.1 固定效应和协变量的显著性
    3.2 遗传力估计值
    3.3 低密度SNP集合
        3.3.1 全基因关联分析(GWAS)位点筛选
        3.3.2 BayesB分析位点筛选
        3.3.3 滑动窗口位点筛选
        3.3.4 基因注释位点筛选
        3.3.5 低密度SNP集合的位点分布、MAF及间距
    3.4 低密度SNP集合连锁不平衡(LD)评估
    3.5 使用低密度SNP集合评估的基因组估计育种值准确性
        3.5.1 基于GBLUP方法的基因组估计育种值准确性
        3.5.2 基于BayesA方法的基因组估计育种值准确性
        3.5.3 基于BayesB方法的基因组估计育种值准确性
        3.5.4 基于BayesCπ方法的基因组估计育种值准确性
        3.5.5 四种方法的基因组估计育种值的准确性比较
    3.6 基因组估计育种值间的相关性
第四章 讨论
    4.1 低密度SNP集合的位点分布及MAF
    4.2 低密度SNP集合位点筛选方法
    4.3 低密度SNP集合基因组估计育种值准确性
        4.3.1 标记密度对基因组估计育种值准确性影响
        4.3.2 连锁不平衡(LD)对基因组估计育种值准确性的影响
        4.3.3 最小等位基因频率(MAF)对基因组估计育种值准确性的影响
        4.3.4 不同统计模型对基因组估计育种值准确性的影响
    4.4 低密度SNP集合的局限性
第五章 全文结论
参考文献
附录
致谢
作者简历



本文编号：3180546