全基因组关联分析在畜禽上的应用

合集下载

全基因组关联分析在畜禽上的应用题库

全基因组关联分析在畜禽上的应用摘要：随着数量遗传学、分子生物学以及计算机水平的高速发展，出现了数量遗传学与分子遗传学的结合，动物育种中也不断出现新的方法，全基因组关联分析（GWAS）以及全基因组选择（GS）。

本文主要介绍了GWAS及其在几种畜禽上的应用和问题。

关键字：GWAS，牛，猪，鸡，应用对畜禽实施标记辅助选择可提高遗传进展，但是我们首先需要找到影响畜禽重要性状的主效基因。

候选基因分析和标记QTL连锁分析策略使我们对一些基因的功能和作用方式有所了解，也找到了一些主效基因。

但是生物基因组中有庞大的基因数目，很多控制畜禽经济性状的基因还无法分离和鉴定，这就需要一种全新的研究手段，最好能无偏地覆盖所有基因，并能高通量检测和适应不断更新的物种基因组序列。

20世纪80年代后期90年代初期，随着数量遗传学理论研究的不断深入、分子生物学的飞跃发展、计算机水平的日新月异，开始出现数量遗传学与分子遗传学结合研究的热潮，发展为现在的分子数量遗传学。

动物育种中也在传统育种方法的基础上不断提出新的方法：全基因组关联分析（Genome-Wide Association Studies，GWAS）以及全基因组选择。

GWAS就可以解决以上问题，GWAS是一种对全基因组范围内的常见遗传变异:单核苷酸多态性(Single nucleotide polymorphism，SNP)和拷贝数变异(Copy number variation，CNV)进行总体关联分析的方法，其核心思想是利用全基因组范围的连锁不平衡来确定影响复杂性状或数量性状的基因[1]。

GWAS目前主要是应用在人类的复杂疾病上，2005年，自从《Science》杂志上首次报道了Klein等利用Affymetrix100K的基因芯片对年龄相关性视网膜黄斑变性进行GWAS的结果之后，一大批有关复杂疾病的GWAS报道不断出现。

已经陆续报导和公布了视网膜黄斑、乳腺癌、前列腺癌、白血病、冠心病、肥胖症、糖尿病、精神分裂症、风湿性关节炎等几十种疾病全基因组关联研究的结果[2]。

全基因组测序(WGS)在畜禽群体进化和功能基因挖掘中的应用

ＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１９３，Ｃｈｉｎａ；２ＣｏｌｌｅｇｅｏｆＬｉｆｅＳｃｉｅｎｃｅ，ＬｉｎｙｉＵｎｉｖｅｒｓｉｔｙ，Ｌｉｎｙｉ２７６００５，Ｃｈｉｎａ；３ＣｏｌｌｅｇｅｏｆＬｉｆｅ
１ＥＶＯｌ ● ｕｔ１００ｎａｎｄ１ｔ — ｉｅｎｅ１Ｌ，、‘ １ＳＣＯＶｅＩ．ｖｏｔ， ’ １Ｌ，、ｏｍｅｓｔｌ０ｃＡ ▲ ｎｌ ’ ｍａ ’ ｌｓＰＡＮＺｈａｎｇ — Ｙｕａｎ，ＨＥＸｉａｏ — ＹｕｎＬＩＵＱｉｕ－ＹｕｅＧＵＯＸｉａｏ — ＦｅｉＣＡＯＸｉａｏ — Ｈａｎ，ＨＵＷｅｎ－Ｐｉｎｇ
理论参考。
关键词全基因组测序（ＷＧＳ），畜禽，群体进化，功能基因，应用中图分类号￥８１３；Ｓ８ — ０５文献标志码Ａ
ＡｐｐｌｉｃａｔｉｏｎｏｆＷｈｏｌｅＧｅｎｏｍｅＳｅｑｕｅｎｃｉｎｇ（ＷＧＳ）ｉｎＰｏｐｕｌａｔｉｏｎ
，
娶簪！罂
一～
Ｏｎｌｉｎｅｓｙｓｔｅｍ：ｈｔｔｐ：／／ｗｗｗ．ｊａｂｉｏｔｅｃｈ．ｏｒｇ

畜禽全基因组关联分析概述

２０１８年第８期（总第３５１期）畜禽业育种繁殖畜禽全基因组关联分析概述顾京晶１，２（１．湖南农业大学动物科技学院，湖南长沙４１０１２８；２．禽畜遗传改良湖南省重点实验室，湖南长沙４１０１２８）摘　要：全基因组关联分析（ＧＷＡＳ），这一方法基于常见疾病（性状）、常见变异（ｃｏｍｍｏｎｄｉｓｅａｓｅ，ｃｏｍｍｏｎｖａｒｉａｎｔ）的假设，也就是认为常见的疾病或者性状主要由少数常见（这里指等位基因频率在群体中不低于１％）突变引起的，ＧＷＡＳ分析是利用遍布于整个基因组范围的ＳＮＰ分子标记，并借助统计学工具对影响复杂性状的遗传变异进行鉴定和分析的方法［１］。

与以往的候选基因研究策略明显不同的是，ＧＷＡＳ不再受预先设定的候选基因的限制，使得众多功能不明的基因及大量基因间区域的ＳＮＰ都为复杂性状的研究提供了线索。

概述全基因组关联分析的特点方法、局限性及在畜禽中的作用。

关键词：ＧＷＡＳ；特点；局限性；畜禽中图分类号：Ｓ８１３文献标识码：ＢＤＯＩ：１０．１９５６７／ｊ．ｃｎｋｉ．１００８－０４１４．２０１８．０８．０１５收稿日期：２０１８－０７－０２基金项目：国家自然科学基金（３１５０１０００）全基因组关联分析是利用ＳＮＰ分子标记，借助统计学对影响复杂性状的遗传变异进行鉴定和分析的方法。

现在猪、牛、鸡、羊、马等畜禽都有商业化的ＳＮＰ芯片可以购买使用进行快速全基因组ＳＮＰ分型，然后通过关联分析寻找显著标记位点，在强显著标记附近确定候选区域，再精细定位寻找候选基因，并验证候选基因可靠性。

"　<=*/研究的特点和方法ＧＷＡＳ研究的优势在于在资源家系、自然群体中都可进行研究，根据研究的群体结构不同，常见的分析方法可分为基于不相关个体的关联分析（Ｕｎｒｅｌａｔｅｄｉｎｄｉｖｉｄｕａｌｂａｓｅｄａｓｓｏｃｉａｔｉｏｎｓｔｕｄｙ）和基于家系的关联分析（Ｆａｍｉｌｙｂａｓｅｄａｓｓｏｃｉａｔｉｏｎｓｔｕｄｙ）；并且ＧＷＡＳ研究并不需要在研究前构建任何假设，即不需要预先依据那些尚未充分阐明的生物学基础来假设某些特定的基因或位点与复杂性状相关联。

全基因组关联分析及其在猪育种中的研究进展

ＧＷＡＳ法，｛人类复杂疾病的遗传６肝
遗传力ｆ乐或难以准确度量，利用传统的分析，且检测力更强，ｊ１渐成熟，研究结果有助Ｊ：人仃Ｉ】ｒ】：！ｊ｛测极有可能究方Ｌ
ｆ『种方法ｔ￣｛ｔｉ４｝｛＿进展缓慢，准确度不高。
抖 ’ ．２０ｌ５，３２（１１）：４１４２．
种公ｊ嚣ＩＩ：ｉｉｊ堑进行分装，并在包装
ｆ１，使 Ⅲ专川的精液运输ｆ仔箱可｝扛【＂ｊＩＩｌ事、ｌＦ号、批、，产Ｌ｛ｊ、境【
５精液的分装贮存与运输
广的ｆ
良种公５昔的覆盖聚集，应每同轻轻摇梢液２～４次。精技术的推广，提高』殖，避率，ｑ｜并的经济效益。
静静
精液的包装方式采用袋装，利十精乜装好的精液婴尽快送
全基因组关联分析及其在猪育种中的研究进展
宋志芳’ ，曹洪战，芦春莲
（１．河北农业大学动物科技学院河北保定０７１０００；２河北农业大学猪业科学研究所，河北保定０７１０００）
摘要：近年来，随着高通量单核苷酸芯片和基因分型技术的不断发展，利用全基因组关联分析猪的性状成为可能
化Ｈ１，ｘ＿Ｊ，匕ｋ，ｌ－因组基定何的精确度性，许Ｉ｛．对ｊ｝｝的体型外貌 … 、生长、

全基因组选择在畜牧生物育种中的应用前景

全基因组选择在畜牧生物育种中的应用前景畜牧业一直是农业中的重要组成部分，为人类提供着肉类、乳制品等重要的食品来源。

而随着科学技术的发展和基因研究的深入，全基因组选择（Whole Genome Selection，WGS）作为一种新兴的育种方法，在畜牧生物育种中展现出了巨大的应用前景。

全基因组选择结合了基因组学、生物统计学和计算机科学等领域的知识，为畜牧业提供了一种高效、精准的遗传改良手段。

全基因组选择的核心思想是通过对整个基因组的分析和评估，选择具有高遗传价值的个体进行繁殖，以达到改良畜种的目的。

与传统的选择育种方法相比，全基因组选择更加精确和高效。

传统的选择方法往往基于个体的表型信息进行选择，但基因组中的许多重要的遗传变异并不一定在表型中得到体现。

全基因组选择能够解决这个问题，利用每个个体的全基因组信息进行选择，提高了选择的准确性和效率。

全基因组选择在畜牧生物育种中具有广泛的应用前景。

首先，全基因组选择可以大幅提高畜禽的遗传进展速度。

通过大规模的基因组分析和筛选，我们可以准确地评估每个个体的遗传潜力，选出具有优秀基因组特征的个体进行繁殖。

这样一来，优质种畜的繁殖速度可以大大加快，加快了育种进程，使得新品种的选育周期大大缩短。

其次，全基因组选择还可以提高畜禽的遗传改良效果。

全基因组选择能够准确地评估每个个体的遗传值，并将这些信息应用于繁殖计划制定。

通过选择优秀个体进行繁殖，可以有效地增加种畜的基因优势，降低遗传缺陷的传递。

这样一来，畜禽的生产性能、疾病抗性和适应性等方面都可以得到显著的改善，提高了畜禽的品质和生产效益。

此外，全基因组选择还能够帮助畜牧业实现可持续发展。

随着全球人口的增多和经济的发展，对畜产品的需求也不断增加。

而传统的畜牧业生产模式往往会面临资源浪费、环境污染等问题。

全基因组选择可以更加准确地定位和利用优良特征基因，减少资源浪费和疾病风险，提高生产效益，实现畜牧业的可持续发展。

当然，全基因组选择在畜牧生物育种中的应用还面临一些挑战和问题。

基于基因集富集分析的畜禽复杂性状GWAS分析平台及其应用

基于基因集富集分析的畜禽复杂性状 GWAS分析平台及其应用
潘玉春王起山 panyc@ 2011.8.12
一、背景
1
GWAS
全基因组关联分析方法（ GWAS ）是近几年提出的复杂性状功能基因鉴定的新策略。该方法是基于全基因组范围内
的序列变异，筛选出那些与性状关联的SNPs。
6
二、畜禽GSEA-GWAS平台
牛基因组SNP功能注释与Fisher富集分析平台
/SNPknow
/SNPpath
猪、牛、鸡基因集富集分析平台
/GWAS
7
（GSEA-GWAS）已经应用于人类（随机无关人群或核心家系）和小鼠（高度近交）的资源群体。
http://www.nr.no/pages/gseasnp
(Bioinformatics 2008)
https://webtools.imbs.uni-luebeck.de/snptogo (Bioinformatics 2008)
11 11
Growth traits
Pathway ID 00330 00480 00030 00512 04620
Pathway name Arginine and proline metabolism Glutathione metabolism Pentose phosphate pathway O-Glycan biosynthesis Toll-like receptor signaling pathway
P value 0.0405 0.0213 0.0184 0.0637 0.0762
birth weight（BWT）
205-day preweaning gain (WG)
160-day postweaning gain (PWG)

全基因组关联分析在畜禽上的应用

本文主要介绍了GWAS及其在几种畜禽上的应用和问题。

关键字：GWAS，牛，猪，鸡，应用对畜禽实施标记辅助选择可提高遗传进展，但是我们首先需要找到影响畜禽重要性状的主效基因。

候选基因分析和标记QTL连锁分析策略使我们对一些基因的功能和作用方式有所了解，也找到了一些主效基因。

动物育种中也在传统育种方法的基础上不断提出新的方法：全基因组关联分析（Genome-Wide Association Studies，GWAS）以及全基因组选择。

全基因组关联分析影响猪GLU和GSP的染色体位点-畜牧兽医论文-农学论文

全基因组关联分析影响猪GLU和GSP的染色体位点-畜牧兽医论文-农学论文——文章均为WORD文档，下载后可直接编辑使用亦可打印——引言【研究意义】血液中的血糖（glucose，GLU）循环全身，对人体具有重要的生理功能，是反映机体生理状况的一个重要指标。

空腹血糖浓度（fasting serumglucose, FSG）是糖尿病临床诊断的常规指标，也是糖尿病诊断后10 年内因心血管疾病的预警指标。

糖尿病病人的空腹血糖浓度持续偏高，波动较小，是一种营养代谢性疾病。

有研究表明，空腹血糖浓度是可遗传的，遗传力为0.62 0.08（P＜0.01），属于高遗传力性状。

糖基化血清蛋白（glycosylatedserum proteins，GSP）是一个比血糖更稳定、更能反映机体23 周内平均血糖水平的指标。

猪作为模式动物，与人类具有相似的代谢功能、心血管系统、成比例的器官大小等，已经成为研究人类肥胖、糖尿病及并发症等疾病的最佳模式动物。

研究影响猪GLU和GSP 的染色体位点及候选基因定位，不仅对猪代谢生理功能的遗传解析具有重要意义，而且对人类相关疾病的临床研究具有参考价值。

【前人研究进展】近年来，已定位了多个影响GLU 和GSP 的QTL。

Cai 等在对西班牙裔儿童研究中发现，影响空腹血糖浓度的QTL 定位在13 号染色体的8599 cM处；An 等在人19 号染色体的88cM 处定位到了显着影响空腹血糖浓度的QTL，在7 号染色体的163cM处定位到了染色体可显着影响空腹血糖浓度的QTL；Kobayashi 等在由SMSMXA-5 构建的F2小鼠中，在8 号染色体上定位到了影响空腹血糖浓度的QTL。

人和鼠的血糖性状QTL 定位结果具有很高的一致性。

在对猪的研究中，Yoo 等利用长白韩国本地猪种F2群体，在SSC1 和SSC8 上定位到染色体可显着影响GLU 的QTL；Dsauts 等利用梅山猪和大白猪构建的F2群体在SSC1、3、5、8 四条染色体上定位到了影响GLU 浓度的QTL；陈蓉蓉等在白色杜洛克二花脸资源家系SSC14 的68 cM 处定位到了1 个5%基因组显着影响GLU 的QTL。

基因组学技术在畜禽遗传育种中的应用研究

基因组学技术在畜禽遗传育种中的应用研究随着科技的进步，基因组学技术在畜禽遗传育种中的应用越来越广泛。

它能够帮助我们更快地研究家禽和畜牧动物的遗传特征，同时可以进一步改进我们畜禽的品质和生产能力。

本文将探讨基因组学技术在畜禽遗传育种中的应用以及其发展前景。

一、基因组学技术在畜禽遗传育种中的应用1. 基因组选择基因组选择是一种全基因组分析的方法，能够确定在育种中所需要的目标基因的变异，以便更加快速地进行遗传改良。

例如，在育种中湖羊的毛色颜色可以通过对目标基因的筛选，选择出所需的品种。

该项技术能够减少繁殖的代数，从而大大加速育种的进程。

2. 基因编辑基因编辑是指利用CRISPR-Cas9技术，在细胞或个体中纠正、删除或插入特定段基因，从而达到遗传改良的目的。

这种技术在畜禽遗传育种中的应用正在逐步扩大，例如通过基因编辑可以加强小鼠的骨骼强度，并改善乳牛的乳品质。

3. 基因标记基因标记技术可以快速地筛选出一种或多种特定基因型的个体，该项技术可以抽取目标基因的一小段DNA片段作为基因标记，在个体中寻找具备该基因标记的长段DNA，从而判断其是否拥有目标基因。

例如，我们可以根据增加牛生产力的需求来寻找拥有该目标基因的个体，从而进行遗传改良。

二、基因组学技术在畜禽遗传育种中的发展前景基因组学技术在畜禽遗传育种中的应用不断增加，未来还将有更多的机会和挑战。

1. 监管和简化基因组学技术在育种方面的应用还面临政策，道德和经济等各种问题。

因此，监管和简化不仅是一项挑战，也是未来在畜禽遗传育种中发展的重要前景。

2. 生物信息学和人工智能现代技术的发展将会使得基因组学技术能够在畜禽遗传育种领域中实现更大的突破。

例如生物信息学和人工智能，将使我们能够处理更多的数据和信息，从而更加高效地进行遗传改良。

3. 合作在畜禽遗传育种中，各科学院和研究机构之间的合作方式也可以加速技术的发展。

科学家可以在遗传选育和基因组学领域中合作，以更好地发掘畜禽的遗传特性和谋求更加有效的遗传改良。

贝叶斯因子法在畜禽全基因组关联分析中的应用

研究报告Research Report贝叶斯因子法在畜禽全基因组关联分析中的应用梅步俊1*王志华21河套学院农学系,巴彦淖尔,015000;2河套学院土木工程系,巴彦淖尔,015000*通讯作者,meibujun@摘要为了剔除畜禽全基因组关联分析结果中的假阳性结果，寻找最优的假设检验方法，解决畜禽全基因组关联分析中的多重比较问题，本研究将现有GWAS 研究中常用的七种假设检验方法和贝叶斯因子法进行比较。

通过对模拟数据和公开数据集的研究，结果表明：畜禽全基因组关联分析中用贝叶斯因子法进行假设推断，其优良的统计性能与假设检验数目(SNP 数)和最小等位基因频率(MAF)基本无关，其在假设检验中的某些表现优于其它几种基于p 值(p -value)的方法。

本研究为进一步解决畜禽全基因组关联分析中的多重比较问题奠定了基础。

关键词畜禽,全基因组关联分析,贝叶斯因子,多重比较,多重检验,假设检验Application of Bayesian Factor Method in Genome-wide Association Studies in AnimalMei Bujun 1*Wang Zhihua 21Agriculture Department,Hetao College,Bayannur,015000;2Department of Civil Engineering,Hetao College,Bayannur,015000*Corresponding author,meibujun@ DOI:10.13417/j.gab.033.001211Abstract In order to eliminate the false positive results in the analysis of genome-wide association of livestock and poultry,we attempted to find the optimal solution of the hypothesis test method to the multiple comparison problem in the studies of genome-wide association of livestock and poultry.Seven kinds of hypothesis test methods commonly used in the study of GWAS and Bayesian factor method were compared in this research.The study of the simulation data and public data set showed that the statistical properties of the hypothesis test and excellent number (SNP number)and the minor allele frequency (MAF)was almost independent based on hypotheses inferred by Bayesian factor method of genome-wide association analysis of livestock and poultry.Some of the performance in Bayesian factor method of genome-wide association analysis should be better than that of others based on the p value (p -value)method.This study might lay a foundation for further solving the multiple comparison problem analysis of genome-wide association in livestock and poultry.Keywords Livestock and poultry,Genome-wide association study (GWAS),Bayes factor,Multiple comparisons,Multiple tests,Hypothesis testing基金项目：本研究由国家自然科学基金(31460594)和河套学院教学研究项目(HTXYJZ14005)共同资助多重比较问题是全基因组关联分析中的重要问题，寻求最优的假设检验方法一直是这一领域的热点。

全基因组选择在畜禽育种上的应用

全基因组选择在畜禽育种上的应用全基因组选择（Whole Genome Selection，WGS）是一种基于分子标记的育种方法，通过对动植物基因组的全面分析，选择与目标性状密切相关的基因型，从而加速育种进程，提高育种效果。

在畜禽育种中，全基因组选择已经得到广泛应用，并取得了显著的成果。

畜禽育种是指通过选配和繁殖等手段，改良和培育出具有优良性状的畜禽品种。

传统的畜禽育种方法主要依赖于表型选择和亲本配对，但这种方法存在效率低、周期长、成本高等缺点。

全基因组选择的出现，为畜禽育种带来了革命性的变革。

全基因组选择通过对畜禽个体的基因组进行全面扫描，鉴定出与目标性状密切相关的基因型，从而实现对性状的精确选择。

这种方法不仅可以提高育种效率，还可以降低育种周期和成本。

全基因组选择依赖于高通量测序技术和生物信息学分析方法，能够快速、准确地分析大规模的基因组数据，从而为育种工作提供科学依据。

全基因组选择的应用在畜禽育种中具有广泛的应用前景。

首先，全基因组选择可以帮助育种者快速筛选出携带目标性状基因的个体，提高选配的准确性。

其次，全基因组选择可以帮助育种者预测后代的遗传表现，从而为育种计划的制定提供科学依据。

此外，全基因组选择还可以帮助育种者进行基因组选择组合，实现多个性状的联合选择，进一步提高育种效果。

全基因组选择在畜禽育种中的应用不仅可以提高育种效率，还可以实现育种目标的精确控制。

例如，在家禽育种中，全基因组选择可以帮助育种者选择出具有快速生长、高产蛋和抗病性等优良性状的个体，从而培育出高效益的家禽品种。

在畜牧业中，全基因组选择可以帮助育种者选择出肉质优良、抗病性强、适应环境能力强等特点的畜禽品种，提高畜禽养殖的经济效益。

然而，全基因组选择在畜禽育种中的应用也面临一些挑战和问题。

首先，全基因组选择需要大量的基因组数据支持，这对于资源条件有限的养殖场来说可能是一个难题。

其次，全基因组选择需要高水平的生物信息学分析能力，这对于养殖场技术人员的素质要求较高。

基因组学在畜牧业中的应用现状与展望

基因组学在畜牧业中的应用现状与展望随着现代生物科学的不断发展，基因组学成为了人们关注的热点之一。

在畜牧业中，基因组学也被广泛应用，以促进繁殖、改良品种、提高养殖效率等目的。

本文就基因组学在畜牧业中的应用现状和展望进行探讨。

一、基因组学在畜牧业中的应用现状1.基因组学在繁殖领域的应用基因组学在畜牧业中的应用比较广泛，其中最主要的应用就在于促进繁殖。

通过对动物基因组的研究，科学家们能够更好地了解动物繁殖的基因机制，进而可以寻找到基因的突变、变异。

例如，在对奶牛进行基因组分析后，科学家们发现某些基因与乳腺发育、产奶量有着密切的关联。

因此，基于基因组学的研究可以帮助畜牧业者选择更具有产奶潜力的个体动物，从而提高生产效率。

2.基因组学在品种改良中的应用基因组学还可以帮助畜牧业者改良品种。

通过对动物基因组的研究，科学家们可以发现一些潜在的品种优势，比如对疾病的抵抗力、生长速度等。

例如，在对山羊基因组分析后，科学家们发现某些基因与山羊对疾病的抵抗能力有着密切的关联。

因此，基于基因组学的研究可以帮助畜牧业者选择更具有疾病抵抗力的个体动物，进而改良品种。

3.基因组学在养殖中的应用基因组学还可以帮助畜牧业者提高养殖效率。

通过对动物基因组的研究，科学家们可以发现一些影响生长速度、饲料利用效率等方面的基因。

例如，在对鸡基因组分析后，科学家们发现某些基因与饲料利用效率有着密切的关联。

因此，基于基因组学的研究可以帮助畜牧业者选择更具有饲料利用效率的个体动物，进而提高养殖效率。

二、基因组学在畜牧业中的发展展望1.精准选育技术将更加成熟现在的基因组学技术已经可以准确地检测出动物基因组中的多个基因，帮助畜牧业者更好地选育出具有优良品质和产能的种畜。

未来，随着基因组学技术不断发展，畜牧业者会能够更精准地进行选育。

2.研究基因与环境之间的相互作用畜牧业中，动物不仅存在基因的作用，而且环境、饲养方式等因素也对动物的品质和产能有着重要的影响。

全基因组选择在家禽育种中的应用

全基因组选择在家禽育种中的应用全基因组选择（GWAS）作为一种新兴的基因组学技术，基于大规模测序和基因组信息的综合分析，可以快速、准确地对一些特定物种进行基因组鉴定、基因功能研究和育种选择，这在家禽育种领域中也得到了广泛的应用和探索。

一、GWAS的原理及流程GWAS的原理是通过比较大规模样本之间共同遗传信息的异同，找出所有与表型（如家禽生产性能）相关的位点，并通过样本间遗传数据的关联性来确定相关性较强的位点或基因区域，进而评估适应力和表现出挑战性的基因。

GWAS的流程包括：1.设计一个代表性的样本组，要求样本来自不同的群体和亚群体，尽可能涵盖种群的遗传多样性，以确保GWAS结果的可靠性和可重复性；2.对样本组进行基因组测序，根据对基因组区域的分析，其中的标记和变异位点统计数量形成序列；3.对序列进行统计分析并制作一个关联绘图，找出所有与表型相关的位点，具体包括等位基因频率和效应大小；4.进行统计分析和推断筛选，并通过统计的显著性水平如P值进行筛选，筛选出最相关的位点和特定群体的基因功能。

二、GWAS在家禽育种中的应用GWAS在家禽数种主要生产性能的研究和育种方面被广泛应用，包括：生产性能、肉质性状、味道和品质，以及抗性和适应性等方面。

GWAS的这些应用领域，都涵盖了家禽育种的各个方面，弥补了以往育种工作中对基因鉴定和评估方面的不足。

主要体现在以下方面：1. 基因功能研究：GWAS所得结果可以帮助确定某些基因与特定性状之间的功能联系、间接或直接交互，并为后续分子机制研究提供基础数据。

2. 识别新的育种标记：GWAS定位最相关的位点或基因区域，并评估适应力和表现出挑战性的基因。

这些新育种标记可以作为新的QTL（数量性状位点），有助于育种者更准确地预测物种性状。

3. 商业化育种：GWAS技术为育种提供了新的可能性和可能性。

GWAS技术可帮助进行育种选择，让育种者以更快捷、准确和有效的方式衡量种间遗传差异，并基于更清晰和准确的遗传和基因信息，制定最佳的育种策略，从而获得育种成功的优势。

基因组学在畜牧业育种中的应用

基因组学在畜牧业育种中的应用在畜牧业育种中，基因组学已成为一个重要的应用领域。

基因组学指的是研究整个基因组的结构、功能和相互作用的科学技术。

基因组学技术的发展，为畜牧业育种带来了许多好处。

本文将探讨基因组学在畜牧业育种中的应用。

基因组选择基因组选择是一种基于基因组学的育种方法。

通过对个体的基因组序列进行分析，选择具有有益物质性状的育种材料。

在畜牧业中，基因组选择最初应用于牛和羊的育种中。

通过测量其基因型和表型数据，筛选出具有有利特征的动物。

这种方法可以大大加快动物的繁殖速度，提高动物的生产性能和抗病性能。

基因编辑另一个基因组学在畜牧业育种中的应用是基因编辑。

基因编辑是一种通过改变生物体基因的方法，促进生物品种的改进。

牛和猪是最常用的基因编辑目标，因为这些动物对人类有重要的作用，例如提供肉类、乳制品、毛皮和药品。

以前，育种者利用重组DNA技术将其引入到动物体内。

但是，现在通过基因编辑技术，可以直接对基因组进行编辑。

基因编辑可以简化医疗诊断，改变抗生素抗性，寻找新的药物目标等等。

基因组学的这种新技术极大地提高了动物育种的速度和效率。

疾病筛选基因组学还可以用于疾病筛选，特别是一些重要动物疾病的筛选。

例如，黄河鲟和疯牛病已经在畜牧业中引起了巨大的损失。

近年来，牛和猪的育种中也面临着与细菌和病毒有关的多种疾病。

基因组学技术已经被应用于确定动物感染的病原体，以及预测患病的风险。

利用基因组学技术，可以帮助保护动物健康，提高生产性能。

功能基因组学与气候适应性不同气候条件下的动物通常具有不同的基因组。

这些差异表明了它们在相应环境中对物质性状的适应能力。

基因组学技术还可以帮助科学家理解气候适应性的基础和机制。

在研究羊的基因组中，科学家发现了一种基因，该基因可以帮助羊抵抗高地氧气的缺乏和紫外线辐射，这有助于我们更好地了解动物在不同经纬度下的适应能力。

了解动物的适应能力，可以帮助育种者在不同环境中选择更加适应环境的动物品种。

全基因组关联分析的扩展方法及其在畜禽中应用的研究进展

中国畜牧兽医 2024,51(4):1382-1389C h i n aA n i m a lH u s b a n d r y &V e t e r i n a r y Me d i c i ne 全基因组关联分析的扩展方法及其在畜禽中应用的研究进展谢鑫峰1,王子轶1,钟梓奇1,潘德优1,倪世恒2,肖倩1(1.海南大学热带农林学院,海口570228;2.海南省畜牧技术推广总站,海口571100)摘要:全基因组关联分析(GWA S )是一种通过对大规模样本集合进行基因型和表型数据的比较分析,寻找与特定性状相关的遗传变异的方法㊂随着高通量测序技术㊁生物信息学技术和统计学方法的不断发展,一些频率更小的遗传变异或小分子物质能够被更加精准和经济的方式检测㊂基于技术进步衍生出GWA S 的扩展方法,为畜禽精准育种和遗传改良提供了新的思路,其中包括基于拷贝数变异(c o p y nu m b e rv a r i a t i o n ,C N V )㊁结构变异(s t r u c t u r a l v a r i a t i o n ,S V )和串联重复序列(t a n d e mr e p e a t s ,T R )的GWA S 和基于单倍型㊁基因表达和代谢组的GWA S ㊂研究人员期望利用不同分子标记以提供更全面和详细的遗传变异信息来增加GWA S 的解释性和准确性,或通过结合其他类型的数据来进一步解释和深化GWA S 的结果,从而深入研究遗传变异与性状之间联系并确定影响复杂性状的关键基因㊂作者介绍了基于不同分子标记的GWA S 在畜禽研究当中的应用并对其结果进行讨论,分析了不同方法的优势与可行性,为进一步推动GWA S 在畜禽研究中的应用,精准育种和遗传改良提供更多的思路和支持㊂关键词:全基因组关联分析(GWA S);畜禽;分子标记中图分类号:S 813.3文献标识码:AD o i :10.16431/j .c n k i .1671-7236.2024.04.006 开放科学(资源服务)标识码(O S I D ):收稿日期:2023-10-08基金项目:海南省南海新星科技创新人才平台项目(N H X X R C X M 202313);国家自然科学基金(32260814);海南省重点研发计划项目(Z D Y F 2024X D N Y 280)联系方式:谢鑫峰,E -m a i l :X I N f e n g 2021@126.c o m ㊂通信作者肖倩,E -m a i l :x i a o qi a n @h a i n a n u .e d u .c n A d v a n c e s i nE x t e n d e dM e t h o d s o fG e n o m e -W i d eA s s o c i a t i o n S t u d i e s a n dT h e i rA p p l i c a t i o n s i nL i v e s t o c ka n dP o u l t r yX I EX i n f e n g 1,WA N GZ i y i 1,Z H O N GZ i q i 1,P A N D e y o u1,N I S h i h e n g 2,XI A O Q i a n 1(1.C o l l e g e o f T r o p i c a lA g r i c u l t u r e a n dF o r e s t r y ,H a i n a nU n i v e r s i t y ,Ha i k o u 570228,C h i n a ;2.H a i n a nP r o v i n c i a lL i v e s t o c kT e c h n o l o g y Ex t e n s i o nS t a t i o n ,H a i k o u 571100,C h i n a )A b s t r a c t :G e n o m e -w i d ea s s o c i a t i o ns t u d i e s (GWA S )i sa m e t h o do fc o m p a r i n gg e n o t y pea n d p h e n o t y p e d a t a o na l a r g e s a m p l e s e t t o i d e n t i f yg e n e t i c v a r i a t i o n s a s s o c i a t e dw i t hs pe c if i c t r a i t s .W i t ht h e c o n t i n u o u s d e v e l o p m e n t o f h igh -t h r o u g h p u t s e q u e n ci n g t e c h n o l o g y,b i o i n f o r m a t i c s t e c h n o l o g y,a n ds t a t i s t i c a lm e t h o d s ,s o m e g e n e t i cv a r i a t i o n so rs m a l lm o l e c u l a rs u b s t a n c e sw i t h l o w e r f r e q u e n c i e sc a nb ed e t e c t e d m o r ea c c u r a t e l y a n de c o n o m i c a l l y.T h ee x t e n s i o n m e t h o do f GWA Sd e r i v e d f r o mt e c h n o l o g i c a l p r o g r e s s p r o v i d e s n e wi d e a s f o r p r e c i s i o nb r e e d i n g an d g e n e t i c i m p r o v e m e n t o f l i v e s t o c ka n d p o u l t r y ,i n c l u d i n g GWA Sb a s e do n c o p y n u m b e r v a r i a t i o n (C N V ),s t r u c t u r a l v a r i a t i o n (S V ),a n dt a n d e m r e p e a t s (T R ),a n d GWA S b a s e d o n h a p l o t y p e s ,ge n e e x p r e s s i o n ,a n d m e t a b o l o m i c s .R e s e a r c h e r sh o p et ou s ed if f e r e n t m o l e c u l a r m a r k e r st o p r o v i d e m o r e c o m p r e h e n s i v e a n dd e t a i l e dg e n e t i c v a r i a t i o n i n f o r m a t i o n t o e nh a n c e t h ei n t e r p r e t a b i l i t y an d a c c u r a c y o fGWA S ,o r f u r t h e r e x p l a i n a n dd e e p e n t h e r e s u l t s o fGWA Sb y c o m b i n i n g o t h e r t y pe s4期谢鑫峰等:全基因组关联分析的扩展方法及其在畜禽中应用的研究进展o f d a t a,i no r d e r t od e e p l y s t u d y t h e r e l a t i o n s h i p b e t w e e n g e n e t i c v a r i a t i o na n d t r a i t s a n d i d e n t i f y k e yg e n e s t h a ta f f e c tc o m p l e xt r a i t s.T h ea u t h o r i n t r o d u c e st h ea p p l i c a t i o no fGWA Sb a s e do n d i f f e r e n tm o l e c u l a r m a r k e r si nl i v e s t o c k a n d p o u l t r y r e s e a r c h a n d d i s c u s s e si t sr e s u l t s.T h e a d v a n t a g e s a n d f e a s i b i l i t y o f d i f f e r e n tm e t h o d s a r e a n a l y z e d,p r o v i d i n g m o r e i d e a s a n d s u p p o r t f o r f u r t h e r p r o m o t i n g t h e a p p l i c a t i o no fGWA S i n l i v e s t o c k a n d p o u l t r y r e s e a r c h,p r e c i s i o nb r e e d i n g, a n d g e n e t i c i m p r o v e m e n t.K e y w o r d s:g e n o m e-w i d e a s s o c i a t i o n s t u d i e s(GWA S);l i v e s t o c ka n d p o u l t r y;m o l e c u l a rm a r k e r s全基因组关联分析(GWA S)是一种基于基因分型和统计学的分析方法,通过测序技术获取物种遗传变异信息,用于研究基因组分子标记与复杂性状(如疾病㊁特定性状等)之间的关系㊂1996年,R i s c h 等[1]首次提出了GWA S的概念,为理解和治疗疾病开辟了新的领域,然而受限于当时的测序技术, GWA S的发展进展缓慢㊂2005年人类基因组测序计划完成了首个人类基因组测序,提供了大量的遗传变异信息,极大地推动了GWA S的发展[2],发现了大量与疾病或特定性状相关的单核苷酸多态性(S N P)位点㊂伴随着主要经济动物的全基因组测序完成,牛[3]㊁家禽[4]㊁猪[5]㊁羊[6]等家养动物的S N P 芯片出现使得GWA S在畜禽研究中广泛应用,在揭示畜禽经济性状或品种特征的遗传机制㊁鉴别复杂疾病抗性相关的基因等方面发挥重要作用,为畜禽品种育种改良提供重要的理论基础㊂值得注意的是,多数畜禽研究中主要是基于S N P分子标记的GWA S分析㊂一方面是当时测序技术与基因分型技术不够成熟;另一方面是早期对人类基因组研究认为S N P是造成表型多样性的主要变异,然而随着研究深入,发现利用基于S N P分子标记的GWA S只能解释复杂性状中部分遗传方差(2%~15%)[7],因此如何解释剩余可遗传变异成为一个主要的问题[8]㊂近年来测序技术与基因分型技术的进一步发展,高通量的测序技术使得获得大量的基因组和转录组数据成为可能[9],使各类遗传变异以及小分子物质(代谢物和长链非编码R N A (l n R N A))的检测变得更加准确和经济㊂这为更多研究团队拓展GWA S分析的方法提供了机会,促进了对复杂性状遗传基础和生物学机制的深入研究㊂目前这些扩展方法在研究人类复杂性状中发挥着重要作用,但在畜禽方面的应用研究仍然较少㊂作者对畜禽研究中使用不同类型分子标记㊁结合其他类型的数据进行GWA S的方法及结果进行讨论,为GWA S在畜禽研究中进一步应用提供帮助㊂1G W A S试验设计及其研究方法1.1G W A S试验设计在畜禽GWA S研究中,常用的试验设计方法包括基于无关个体和基于有亲缘关系群体的设计㊂基于无关个体的研究设计可分为两种情况:针对阈值性状或质量性状的病例-对照研究以及针对数量性状的随机群体关联分析㊂这种设计方法在GWA S 中很常见,通过选择来自不同族群或地理区域的个体以降低个体间的遗传相关性,从而提高检测到真实遗传变异的能力㊂基于有亲缘关系群体的试验设计则是通过选取有亲缘关系的家族成员作为研究对象,利用它们之间的遗传相关性,提高检测到遗传变异的能力㊂具体步骤包括家系招募㊁样本收集㊁家系重建㊁控制群体结构和遗传分析等㊂这种设计方法能够充分利用亲缘关系,增加发现与疾病相关的基因变异的能力㊂1.2G W A S方法在基于个体试验设计和亲缘关系群体试验设计中,都旨在研究基因与性状之间的关联,即可以使用类似的分析方法㊂如涉及质量性状关联分析,通常使用L o g i s t i c回归模型;涉及数量性状,通常使用线性回归模型㊂在L o g i s t i c回归模型中,表型是因变量,基因型是自变量;在线性回归模型中包括一般线性模型和混合线性模型㊂一般线性模型只考虑基因型对表型的直接影响,而不考虑样本之间的遗传相关性㊂然而,在畜禽研究中,亲缘关系的影响无法忽视,因此混合线性模型被广泛应用于畜禽领域的GWA S分析中[10]㊂混合线性模型公式为:Y=Xβ+ Z u+ε,其中Y为表型向量;Xβ为固定效应,如群体结构㊁场效应等;Z u为随机效应与相关矩阵,如添加亲缘关系矩阵用来描述个体之间的相关性从而更准确地估计S N P与表型之间的关联,避免群体分层和亲缘关系对结果的影响;ε是表示未能用自变量解释部分的误差项㊂混合线性模型可以控制种群结构和家系结构对结果的影响,从而减少假阳性的发生,提高检测到真实遗传变异的能力㊂此外,混合线性3831中国畜牧兽医51卷模型还能够适应复杂的遗传模型和多个遗传效应的情况,提供更准确和可靠的研究结果㊂目前已经有许多软件都支持混合线性模型,包括G E MMA㊁G C T A㊁E MMA X和f a s t GWA S软件等㊂2G W A S扩展方法在畜禽中的应用2.1基于拷贝数变异的G W A S拷贝数变异(c o p y n u m b e rv a r i a t i o n,C N V)是哺乳动物基因组遗传变异的重要来源[11],其范围从50b p到几M b不等,主要表现为缺失和重复[12-15]㊂相邻和重叠的C N V区域可以组合成一个大的基因组片段,称为拷贝数变异区(c o p y n u m b e rv a r i a t i o n r e g i o n,C N V R)[16]㊂C N V相较于S N P具有更大的核苷酸序列数量,从而导致更高的突变概率和更显著的潜在影响[17-18],如改变基因结构从而显著影响基因表达和适应性表型,可干扰遗传结构㊁基因调控和表达,并与表型多样性和对局部环境的适应有关[19]㊂越来越多的研究证实,C N V与家畜中具有经济利益的数量性状相关[20-22],这也说明基于C N V 的GWA S研究(C N V-GWA S)可以为家畜育种计划的经济重要性状的遗传控制提供有价值的见解㊂Q i u等[23]的研究旨在通过C N V-GWA S揭示影响猪培育过程中生长和肥满丰度性状的遗传机制㊂使用I l l u m i n aG e n e S e e k50K S N P芯片对6627头杜洛克猪(3303头美国杜洛克,2677头加拿大杜洛克)进行基因分型,采用P e n n C N V软件对杜洛克猪的C N V进行检测,选取具有全覆盖C N V序列的C N V R作为群体的C N V R,共鉴定出了953个非冗余的C N V R,覆盖了猪的常染色体基因组的246.89M b(约占总基因组的10.90%)㊂其中, 802个C N V R出现在美国杜洛克猪中,499个C N V R出现在加拿大杜洛克猪中,有348个C N V R 被这两个种群共享㊂采用G E MMA软件中的混合线性模型进行GWA S分析,发现了35个与生长和肥胖性状显著相关的C N V R㊂F e r n a n d e s等[24]在研究中统计肉鸡在不同年龄阶段(1㊁21㊁35㊁41和42日龄)体重,在42日龄时采集了血样进行D N A提取,使用600K A f f y m e t r i xA x i o m基因分型阵列对约1461只肉鸡进行基因分型后,使用P e n n C N V进行C N V检测,共鉴定出23214个常染色体C N V, 5042个C N V R,覆盖鸡常染色体基因组的12.84%㊂通过混合线性模型的分析发现,C N V片段位于与生长和发育相关的基因附近,如钾内向整流通道亚家族J成员-11(K C N J11)㊁肌源性分化-1(M y o D1)和S R Y转录因子-6(S O X6)㊂这些基因在先前的研究中已被证实与生长和发育过程密切相关㊂为了验证这些显著的C N V片段,作者使用实时荧光定量P C R技术进行了验证,并观察到92.59%符合率,说明这些C N V片段的存在是可靠的㊂这些结果进一步支持了C N V在调控生长和发育过程中的潜在作用㊂2.2基于串联重复序列与结构变异的G W A S串联重复序列(t a n d e mr e p e a t s,T R)是基因组中一种特殊的D N A序列,由相同或相似的短序列单元重复排列而成,分为两种类型:①短T R,由2~ 6个碱基对组成;②可变数目T R,由>7个碱基对的重复单元组成[25]㊂重复单元数目在个体之间和种群之间发生变化,这种变异性是由D N A复制过程中的聚合酶滑移或非同源重组事件所造成的㊂越来越多的研究表明,T R在基因组中广泛存在,并且在基因组演化和功能调控中发挥着重要的作用,可能对基因组的稳定性㊁基因表达的调控以及基因功能的多样性产生影响[26-27]㊂结构变异(s t r u c t u r a l v a r i a t i o n,S V)通常指的是基因组中较大的遗传变异,包括插入㊁删除㊁倒位㊁重复和转座等,大量研究已证实S V广泛存在于物种基因组内,对表型影响广泛[28-29]㊂尽管S V的大小和复杂性使得它们在GWA S中的分析和解读相对较复杂,但S V对复杂性状的贡献程度高于S N P, S V与表型多样性之间的关联更为显著[30-31]㊂研究S V可以加深对群体进化㊁表型多态性和功能基因组的理解,对于阐明驱动复杂性状变异的生物学机制将是特别有益的[32]㊂目前许多研究不仅证实S V 突变基因在人类精神障碍中起着显著的作用[33-35],也被证实与家畜的经济性状相关[36-38]㊂F a l k e r-G i e s k e等[39]通过GWA S揭示蛋鸡羽毛啄食行为(F P)的遗传机制㊂早期研究发现,F P行为与免疫系统㊁生物钟和觅食行为有关㊂此外,m i R N A的生物合成失调㊁γ-氨基丁酸(G A B A)系统的紊乱以及神经发育缺陷被认为是影响F P行为倾向的因素㊂研究人员分析了来自两个鸡品种试验群体的全基因组测序数据,将基于S V和T R进行GWA S得到的结果与基于S N P和插入缺失变异(I n D e l)的全基因关联分析结果数据共同分析F B的遗传机制㊂结合表达定量性状位点分析发现多个影响G A B A相关的基因和信号通路的变异,包括G A B A受体亚单位β-3(G A B R B3)基因下游的一个显著相关的T R,两个靶向作用于G A B A受体基因的微小R N A以及48314期谢鑫峰等:全基因组关联分析的扩展方法及其在畜禽中应用的研究进展G A B A受体聚集的直接调控因子肌萎缩蛋白(D M D)㊂此外还发现转录因子E T S变异体-1(E T V1)与23个基因的差异表达相关,表明E T V1㊁S MA D家族成员-4(S MA D4)和K L F转录因子-14 (K L F14)一起在啄羽鸡的神经发育紊乱中起到重要作用㊂B l a j等[40]针对平均日增重(A D G)㊁背膘厚度(B F T)㊁肌肉纤维直径(M F R)㊁肌肉横断面积(C R C L)等性状选取4个不同猪品种的杂交F2代猪为研究对象,采用全基因组测序来获取变异信息,以S V㊁T R作为分子标记,使用混合线性模型进行GWA S,将基于S V和T R的GWA S结果与基于S N P和I n D e l的GWA S的结果相比较,发现约56.56%的显著变异(S V㊁T R)与之前针对相同性状的S N P和I n D e l的关联研究中的显著位点不在高连锁不平衡(L D)范围内;进一步研究认为,这些未被标记的变异在标准的GWA S研究中可能被忽略,随后对这些未被标记的变异进行研究,确认了许多已知的候选基因,并发现了新的候选基因,如S H3和多肽结合区域蛋白-2(S H A N K2)㊁3-羟基-3-甲基戊二酸裂解酶样蛋白-1(HMG C L L1)㊁D i s h e v e l e d 介导的肌动蛋白重排蛋白-2(D A AM2)和胶原蛋白21α1链(C O L21A1)等㊂此外,研究还发现S V或T R与l n R N A的相关性,表明它们在调控表型性状中的功能重要性㊂这些研究结果为了解S V和T R 的特征以及它们在关联研究中的作用提供了见解,并建议将这些变异纳入未来的基因组范围关联研究中,以深入了解驱动复杂性状变异的生物学机制㊂2.3基于单倍型的G W A S单倍型(h a p l o t y p e)是染色体上一段连续的基因序列变体的组合㊂其在染色体上形成的连续的㊁稳定的㊁几乎不被重组所打断的单倍型区域,称为单倍型块(h a p l o t y p eb l o c k)㊂单倍型块是一组相邻的S N P标记,与数量性状基因座(Q T L)的连锁不平衡程度比单个S N P更高[41-42]㊂基于单倍型的GWA S (h GWA S)是以同一条染色体上多个位点上等位基因的集合为基础,进行疾病或者性状与单倍型的关联分析㊂单倍型分析在标记物鉴定方面具有很高的信息量,相较于基因组中特定区域的单个S N P, h GWA S可能有助于从数据集中提取更多信息[43]㊂大量研究表明,相较于单个标记位点的基因定位方法,h GWA S能够提供更强的检测力[44-45]㊂Z h a n g 等[46]基于鸡60K S N P芯片对475只肉鸡使用h GWA S分析,针对瘦肉型和肥育型两个肉鸡品系的腹脂含量进行了研究,结果发现共有132个单倍型块与腹部脂肪重量显著相关,这些窗口主要位于2㊁4㊁8㊁10和26染色体上㊂在这些相关区域内,包括音速刺猬信号分子(S HH)㊁肢体发育膜蛋白-1 (L M B R1)㊁纤维细胞生长因子-7(F G F7)㊁白细胞介素-16(I L16)㊁外周脂蛋白-1(P L I N1)㊁胰岛素样生长因子-1受体(I G F1R)和溶质载体蛋白家族16成员-1(S L C16A1)共7个候选基因可能在控制腹部脂肪含量中起重要作用㊂此外,还发现3号和10号染色体上的两个区域与睾丸重量显著相关,并鉴定了转录因子-21(T C F21)和T C F12等潜在重要候选基因㊂此外,21号染色体上的T N F受体超家族成员1B(T N F R S F1B)㊁前胶原赖氨酸-2-酮戊二酸-5-双氧酶-1(P L O D1)㊁钠尿素肽-C(N P P C)㊁甲基四氢叶酸还原酶(MT H F R)㊁麝香酸酯基B型受体-2 (E P H B2)和溶质载体家族35成员-A3(S L C35A3)共6个候选基因可能在骨骼发育中起重要作用㊂S r i v a s t a v a等[47]基于芯片数据对887只韩宇牛进行基因分型,通过S N P的数量㊁基因组区域的长度和连锁不平衡3种方法来构建单倍型块㊂通过h GWA S发现了与重要经济性状如胴体特征㊁眼肌面积㊁胴体重量和肉质大理石纹理评分相关的重要单倍型块和基因㊂如位于13号染色体上的磷脂酶Cβ-1(P L C B1)和P L C B4基因,编码磷脂酶,可能在脂质代谢和脂肪生成过程中起重要作用,有助于增加脂肪沉积;11号染色体上的羧酯脂肪酶(C E L),是一种胆盐激活的脂肪酶,负责脂质分解代谢过程㊂综上,基于h GWA S的研究结果能够将单倍型块与已知的功能注释信息关联起来,提供更多关于关联位点的生物学意义和功能预测㊂通过注释分析,可以进一步了解关联位点可能参与的生物过程和功能通路㊂2.4基于基因表达的全基因组关联分析基因组技术的发展使得可以利用新方法将基因型和中间表型(如l n R N A,m R N A表达数据)进行整合,以检测与基因表达水平相关的D N A变异并与复杂性状相关联[48]㊂基于基因表达的GWA S (e GWA S)是一种增强型全基因组关联研究方法,通过把基因的表达量作为数量性状,与基因型数据进行关联分析的方法[49],旨在更全面㊁精确地识别基因与复杂性状之间的关联㊂通过分析基因表达水平与基因型之间的关联,来探究遗传变异对基因表达的调控作用㊂M e s a s等[50]选用355头伊比利亚猪与3个猪品种(长白猪㊁杜洛克猪㊁皮兰特猪)的回交个体为研究对象,通过实时定量P C R测量的肌肉基5831中国畜牧兽医51卷因表达值和所有染色体分布的38426个S N P s的基因型之间进行了e GWA S,鉴定了186个位于猪染色体区域的e S N P s与酰基辅酶A合酶中链家族成员-5(A C S M5)㊁乙酰辅酶A合酶短链家族成员-2 (A C S S2)㊁激活转录因子-3(A T F3)㊁二酰甘油酰基转移酶-2(D G A T2)㊁F o s原癌基因(F O S)和胰岛素生长因子-2(I G F2)基因的表达相关㊂其中,I G F2和A C S M5的两个表达量性状位点(e Q T L s)被归类为顺式作用e Q T L s,表明同一基因的突变会影响其表达水平㊂另外作者还发现10个e Q T L s对基因表达产生了转座调控效应,即这些位点的突变会对其他基因的表达产生影响㊂当针对每个回交独立进行e GWA S时,只观察到3个共同的转座e Q T L s区域,表明不同的调控机制或不同品种之间的等位基因频率存在差异㊂这项研究结果为更好地理解肌肉中脂质代谢基因的功能调控机制提供了新的数据,以进一步了解基因对肌肉功能和代谢的调控㊂W a n g等[51]通过GWA S和e GWA S相结合的方法对雄性麻鸭头部墨绿色相关特征个体差异的遗传机制进行研究㊂GWA S结果显示,有165个显著的S N P s与71个候选基因,其中有4个与雄性麻鸭头部墨绿色特征个体差异相关的基因,包括钙电压门控通道亚单位A l p h a1(C A C N A1I)㊁WD重复结构域-59(WD R59)㊁G蛋白亚单位A l p h a-O1 (G N A O1)和钙电压门控通道辅助亚单位A l p h a2 D e l t a-4(C A C N A2D4)㊂同时e GWA S结果发现3个位于L O C101800026和突触足蛋白-2(S Y N P O2)两个候选基因范围内的S N P s与酪氨酸酶蛋白1 (T Y R P1)基因表达水平存在相关性㊂这些S N P可能是影响雄性麻鸭头部皮肤T Y R P1基因表达水平的重要调控因子㊂研究数据还显示,转录因子MA X互作蛋白-1(M X I1)可能调控T Y R P1基因的表达,从而导致雄性麻鸭头部呈现墨绿色特征的差异㊂这项研究提供了初步的数据,用于进一步分析鸭羽毛颜色的遗传调控机制㊂需要注意的是基因表达受到时间㊁空间和环境因素的影响,因此e GWA S 分析可能需要考虑不同因素与基因表达之间的相互作用,以获取更全面和准确的分析结果㊂2.5基于代谢组学的G W A S代谢物作为基因转录和蛋白质表达的最终产物,对生物体的生长和健康至关重要,被认为是基因型和表型之间联系的桥梁㊂目前在畜禽动物研究中已经发现代谢物与部分经济性状如饲料利用率[52]㊁生长性能[53]和动物健康[54]密切相关㊂代谢组学结合基因组学和转录组学被广泛应用于分析代谢多样性和途径,为研究基因与表型之间的关系提供了强大工具[55-56]㊂基于代谢组学的GWA S(m GWA S)是将代谢物作为表型并与基因型数据进行关联分析的方法,是鉴定代谢表型潜在遗传变异的有力工具,使得了解代谢多样性的遗传基础及其与复杂性状的相关性成为可能㊂L i u等[57]为了研究肉类营养和风味的遗传和生化基础,选择423只北京油鸭ˑ连城鸭的F3代作为研究对象,采集了6周龄鸭的胸肌样本㊂通过对这些样本进行代谢组学分析,得到了3431种代谢物和702种挥发物的数据㊂在m GWA S中,鉴定出了2862个关联信号,并找到了可能调节代谢物和挥发物水平的48个重要候选基因㊂这些研究结果为肌肉代谢的遗传和生化基础提供了新的见解的同时也为改良动物肉类品质提供了理论基础㊂T i a n等[58]使用非靶向代谢组学方法研究鸡的血清代谢物,选取两个不同鸡品系建立的杂交品种为研究对象,采取血清进行全面的代谢组学检测,对检测到的7191种代谢物利用代谢表型进行GWA S,发现在整个鸡基因组中,有10061个显著的S N P s与253种代谢物相关联,并广泛分布于整个基因组㊂许多功能基因影响代谢物的合成㊁代谢和调控,研究结果有利于提高对鸡血清代谢谱和代谢表型的理解,为进一步研究鸡经济性状的机制和定位提供了可靠的基础㊂目前代谢组学已经在动物研究中发挥重要作用,然而一些代谢物的功能尚不清楚,可能影响m GWA S分析结果,因此需要进一步的功能注释和基因组学研究来揭示其潜在的生物学机制等㊂3小结与展望GWA S已广泛应用于畜禽物种的遗传研究中,在揭示重要经济性状相关的基因和遗传变异以及确定与生产性能㊁抗病性㊁品质特征等相关遗传变异等方面发挥重要作用㊂这些发现有助于深入理解畜禽性状的遗传机制,为选择和育种提供了重要的遗传标记㊂传统基于S N P的GWA S存在着一定的局限性,S N P是基因组中最常见的遗传变异,某些S N P 可能与多个表型相关从而导致结果解释的复杂性,从而无法精准定位与特定性状相关的功能基因或位点,通常需要进一步的功能注释和试验验证㊂随着高通量测序技术㊁生物信息学和统计学的发展,研究人员希望利用不同分子标记以提供更全面和详细的遗传变异信息来增加GWA S的解释性和准确性或68314期谢鑫峰等:全基因组关联分析的扩展方法及其在畜禽中应用的研究进展通过结合其他类型的数据来进一步解释和深化GWA S的结果,从而衍生出GWA S的扩展方法为畜禽精准育种和遗传改良提供了新的思路和方法㊂需要注意的是,不同的分析方法都有其局限性,如C N V或S V这类复杂的遗传变异往往需要大规模样本才能捕捉到显著的关联性,不同的检测方法可能导致试验结果不一致;在e GWA S分析中由于动物基因表达在不同时间空间或环境下均可能不同进而会影响e GWA S的分析结果;m GWA S分析结果中一些代谢物的功能尚不清楚,需要进一步的功能注释和基因组学研究来揭示其潜在的生物学机制等㊂总体而言,不同分子标记和研究对象的GWA S 研究各有优势和局限性㊂局限性并不意味着没有价值,相反它们为遗传研究提供了重要的突破口和启示㊂研究人员应该在研究中根据试验目的,如探索特定基因与表型之间的关系或者了解基因功能㊁调控和表达模式,结合实际情况综合利用这些多样化的数据和方法,也可以结合多种方法助于更全面㊁深入地理解基因与表型特征之间的关联㊂未来的GWA S研究将更多地采用全基因组测序数据以获取更多的遗传信息㊂为实现致因突变位点的精细定位㊁动植物的优良育种以及个性化治疗等目标,GWA S仍然需要不断发展和完善㊂除了注重生物信息学技术和生物统计方法的发展,结合其他组学方法进行多组学分析外,整合不同层面的遗传和表型数据,对于理解基因变异对生物学功能和疾病风险的影响机制同样重要,通过对大量已发现的遗传变异进行功能注释和解读,以获取更全面和准确的信息㊂这将有助于畜禽精准育种从而提高畜禽的生产性能㊁适应性和抗病能力,为畜禽产业的健康可持续发展提供更好的支持㊂参考文献(R e f e r e n c e s):[1] R I S C H N,M E R I K A N G A S K.T h ef u t u r eo f g e n e t i cs t u d i e s o f c o m p l e xh u m a nd i s e a s e s[J].S c i e n c e,1996,273(5281):1516-1517.[2] H I R S C HH O R N J N,D A L Y M J.G e n o m e-w i d ea s s o c i a t i o ns t u d i e sf o rc o m m o n d i s e a s e s a n d c o m p l e xt r a i t s[J].N a t u r e R e v i e w sG e n e t i c s,2005,6(2):95-108.[3] M A T U K U M A L L ILK,L A W L E Y CT,S C H N A B E LRD,e t a l.D e v e l o p m e n t a n d c h a r a c t e r i z a t i o n of a h ig hd e n s i t y S N P g e n o t y p i n g a s s a y f o rc a t t l e[J].P L o SO n e,2009,4(4):e5350.[4] G R O E N E N M A,M E G E N SHJ,Z A R EY,e t a l.T h ed e v e l o p m e n t a n dc h a r a c t e r i z a t i o no f a60K S N Pc h i pf o rc h i c k e n[J].B M C G e n o m i c s,2011,12(1):1471-2164.[5] R AMO SA M,C R O O I J MA N SR P,A F F A R A N A,e t a l.D e s i g nof ah ig hd e n s i t y S N P g e n o t y p i n g a s s a yi n t h e p i g u s i n g S N P s i d e n t i f i e da n dc h a r a c t e r i z e db yn e x t g e n e r a t i o n s e q u e n c i n g t e c h n o l o g y[J].P L o SO n e,2009,4(8):e6524.[6] Q I A O X,S U R,WA N G Y,e t a l.G e n o m e-w i d e t a r g e te n r i c h m e n t-a i d e dc h i p d e s i g n:A66K S N P c h i pf o rc a s h m e r e g o a t[J].S c i e n t i f i cR e p o r t s,2017,7(1):8621.[7] M C C A R R O L L S A.E x t e n d i n g g e n o m e-w i d ea s s o c i a t i o n s t u d i e s t o c o p y-n u mb e r v a r i a t i o n[J].H u m a nM o l e c u l a rG e n e t i c s,2008,17(R2):R135-42.[8]王继英,王海霞,迟瑞宾,等.全基因组关联分析在畜禽中的研究进展[J].中国农业科学,2013,46(4):819-829.WA N GJY,WA N G H X,C H IR B,e t a l.R e s e a r c hp r o g r e s s o f g e n o m e-w i d e a s s o c i a t i o n a n a l y s i s i nl i v e s t o c k a n d p o u l t r y[J].S c i e n t i a A g r i c u l t u r a eS i n i c a,2013,46(4):819-829.(i nC h i n e s e) [9] L IY,C H E N L.B i g b i o l o g i c a ld a t a:C h a l l e n g e sa n do p p o r t u n i t i e s[J].G e n o m i c s P r o t e o m i c sB i o i n f o r m a t i c s,2014,12(5):187-189.[10] Z HA N G Z,B U C K L E R E S,C A S S T E V E N S T M,e t a l.S of t w a r e e ng i n e e r i n g th e mi x e d m o d e l f o rg e n o m e-w i d e a s s o c i a t i o n s t u d i e s o n l a r g e s a m p l e s[J].B r i e f i n g s i nB i o i n f o r m a t i c s,2009,10(6):664-675.[11] HU L,Z HA N G L,L IQ,e t a l.G e n o m e-w i d ea n a l y s i so fC N V s i nt h r e e p o p u l a t i o n so fT i b e t a ns h e e p u s i n gw h o l e-g e n o m e r e s e q u e n c i n g[J].F r o n t i e r s i nG e n e t i c s,2022,13:971464.[12] F E U KL,C A R S O N A R,S C H E R E RS W.S t r u c t u r a lv a r i a t i o ni nt h eh u m a n g e n o m e[J].N a t u r eR e v i e w sG e n e t i c s,2006,7(2):85-97.[13] Z A R R E IM,MA C D O N A L DJR,M E R I C O D,e t a l.Ac o p y n u m b e r v a r i a t i o n m a p o f t h e h u m a ng e n o m e[J].N a t u r eR e v i e w sG e n e t i c s,2015,16(3):172-183.[14] MA C D O N A L DJ R,Z I MA N R,Y U E N R K,e t a l.T h e d a t a b a s e o f g e n o m i c v a r i a n t s:Ac u r a t e d c o l l e c t i o no fs t r u c t u r a l v a r i a t i o n i n t h e h u m a n g e n o m e[J].N u c l e i cA c i d sR e s e a r c h,2014,42:D986-92.[15] MA HMO U D M,G O B E T N,C R U Z-DÁV A L O SDI,e t a l.S t r u c t u r a lv a r i a n tc a l l i n g:T h el o n g a n d t h es h o r t o f i t[J].G e n o m e B i o l o g y,2019,20(1):246.[16] R E D O N R,I S H I K AWAS,F I T C H K R,e t a l.G l o b a l7831。

畜牧业中的基因组学应用及其在育种中的潜力

畜牧业中的基因组学应用及其在育种中的潜力概述畜牧业是农业的重要组成部分，为人类提供肉食、奶制品和皮毛等，同时也对农村经济和就业起着重要的促进作用。

然而，传统的畜牧业育种方法存在效率低下、周期长、成本高等问题，限制了畜牧业的发展。

随着基因组学的发展，人们逐渐认识到基因组学在畜牧业中的重要应用潜力，尤其是在育种方面。

本文将重点讨论基因组学在畜牧业中的应用及其在育种中的潜力。

一、基因组学在畜牧业中的应用1. 基因组选择基因组选择是利用高通量基因分析技术与统计学方法结合，通过全基因组SNP标记分析，以更快地选出具有良好产肉性状或优良遗传背景的个体作为育种父本。

这种方法相较于传统的选择方法具有更高的准确性和效率。

通过基因组选择，可以提高畜牧业生产效益，加速育种进程，实现供应市场的快速和高质量需求。

2. 基因组测序和组装现代高通量测序技术的发展和成熟，使得对畜牧动物基因组的测序成为可能。

通过基因组测序和组装，我们可以了解畜牧动物的基因组结构、功能基因和基因组变异等信息。

这为深入研究畜牧动物的遗传基础、遗传多样性和功能基因等提供了基础数据。

3. 基因组关联分析基因组关联分析是通过挖掘基因组上的多态性位点与感兴趣性状之间的关联，揭示某些功能性基因或基因组区域与性状表达的关系。

通过基因组关联分析，我们可以了解与育种有关的重要基因，更好地理解性状的遗传特性和分子机制。

4. 基因组编辑基因组编辑是指通过CRISPR/Cas9等基因编辑技术，针对特定基因进行有针对性的编辑和改造。

通过基因组编辑，可以实现对畜牧动物的基因组进行精确调控和改良，以获得更好的农产品性状和生产性能。

二、基因组学在畜牧业育种中的潜力1. 提高畜产业的生产性能基因组学技术可帮助育种者准确选择携带有有利基因的父本，以提高畜产业的生产性能。

例如，通过基因组选择可筛选出携带肉质、产奶能力或育种性状等有利基因的个体，加速农业动物生产性能的提高。

2. 减少遗传疾病传递风险畜牧动物遗传疾病会对畜牧业产生巨大的经济损失。

家畜基因组序列解析与育种应用的进展

家畜基因组序列解析与育种应用的进展自从前些年人类成功解析出自身的基因组DNA，随着科学技术的不断发展，家畜基因组的研究也逐渐走向深入，成为一项备受关注的重要研究领域。

家畜基因组的解析和分析，不仅能帮助我们更加深入地了解家畜的基因结构和功能，也能帮助我们将这些信息应用于家畜的育种中，从而实现家畜品种改良和生产效益的提高。

本文将详细探讨家畜基因组序列解析与育种应用的进展。

一、家畜基因组解析的技术手段与进展1.高通量测序技术高通量测序技术是近年来家畜基因组解析的重要技术手段之一。

这一技术利用了大规模并行测序的技术，能够同时测序整个基因组或选定的基因区域，大大提高了测序的速度和效率。

目前，高通量测序技术已广泛应用于家畜基因组的解析研究中，如猪、牛、羊等。

2.基因组组装技术基因组组装技术是将高通量测序所得的DNA序列拼接成完整的基因组DNA的技术。

这一过程需要将DNA序列进行比对、处理和组装，从而得到完整的基因组序列。

基因组组装技术的发展，极大地促进了家畜基因组的解析和分析研究。

如猪基因组的组装中，利用Illumina、PacBio和Hi-C等测序技术，成功组装出了猪的基因组序列。

3.多样性分析技术多样性分析技术是通过研究不同品系、不同种间、不同个体间的遗传差异，在基因组层面上了解家畜遗传多样性和群体遗传结构的技术。

通过这一技术，我们可以对家畜的基因变异和进化等方面进行深入研究，为家畜的选种和育种提供理论依据。

二、家畜基因组在育种中的应用1.遗传标记辅助选育遗传标记辅助育种利用分子标记和遗传标记等技术，对家畜的遗传特性进行检测和分析，以达到提高选育效率和选育品质的目的。

通过此技术，我们能够对家畜的基因功能进行深入研究，找到与遗传性状相关的基因或基因组区域，并将其转化成可操作的标记，从而辅助选育家畜。

2.全基因组关联分析全基因组关联分析是利用大规模单核苷酸多态性（SNP）等遗传标记，对基因组中的每个位点与存在差异的数量进行关联，并找出对某个性状有显著影响的单个或多个基因。

全基因组选择在畜禽育种中的利用

52 2021年第2期·农家百科作物栽培新方式——气雾栽培初冬时节，人们走进青岛市西海岸新区大村镇的黄岭村，看到了与传统蔬菜种植不同的场景。

温室大棚内，首先映入人们眼帘的是成排的白色箱子，蔬菜从箱子上面的孔洞中冒了出来。

工人揭开箱子展示，每个箱子都有水管相连，通过水管上的喷头，向蔬菜苗根部直接喷洒雾状营养液，绿油油的蔬菜就是在这种环境中成长的。

工人介绍说，气雾栽培是新型的栽培方式，是一种无土栽培技术，利用喷雾装置将营养液雾化为小雾滴状直接喷施到植物根系，为植物提供生长所需的水分、养分。

水肥一体机每隔15分钟喷1次，蔬菜苗不用缓苗，直接生长。

气雾栽培以人工创造作物根系环境取代了土壤环境，有效解决了传统土壤栽培中水分、空气和养分难以协调供应的矛盾。

作物根系处于最适宜的环境条件下，增长潜力得到发挥，生长量、生物量得到提高，能比正常的生长期缩短一半时间，可以达到地面产量的10倍以上。

不仅如此，气雾栽培还能节省劳动力，大棚管理起来也方便。

“乡村振兴，离不开产业支撑。

黄岭村这里有水库，天然无污染的生态资源环境得天独厚。

通过引进气雾栽培，环境得到了改善，蔬菜品质得到了提高，价格能比市场价高30%~50%。

”村支书王文武说，“当蔬菜成熟可以采摘的时候，产业园还会请黄岭村里的剩余劳动力来干活，也能带动村民增收。

”此外，气雾栽培种植是以喷雾的方式供给植物根系，经雾化后集流的水分又回流至营养液池进行循环利用，能够达到节水的目的；喷雾装置有立柱式的，还有斜式的，立地装置可以提高二三倍的土地利用面积。

摘自中国农网（2020-11-14 郝凌峰）2021年第2期 53农家百科·优良品种是通过育种途径培育出来的，而育种则需要育种技术。

与其他行业一样，科技是产业发展最重要的推动力，育种技术是支撑我国生物种业发展的核心所在，也是“藏肉于技”中“技”的最为重要的组成部分。

与传统育种方法相比，全基因组选择最突出的优势是“快、准、高”。

全基因组关联分析及其在猪育种中的研究进展

1052016年33卷第12期 SWINE INDUSTRY SCIENCE 猪业科学遗传改良GENETIC IMPROVEMENT精品思想市场战略5　精液的分装、贮存与运输精液的包装方式采用袋装，利于精子的保存、运输和便于输精。

按品种、种公猪耳号逐头进行分装，并在包装上标明品种、耳号、批号、生产日期、有效期、贮存温度、检验员等内容。

结合本县实施良种补贴项目，必须在精液包装上标明《国家生猪良种补贴项目》字样。

包装好的精液其温度待放置与室温相同时，将其放入17℃恒温箱贮存，精液在贮存期间会沉淀、聚集，应每日轻轻摇匀精液2～4次。

包装好的精液要尽快送至养殖户，避免精液在运输过程中的温度变化过大。

因此，精液应保存在15～20 ℃的环境中，使用专用的精液运输保存箱可保证精子活力。

常温精液使用前必须检查，当精子活力低于0.6时，不能使用。

种公猪站严格按照相关技术要求进行种猪常温精液生产，在湄潭县及周边县（区）实行集中供精，加快了人工授精技术的推广，提高了良种公猪的覆盖率，产生了显著的经济效益。

参考文献[1] 曾琼,申牷,肖礼华,等.贵州山区良种公猪集中供精技术体系初探[J].猪业科学,2015,32(11)﹕41-42. [2] 雷毅．社会化公猪站种猪常温精液产品生产关键技术[J].当代畜牧，2015（2）：16-17.[3] 王一明，张海兰，谢鹏贵．猪精液品质检测与处理[J].当代畜禽养殖业，2010（6）：14-16.（收稿日期：2016-11-17）摘要：近年来，随着高通量单核苷酸芯片和基因分型技术的不断发展，利用全基因组关联分析猪的性状成为可能。

全基因组关联分析是一种新兴的遗传分析方法，能有效进行复杂疾病和性状的研究。

国内外相关研究人员针对猪性状进行全基因组关联分析，积累了大量的单核苷酸多态性（SNP）标记、候选基因以及数量性状位点，为猪分子育种提供基础。

该文主要对全基因组关联分析的基本原理、分析方法以及对猪性状的研究进展进行综述。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

本文主要介绍了GWAS及其在几种畜禽上的应用和问题。

关键字：GWAS，牛，猪，鸡，应用对畜禽实施标记辅助选择可提高遗传进展，但是我们首先需要找到影响畜禽重要性状的主效基因。

候选基因分析和标记QTL连锁分析策略使我们对一些基因的功能和作用方式有所了解，也找到了一些主效基因。

动物育种中也在传统育种方法的基础上不断提出新的方法：全基因组关联分析（Genome-Wide Association Studies，GWAS）以及全基因组选择。

在中国农业大学图书馆SCI数据中输入GWAS的相关词，并分析其检索结果。

如表1。

虽然这个数据并不是很全面，但是也反映了GWAS的迅速发展。

是什么原因导致GWAS发展这么快速呢？主要原因可以归结于以下3个方面：首先是基础研究的支撑，基因组计划的完成和SNP数据库的建立为GWAS 的开展奠定了基础；第二是技术上的成熟，如高通量SNP芯片检测的发展；第三是统计方法的发展，GWAS因样本量大、数据庞杂，同时还需克服群体混杂、选择偏倚、多重比较等带来的假阳性问题，需要有正确严谨的统计分析方法解决[1]。

表1中国农业大学SCI数据库中每年发表的关于GWAS的数目除了对人类复杂疾病和人类数量性状方面应用GWAS。

随着不同基因组测序的相继完成以及高通量测序技术平台的搭建，GWAS也开始在畜禽疾病性状和数量性状方面发挥重要的作用。

GWAS在畜禽中的应用起步较晚，并主要集中在对重要经济性状的研究中。

与人类不同，当前的畜禽品种在长期的人工选择驯化过程中，其有效群体含量较人类小，群体的连锁不平衡水平较高，往往造成单体型块的出现。

因此，在畜禽中开展GWAS所需标记数量适中，目前商业化的动物SNP芯片密度一般在50K-60K左右，如果在品种内进行GWAS研究，50K的芯片基因就能满足定位要求，品种间的分析可能需要更高密度的SNP[3]。

1.在畜禽上的应用现状自从GWAS在畜禽上应用以来，研究人员一直致力于影响复杂性状的标记及主效基因的挖掘。

目前已有多个具有较强统计显著性的SNPs及区域被发现。

下面介绍一下GWAS在牛，猪和鸡上的应用。

1.1在牛上的应用GWAS在畜禽上应用的较多的是在奶牛上。

包括奶牛的健康性状、产奶性状、繁殖性状、生产寿命性状、体型性状、功能性状等都有报道。

对于奶牛的产奶性状上，Bastiaansen等使用Bovine SNP50芯片。

对荷兰、苏格兰、瑞典和爱尔兰等国家共计1 933头荷斯坦牛进行了产奶量和脂蛋比性状GWAS研究，共发现了36个影响产奶量的SNP标记[1]。

Jiang[4]等基于来自14个父系半同胞家系的2093头中国荷斯坦母牛女儿设计试验群体进行了5个产奶性状的GWAS，采用Bovine SNP50芯片，传递不平衡检验方法(Transmission disequilibrium test，TDT)和基于回归分析的混合模型方法(Mixed model based regression analysis，MMRA)，共检测到105个显著SNP标记与某个或多个产奶性状显著相关。

齐超等基于中国荷斯坦牛女儿设计资源群体，采用Illumina公司Bovine 50K微珠芯片对产奶性状进行了全基因组关联分析(GWAS)，利用传递不平衡(L1-TDT)和回归分析2种统计分析方法共同检测到35个显著SNPs位点。

后来齐超[5]等旨在基于该GWAS结果进一步对产奶性状基因进行鉴定及功能注释。

基于牛基因组序列草图，采用生物信息学和比较基因组学方法进行显著SNPs 位置候选基因筛查和功能预测。

分析发现。

12个SNPs位点位于基因内部，23个位于基因侧翼．最终鉴定到28个位置候选基因，并确定了其物理位置、基因类型及潜在功能。

基因功能可归纳为6种类型：调节机体营养成分代谢和平衡、细胞骨架或基质成分、调节细胞增殖和周期及凋亡、参与细胞信号转导和盐离子通道构成、具有激酶活性、参与mRNA转录调控或翻译调控。

该研究为进一步鉴定中国荷斯坦牛产奶性状主效基因及功能验证打下了基础。

1.2在家禽上的应用在家禽上应用相比在猪和牛上的还比较少。

Liu[6]等利用Illumina 60k鸡SNP 芯片对385只白来航和361只矮小型褐壳蛋鸡纯系分别进行蛋品质和产蛋性状的GWAS研究，利用Fisher合并P值法对两个群体的关联分析结果进行整合分析，发现8个显著关联SNP。

Xie[7]等以杏花鸡×隐性白羽洛克鸡全同胞资源群3代共554个个体样本为实验材料，采用Illumina 60K鸡SNP芯片进行基因分型，对鸡肉质、屠体及生长性状进行了GWAS研究，发现1号染色体 1.5 Mb KPNA3-FOXO1A的区间内有5个SNP对鸡22-42天和生长有最高的显著效应。

Gu[8]等以法国明星肉鸡和丝羽乌骨鸡为亲本建立的F2资源群体为材料，对体重性状进行了全基因组关联分析研究，发现26个显著关联位点，其中1个位于18号染色体，2个位于1号染色体，23个位于4号染色体，共涉及10个不同的SNP，并发现影响后期体重效应最大的SNP位于LDB2基因内含子中。

张磊[3]研究利用60K SNP基因分型芯片对来自50个公鸡家系的728只北京油鸡纯系公鸡个体进行了基因型检测，采用全基因组关联分析方法，对影响部分免疫性状的染色体片段或基因进行定位研究，采用单标记的线性回归模型，对9个免疫性状进行了全基因组关联分析，共检测到33个达5%基因组水平显著关联的SNP。

在显著位点中，8个SNP与胸腺重、16个与脾脏重达到基因组水平显著关联，并在这些位点附近找到JAK1、QK I、PDLIM7等候选基因，部分SNP位于已报道QTL 内；9个与血清IgG水平达到基因组水平显著关联，并在附近找到CD1b、B-G、IL4I1、GNB2L1、BMA1等候选基因，其中5个集中分布在16号染色体260kb区间内，而已知16号染色体上存在大量与免疫相关的基因，因此，此区域可能是影响该性状的重要候选区域。

Noorai[9]等采用GWAS和单倍型方法，对Araucana （阿劳肯鸡）无尾性状和耳毛性状进行分析，确定了控制这两个的基因分别位于2号和15号染色体上。

1.3在猪上的应用程笃学[10]等以大白猪×民猪F2设计资源群体为研究对象，采用11lumina公司猪SNP60K分型芯片技术，开展胴体瘦肉量(LMW)GWAS研究，寻找与瘦肉量相关的遗传变异。

所有F2代个体在达到(240±7)d日龄时进行屠宰测定。

对分型后的355头F2个体，采用基于混合模型及回归的快速全基因组关联及基因组控制法进行GWAS分析，结果获得14个在染色体水平与瘦肉量性状显著关联的SNP位点。

其中2个SNP位点ALGA 0 010 777和ALGA 0 010 788分别位于1号染色体上285 030 256和285 276 856 bp处；10个SNP位点都位于猪2号染色体末端，可能与已发现的瘦肉量基因突变位点IGF2-intron3-G3072A紧密连锁；2个SNP位点ASGA0 065 444和ASGA0 065 455位于14号染色体上99 627 980和100 078 535 bp处。

这次研究为猪的瘦肉量性状提供了显著关联SNP位点，预测了新的候选基因。

李杰[11]研究以白色杜洛克×二花脸资源群体F2代母猪为研究对象，在母猪初情期QTL初步定位的基础上，利用Illumina猪60KSNP芯片对316头有初情期表型记录的F2母猪及其亲本进行全基因组关联分析(GWAS)，并通过增加标记密度对初步定位的QTL进行精细定位，在此基础上分析L1N28B和TMEM38B 两个位置候选基因与母猪初情期的关联性。

基于60K SNP基因型数据的连锁和连锁不平衡分析结果显示，在SSCl、SSC2、SSC6、SSC7和SSCl3存在多个与母猪初情期显著关联的单倍型。

其中SSC7上的单倍型与初情期关联性最强。

Ren[12]等利用猪60KSNP芯片通过全基因组关联分析和IBD定位分析，鉴别了控制藏猪、大河猪和可乐猪等中国地方猪中宗褐毛色形成的TYRPl基因因果突变位点。

2.存在问题及解决办法目前GWAS多采用两阶段设计的方法：首先采用覆盖整个基因组的高通量SNP分型芯片对一批样本进行扫描，其次筛选出最显著的SNP(如P<0.05)供第二阶段扩大样本验证。

GWAS两阶段研究设计减少了基因分型的工作量和花费[3]。

但是GWAS也在在一些问题①多SNP检测的关联研究容易得出假阳性结果，因此，GWAS的关联性P值必须符合严格的、基因组水平上的统计学标准。

另外，GWAS的关联性结果需要验证性研究(replication study)的证实；②GWAS中的大多数SNP的关联度较弱OR(odd sratio)值在1.2—1.4之间，需要大样本量的研究进一步发现真正的相关位点；③GWAS发现的许多位点并不在蛋白编码基因或其附近，也不在既往认为与性状相关的基因的附近，因此致使较难解释其生物学功能；④GWAS发现的有些位点与几种不同的疾病发生关联，提示该基因可能存在多效性；⑤对于GWAS发现的SNP或基因，目前仍很少有令人信服的研究来阐明它们的生物学功能或不良作用[13]。