全基因组选择在猪育种上的研究进展

合集下载

基于SNP芯片技术对猪性状的应用及其研究进展

基于SNP芯片技术对猪性状的应用及其研究进展

116猪业科学  SWINE INDUSTRY SCIENCE 2018年35卷第04期遗传改良GENETIC IMPROVEMENT北京顺鑫农业小店种猪分公司协办栏目协办基于SNP芯片技术对猪性状的应用及其研究进展宋志芳,石 岗,赵海燕(河北农业大学动物科技学院,河北 保定 071000)单核苷酸多态性(SNP)主要是指在基因组水平上由单个核苷酸的变异所引起的DNA 序列多态性,也就是单个SNP 由于置换、颠换、缺失或插入所引起的遗传变异现象,是第三代分子遗传标记,具有很大的发展潜力,在生物、农学、生物进化和医学等众多领域都有广泛应用[1],在分子遗传学、药物遗传学、人类疾病诊断和治疗、法医学和基因组学等理论研究方面也扮演着重要角色[2]。

SNP 是在漫长的进化过程中形成的,具有遗传稳定性。

我国是一个养猪大国,并具有各具特点的优良地方品种,因此,开展持续且高效的遗传改良来保持猪种的优良品质并加以改良十分迫切。

所以,基于SNP 芯片技术,利用全基因组选择、全基因组关联分析等方法,选择性地进行猪性状的表型值与SNP 芯片数据间的关联分析,是促进猪育种效率的提高和培育优良品种的一种有效方法。

1 SNP 的检测方法与技术随着对SNP 研究的不断深入,关于SNP 的检测方法与技术也在不断发展。

根据是否需要凝胶电泳和自动化程度的高低,可以把SNP 检测方法分为基于凝胶电泳的检测方法(传统SNP 检测方法)和高通量、自动化程度较高的SNP 检测方法[3]。

传统的SNP 检测方法主要包括DNA 测序、RFLP(限制性片段长度多态性)、SSCP(单链构象多态性)、CAPS (酶切扩增多态性序列)、DGGE (变性梯度凝胶电泳分析)、OLA(寡核苷酸连接分析)和AS-PCR(等位基因特异性)等[4-6],这些方法必须经过凝胶电泳进行检测,存在不能多重分析、难以实现自动化、速度慢、不易大规模展开等问题,只能进行小规模的SNP 测试,必然会被淘汰。

猪遗传育种和繁殖专著

猪遗传育种和繁殖专著

猪遗传育种和繁殖专著【正文】猪遗传育种和繁殖专著猪遗传育种和繁殖专著是一本旨在探讨猪的遗传改良和繁殖技术的权威参考书。

本专著从猪品种选育的起源、遗传基础、繁殖技术等多个方面,全面阐述了猪遗传育种和繁殖的最新理论与实践,旨在为科研人员、养殖场主和农业从业者提供一份全面、系统的指南。

第一章猪品种选育的历史与现状1.1 猪品种选育的起源与进展猪作为人类最早驯养的动物之一,经历了漫长的驯化过程。

本小节将介绍猪的起源与驯化,以及近代以来的猪品种选育的进展与成就。

1.2 猪品种资源与保护猪品种资源的保护与利用是猪遗传改良的基础。

本小节将介绍全球各地常见的猪品种资源,并探讨如何科学有效地保护和利用猪的遗传资源。

第二章猪遗传基础与遗传改良2.1 猪的遗传特点与基因组研究本小节将介绍猪的基因组结构与特点,以及近年来基因组学在猪遗传改良中的应用。

涵盖了猪基因组测序、单核苷酸多态性(SNP)筛选等方面的内容。

2.2 猪遗传改良的目标与策略猪遗传改良的目标主要包括生产性能的提高、疾病抗性的增强等。

本小节将介绍目前猪遗传改良的主要策略,如选择育种、分子标记辅助育种等,并对其优缺点进行分析。

第三章猪繁殖技术与管理3.1 猪繁殖生理与生殖器官结构猪的繁殖特性与生理过程直接影响繁殖效能和经济效益。

本小节将介绍猪的生殖生理与生殖器官结构,为后续繁殖技术的实施提供理论基础。

3.2 猪繁殖技术与方法猪的繁殖技术包括人工授精、胚胎移植、人工控制孕产等多个方面。

本小节将对这些繁殖技术进行详细介绍,并分析其应用价值与局限性。

第四章现代遗传技术在猪育种中的应用4.1 基因编辑技术在猪育种中的应用基因编辑技术是近年来兴起的一种先进的遗传改良手段。

本小节将介绍CRISPR/Cas9等基因编辑工具在猪育种中的应用,以及可能带来的影响与挑战。

4.2 基因组选择在猪育种中的应用基因组选择是利用全基因组信息对猪进行精准选育的一种方法。

本小节将探讨基因组选择在猪育种中的应用现状、优势与局限,并展望其未来发展方向。

基因组选择技术及其在猪育种中的应用探讨

基因组选择技术及其在猪育种中的应用探讨

基因组选择技术及其在猪育种中的应用探讨一、简介基因组选择技术是一种利用先进的遗传学和生物信息学技术,通过对个体基因组的全面分析,选取优良基因组的方法。

本文将探讨基因组选择技术在猪育种中的应用,包括其原理、技术手段和在猪育种中的具体应用案例。

二、基因组选择的原理基因组选择技术的核心原理是基于遗传多态性,通过测定个体基因组上的关键位置的基因型,来评估这些个体的遗传潜力。

对于猪育种来说,关键位置一般指的是对性状和经济性状有重要影响的基因。

三、基因组选择的技术手段基因组选择技术的应用离不开以下几种主要的技术手段:1. SNPs分析SNPs(Single Nucleotide Polymorphisms)是基因组中常见的遗传变异形式,是在基因组中单个核苷酸位置上的单碱基突变。

通过对SNPs的分析,可以快速、高效地评估个体基因组的多样性和遗传水平。

2. GWASGWAS(Genome-Wide Association Study)是一种通过对大量个体基因组数据进行关联分析,来寻找基因与性状相关性的方法。

通过GWAS可以发现与猪育种有关的重要基因,并为进一步的基因组选择提供依据。

3. QTL分析QTL(Quantitative Trait Loci)是指影响数量性状的基因或位点,通过对QTL的定位和分析,可以确定这些基因在个体中的具体位置,进而预测个体的遗传性状。

四、基因组选择在猪育种中的应用案例基因组选择技术在猪育种中的应用已经取得了显著的成果。

以下是一些具体的应用案例:1. 疾病抗性育种基因组选择技术可以帮助猪场选育更具抗病力的猪种。

通过对猪基因组中与抗病相关的基因的分析,可以选取携带有这些基因的个体进行繁殖,提高整个猪群的抗病力。

2. 生长性能改良基因组选择技术可以用于改良猪的生长性能。

通过对一些与生长发育相关的基因进行筛选,可以选取具有快速生长、高瘦肉率等优良性状的个体进行繁殖,提高猪的生产性能。

3. 品质优化基因组选择技术在优化猪肉品质方面也有广泛应用。

全基因组关联分析及其在猪育种中的研究进展

全基因组关联分析及其在猪育种中的研究进展

GWA S 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 , j 1 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  ̄ { t i 4 } { _ 进展缓慢,准确度不高。
抖 ’ . 2 0 l 5 , 3 2 ( 1 1 ) : 4 1 4 2.
种 公j 嚣I I : i i j 堑 进 行 分 装 , 并 在 包 装
f 1 ,使 Ⅲ专 川的 精液 运 输 f 仔 箱 可 } 扛 【 " j I I l 事 、l F 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 0 7 1 0 0 0 ; 2河北农业大学猪业科学研究所, 河北 保定 0 7 1 0 0 0 )
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 H 1 ,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 、

全基因组选择育种值估计

全基因组选择育种值估计

全基因组选择育种值估计是一种利用覆盖全基因组的高密度分子标记进行选择育种的方法。

其原理是通过构建预测模型,根据基因组估计育种值(Genomic Estimated Breeding Value,GEBV)进行早期个体的预测和选择,从而缩短世代间隔,加快育种进程,节约大量成本。

统计模型是全基因组选择的核心,影响着全基因组预测的准确度和效率。

传统预测方法基于线性回归模型,但难以捕捉基因型和表型间的复杂关系。

相较于传统模型,非线性模型(如深度网络神经)具备分析复杂非加性效应的能力,人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机,深度学习算法的优化将会提高全基因组选择的预测能力。

全基因组选择已应用于奶牛、生猪的品系选育中,但在家禽育种方面的研究和应用相对较少。

随着分子标记检测技术不断发展,分子育种进入了全基因组选择时代,这将推动现代育种向精准化和高效化方向发展。

基因组编辑技术在家畜育种中的应用

基因组编辑技术在家畜育种中的应用

基因组编辑技术在家畜育种中的应用基因组编辑技术是一种新兴的基因工程技术,它的出现为家畜育种带来了前所未有的机遇和挑战。

本文将探讨基因组编辑技术在家畜育种中的应用,从提高育种效率、改良畜种品质和增强畜种抗病力等方面进行论述,并展望未来的发展前景。

一、基因组编辑技术在提高育种效率方面的应用基因组编辑技术可以通过精确的基因修饰来改变家畜的遗传特征,提高育种效率。

例如,利用CRISPR/Cas9系统,可以精确地编辑家畜基因组中的特定位点,实现基因的敲除、插入或修饰,从而促进家畜育种的进展。

这种技术不仅能够加速遗传改良进程,还可以减少育种成本和周期。

二、基因组编辑技术在改良畜种品质方面的应用基因组编辑技术能够针对家畜的特定性状进行精确调控,从而改良畜种的品质。

例如,通过编辑奶牛基因组中与乳制品品质相关的基因,可以提高乳品的蛋白质含量和品质;通过编辑猪基因组中的肉质相关基因,可以改善猪肉的理化特性和口感。

这种精确的基因调控为畜牧业的发展注入了新活力。

三、基因组编辑技术在增强畜种抗病力方面的应用畜牧业中疾病是制约生产力提升的重要因素之一。

基因组编辑技术可以通过针对家畜基因组的特定调控,增强畜种的抗病力。

例如,通过敲除鸡基因组中的易感病因子基因,可以降低家禽疾病的发生率;通过编辑鱼类基因组中的免疫相关基因,可以提高鱼类的抵抗力。

这种基因调控的应用将有效地提升畜牧业的抗病能力,保障畜牧业的可持续发展。

综上所述,基因组编辑技术在家畜育种中具有巨大的应用潜力。

它可以提高育种效率、改良畜种品质和增强畜种抗病力等方面发挥积极作用。

然而,基因组编辑技术的应用也面临一些伦理和安全问题,需要加强监管和规范。

未来,随着技术的不断发展,我们相信基因组编辑技术将在家畜育种中发挥越来越重要的作用,助力于畜牧业的可持续发展。

猪育种新技术

猪育种新技术
有关猪的育种
C
B
A
全基因组选择
育种目标的变化
测定技术的变化
育种新技术
全基因组选择
什么叫全基因组选择为了进一步提高育种的效率,T.H,Meuwissen等提 出 了 一 种新的标记辅助选择方法,即全基因组选择(Genomic selection,GS)。该方法假设覆盖全基因组上的高密度SNPs标记中至少有1个SNP与 QTL处于连锁不平衡关系,利用SNP估计每个QTL的效应,从而获得个 体 的 全 基 因 组 估 计 育 种 值 (Genomic estimated breeding value, GEBV)。
对猪体进行一系列扫描之后,可以精确预测胴体的组成成分。与传统的超声波技术相比,用这种技术预测胴体肌肉、脂肪和骨骼产量的准确率分别可提高6.4%、5.6%和15.0%。
测定技术的变化
对于屠宰商和零售商来说,CT还有一个更加突出的优点,那就是可以测出不同大分切部位(背脊部、后腿部、腹胁部和肩胛部)当中的肌肉产量。
01
02
03
全基因组选择的优点不仅可以提高选择的准确性,尤其是一些低遗传力性状、难以测量的性状、限性性状、生长后期测定的性状、屠宰性状和免疫力等,还可以在动物出生时或者胚胎期即可预测 GEBV,从而缩短世代间隔,大大提高遗传进展。
全基因组选择商业化应用在猪的全基因组测序完成后,A.M.Ramos等对商业品种杜洛克(34头)、皮特兰(23头)、长白猪(29头)、大白猪(36头)和野猪(36头)共5个品种的DNA分别混池,采用全基因组重测序方法鉴定出数十万个SNPs,并从中选择设计出PorcineSNP60 Beadchip。该SNP芯片共有64232个SNPs,检出率可达97.5%,SNP信息可靠。

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。

  1. 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. 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. 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)。

全基因组选择在猪育种上的研究进展
自野生动物被驯化以来,科学家一直致力于提高畜禽育种值的研究。

近半个世纪来,畜禽育种值估计的方法主要经历了综合选择指数法、同期群体比较法、最佳线性无偏预测法(Best LinearUnbiased Prediction,BLUP)、分子标记辅助选择育种(MAS)以及近几年快速发展的GS 法。

同时,随着高密度基因芯片的出现和高通量测序技术的快速发展,单核苷酸多态性(SingleNucleotide Polymorphism,SNP)分型成本快速下降,GS 才逐渐引起畜禽界的关注。

特别是Schaeffer发现,在奶牛育种中利用GS比后裔测定可节约成本97%,且遗传进展可提高3~4倍后,全球掀起了一股研究GS的热潮。

全基因组选择(GS)
什么是GS
2001年,Meuwissen等人最先提出GS,实质为全基因组范围的标记辅助选择。

其理论基础是应用整个基因组的标记信息和各性状值来估计每个标记或染色体片段的效应值,然后将效应值加和即得到基因组育种值(GenomicEstimated Breeding Value,GEBV)。

GS在某种程度上是MAS的延伸,弥补了在MAS 中标记数量只能解释一部分遗传方差以及数量性状位点(QuantitativeTrait Locus,QTL) 定位困难的缺点。

其中心任务是提高GEBV值的准确性,并尽可能准确地估计每个标记的效应。

而估计标记效应的方法在实际运用中以BLUP法为主;Bayes法虽其准确性高于BLUP,但因其计算复杂,需在超级计算机上运行而限制其应用。

不过随着快速算法的开发和计算机硬件的改进,Bayes法的运算效率有望提高。

为什么选用GS
GS的优势
与MAS相比,GS的优势主要表现在:
1)能对所有的遗传和变异效应做出准确的估计。

而MAS 只能对部分遗传变异进行检测,且容易高估其遗传效应。

2)缩短世代间隔、提高畜禽年遗传进展、降低生产成本等,这在需要后裔测定的家畜中尤为明显。

如GS给奶牛育种带来了巨大经济效益。

3)早期选择准确率高。

4)对于较难实施选择的性状具有重大影响。

如低遗传力性状、难以测定的性状等。

5)GS在提高种群的遗传进展前提下,还能降低群体的近交增量。

GS的可靠性
GS的关键便是对GEBV 值做出可靠的评估。

VanRaden 等人在北美荷斯坦奶牛群体中,比较产奶性状、体型外貌性状等27 个经济性状,发现GEBV 平均可靠性为0.37,而传统育种值仅为0.19,相比可靠性提高95%。

Su等人比较丹麦荷斯坦奶牛18个重要经济性状,发现GEBV 平均可靠性为0.55,而传统育种值仅为0.29,相比可靠性提高90%。

影响GS 的因素
尽管GS 能显著提高畜禽选育的遗传进展,但仍受到许多因素的影响,这些因素主要包括:
1)标记类型和结构。

标记类型主要包括微卫星和SNP2种,但实际应用中以SNP 标记为主。

2)标记密度和标记间的连锁不平衡程度。

通常GS的准确性随着标记密度的增加而增高。

3)资源参考群中的表型测定数。

GS的准确性随着表型测定数的增加而增加。

4)估计标记效应所记录的表型世代数。

对于低遗传力性状,记录世代数越多,GS的准确性越高;但对于高遗传力性状,一般以2~3代为宜。

5)性状的遗传特性。

一般认为GS选择对低遗传力性状的选择更有利。

6)资源参考群与预测群体的世代距离。

GS在选择3~4世代后必须重新估计标记效应,才能保持其长期优势。

7)资源参考群与预测群体的遗传距离。

模拟研究结果显示,当合并多个群体或品种的参考群为一个共同参考群时,GS的选择准确性大大提高。

GS 在猪育种上的应用
鉴于GS 具有节约种畜生产成本并可缩短世代间隔等优势,近几年来,已成为遗传育种领域的研究热点。

2010年以来,世界各国的猪育种公司都开始尝试GS育种。

Christensen 等利用60000个丹系杜洛克猪群体上的SNPs,评估了料重比中GEBV的准确性。

他们得出,GEBV比基于血缘所得到EBV的准确性要高出许多。

2010年,丹麦丹育公司正式宣布启动猪GS研究,主要针对低遗传力、抗病性、饲料转化率和肉质等难测定性状进行选择,并且该公司也专门对公猪膻味进行GS研究,以期能在2018年向消费者提供无膻味的公猪肉。

Hypor公司也已经开始尝试应用GS对繁殖、肉质和抗病等性状进行选择,并于2012年6月15日,该公司报道已为客户提供GS生产的种猪,进一步巩固了其在猪育种界的领先地位。

2011年,温氏集团作为我国最大的猪育种和肉猪生产公司,为了提高种猪的遗传进展和其在行业中的竞争力,也开始进行了GS研究。

主要对种猪的饲料利用率、肉质等性状进行选择。

2012年初,TOPIGS公司宣布开始在猪育种中采用GS,对公猪膻味、饲料转化率等性状进行选择,以期改善猪的肉质,提高种猪竞争力。

同年6月初,该公司宣布在母系中全面采用GS,期提高种猪繁殖力。

2013年,我国首例采用全基因组选择技术选育的1 头杜洛克特级种公猪正在健康长大,并即将开始配种应用。

综上所述,GS在猪育种上的应用仍处于起步阶段,但随着育种技术的不断发展以及计算机水平的不断进步,GS在猪育种上的应用也会日渐成熟。

GS在猪育种中的展望
前景
作为在传统育种方法和MAS基础上发展起来的新一代育种技术,GS实现了对候选个体从表型选择到基因选择的突破,解决动物个体肉质和抗性等性状难以选育的技术障碍,还可实现低成本的早期选择。

如Lillehammer 等研究发现,对母猪进行GS能大大提高种猪的繁殖性能。

挑战
GS在猪育种中同样也面临着诸多挑战,主要表现在以下几个方面。

首先,GS测序费用相对较高。

我国多数小型企业在育种方面投资小,只能等基因芯片分型成本进一步降低,才能真正扩大GS的应用范围。

其次,GS需要对数万个标记的效应进行估计,算法比较复杂,需要具备相关知识的技术人员才能进行该项工作。

目前,计算机发展水平有限,在一定程度上限制了GS在育种中的发展和应用。

再次,获取GEBV的时间过长。

从实验开始之初,到最后获得GEBV值的时间通常需要14周。

建议
鉴于GS在奶牛上的成功应用,提出如下几点建议。

首先,常规育种是GS能成功应用的基本前提。

GS出现初期,人们在GS和常规育种两者关系的认识上存在曲解。

有人认为只要利用标记基因进行分子育种就不再需要传统的常规育种,即该观点是对常规育种的全盘否定。

相反,GS并非对常规育种的全盘否定,而是以其为基础进行的后续研究。

因此,GS准确性的高低依赖于常规育种中测定数据的准确性。

其次,效仿奶牛业中所建的参考网群,不断扩大群体规模,共享数据资源,提高GEBV 值的准确性。

2010年,欧洲4个育种组织共享了各自的参考群体,并加入欧洲基因组计划,使得其参考群体规模快速扩大,达2.5万头验证公牛。

当然,猪资源数据共享工作已初步开展,2001年,丹麦国家猪生产委员会与中国科学院北京基因组研究所的科研人员首次合作开展大规模猪基因组测序项目。

再次,有效并充分利用我国社会资源,构建国家级别猪育种平台。

该工作需要联合我国猪育种专家、高校科研机构、优势种猪企业、种猪中心测定站等,并在相关行政主管部门的配合下完成。

相关文档
最新文档