论文部分内容阅读
基因组选择(genomic selection,GS)是动植物遗传育种的重要方法,该方法通过估计覆盖全基因组的分子标记效应从而获得个体的基因组估计育种值(genomic estimated breeding value,GEBV),最终实现对候选个体进行评定。同时,对限行性状、低遗传力性状和难以测定的性状,基因组选择相较于传统育种技术,其育种值估计准确性更高。肉色、脂肪颜色和大理石纹评分等阈性状是影响肉牛养殖效益的重要经济性状,对这些性状进行准确的遗传评估是不断提升群体养殖效益的基础。评估模型是影响基因组选择准确性的重要因素之一,当前多数遗传评估模型的前提假设是性状连续且符合正态分布。然而针对离散分布的阈性状,常规线性模型的前提假设无法成立。为了提升阈性状的育种值估计准确性,本研究使用线性模型和阈性状模型分别对模拟数据和西门塔尔牛离散性状育种数据进行遗传参数和基因组育种值估计。随后,又利用阈性状模型对中国肉用西门塔尔牛群体的肉色、脂肪颜色和大理石花纹评分3个性状进行了全基因组关联分析。通过上述分析我们发现:(1)在全部的模拟数据集中BayesTHB的准确性最高,BayesA的准确性最低。BayesTH模型在估计阈性状基因组育种值时,其准确性高于Bayes模型。并且各模型的准确性随着QTL数目的增加而降低,随着遗传力、性状分类个数和发生率的上升而上升。(2)使用GBLUP和GLMM模型分别对西门塔尔牛肉色、脂肪颜色及大理石花纹评分进行遗传参数估计时发现,对于上述三个阈性状,GLMM模型中遗传方差估计值和遗传力估计值均高于GBLUP模型,估计值标准差更小。(3)真实数据中,使用7种评估模型分别对肉色、脂肪颜色及大理石花纹评分3个阈性状进行基因组育种值估计。结果表明,BayesTH模型基因组估计育种值准确性高于Bayes和GBLUP模型。(4)在全基因组关联分析中,利用BayesTHB模型总共筛选到了7个候选基因区域,通过进一步定位发现,TMEM236同时影响肉色和脂肪颜色。基于上述结果,全文结论如下:(1)模拟数据中,BayesTHB的准确性最高,更适合用于阈性状育种值估计。(2)对比BGLUP模型,GLMM模型可以更准确的剖分加性遗传方差。(3)真实数据中,在对肉色、脂肪颜色及大理石花纹评分3个性状进行遗传评估时,BayesTHB的准确性最高,更适合用于阈性状育种值估计。(4)通过本研究的模及真实性状评估结果,推断当阈性状水平数大于等于7个时,可以近似作为连续型性状进行处理。(5)TMEM236基因同时影响肉色和脂肪颜色,可能存在多效性。