在沒有系譜信息的情況下對熱帶肉牛進(jìn)行多品種基因組評估

此文章是Ben J. Hayes作為一作發(fā)表在GSE上商玫。其提出的新模型可能非常有利于我國地方品種動物的遺傳估計(jì)留拾。所以進(jìn)行翻譯和分享褐耳。

背景

在多品種熱帶肉牛群體中實(shí)施基因組選擇一直具有挑戰(zhàn)性胁孙。如果可以在這些基因組評估的參考群體中使用商業(yè)(通常是雜交)動物,則可以允許非常大的參考群體菜枷。
在熱帶牛肉系統(tǒng)中苍糠,此類動物通常沒有譜系信息。

方法

在這里啤誊,作者們使用標(biāo)記雜合性(以模擬雜種優(yōu)勢)和源自遺傳標(biāo)記的品種組成作為模型中的協(xié)變量岳瞭,研究此類數(shù)據(jù)的潛在模型。模型將品種效應(yīng)視為固定或隨機(jī)蚊锹,并包括基因組最佳線性無偏預(yù)測 (GBLUP) 和 BayesR瞳筏。

數(shù)據(jù)

使用包含 29,391 頭純種、雜交和復(fù)合商業(yè)動物的適應(yīng)熱帶的肉牛數(shù)據(jù)集來評估模型枫耳。

結(jié)果

  • 將品種效應(yīng)視為隨機(jī)乏矾,采用類似于遺傳組的方法孟抗,可以將遺傳方差劃分為品種內(nèi)和品種間成分(即使有大量品種)迁杨,并估計(jì)品種內(nèi)和跨品種基因組估計(jì)值育種值(GEBV)。

  • 證明可以使用這些模型計(jì)算中等精度 (0.30–0.43) GEBV凄硼。


    image.png
  • 將品種效應(yīng)視為隨機(jī) 比 將品種視為固定 可以提供更準(zhǔn)確的 GEBV铅协。

  • 沒有擬合品種效應(yīng)的簡單 GBLUP 模型與包含品種內(nèi) GEBV 和(隨機(jī))跨品種效應(yīng) GEBV 的模型具有相同的準(zhǔn)確性(并且 GEBV 的相關(guān)性非常接近 1)。

  • 當(dāng)對參考群體中沒有數(shù)據(jù)的牛群進(jìn)行 GEBV 預(yù)測時(shí)摊沉,BayesR 的準(zhǔn)確度最高狐史,各個(gè)性狀的平均準(zhǔn)確度提高了 3%,特別是當(dāng)驗(yàn)證群體與參考群體相關(guān)性較低時(shí)说墨。

  • 作者們提出的模型對雜種優(yōu)勢的估計(jì)與之前對肉牛的估計(jì)一致骏全。其提出了一種估計(jì)當(dāng)代群體中積累的每個(gè)品種組合的有效品種比較數(shù)量的方法。

結(jié)論

當(dāng)沒有可用的譜系時(shí)尼斧,可以根據(jù)基因型估計(jì)用于多品種基因組評估的品種組成和雜種優(yōu)勢姜贡。當(dāng)對參考群體中沒有數(shù)據(jù)的牛群進(jìn)行 GEBV 預(yù)測時(shí),BayesR 的準(zhǔn)確率最高棺棵。

自己感興趣的觀點(diǎn)

  • 對牲畜進(jìn)行多品種基因組評估是可取的楼咳,因?yàn)樗鼈冊试S生產(chǎn)者跨品種、雜交和混合品種選擇公畜和母畜烛恤,從而增加選擇強(qiáng)度母怜。多品種評估在提高基因組預(yù)測準(zhǔn)確性方面的優(yōu)勢,特別是對于參考集大小較小的品種缚柏,

  • 已經(jīng)提出了幾種多品種基因組預(yù)測的方法(參見 Misztal 等人 [9] 的全面綜述)苹熏。

  • de Roos et al.[10]假設(shè),如果單核苷酸多態(tài)性(SNP)足夠密集,其效應(yīng)將在各個(gè)品種之間共享轨域。要發(fā)生這種情況缕陕,影響某個(gè)性狀的致病突變在各個(gè)品種中必須相同,并且對于多品種預(yù)測疙挺,SNP 必須與突變足夠 接近扛邑,以便 SNP 和致病突變之間的連鎖不平衡相在整個(gè)品種中持續(xù)存在。

  • Goddard 和 Hayes [11] 將這種分析擴(kuò)展到更多品種铐然。 他們還得出結(jié)論蔬崩,300,000 個(gè) SNP 足以用于牛品種的多品種基因組預(yù)測

  • 隨著全基因組序列數(shù)據(jù)(包括 1000 個(gè)公牛基因組參考集 [12])的廣泛使用搀暑,如果假設(shè)致病突變具有相同的效果沥阳,則可以使用該數(shù)據(jù)將 SNP 數(shù)據(jù)集歸因于全基因組序列 如果跨品種被調(diào)用,使用這些致病突變的基因組預(yù)測應(yīng)該會從多品種評估中產(chǎn)生高精度的基因組預(yù)測自点。 然而桐罕,使用牛和羊的全基因組序列觀察到多品種預(yù)測準(zhǔn)確性僅略有提高

  • 等位基因品種起源 (BOA) 模型可以指定不同品種間不同的 QTL 位置,該模型基于以下假設(shè):“在雜交群體中:(1) SNP 的影響可能是品種特異性的桂敛,并且(2)連鎖不平衡可能不限于與QTL緊密連鎖的標(biāo)記”功炮。

參考文獻(xiàn)

Hayes, B.J., Copley, J., Dodd, E. et al. Multi-breed genomic evaluation for tropical beef cattle when no pedigree information is available. Genet Sel Evol 55, 71 (2023). https://doi.org/10.1186/s12711-023-00847-6

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市术唬,隨后出現(xiàn)的幾起案子薪伏,更是在濱河造成了極大的恐慌,老刑警劉巖粗仓,帶你破解...
    沈念sama閱讀 219,490評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件嫁怀,死亡現(xiàn)場離奇詭異,居然都是意外死亡借浊,警方通過查閱死者的電腦和手機(jī)塘淑,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,581評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蚂斤,“玉大人存捺,你說我怎么就攤上這事∠鹣” “怎么了召噩?”我有些...
    開封第一講書人閱讀 165,830評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長逸爵。 經(jīng)常有香客問我具滴,道長,這世上最難降的妖魔是什么师倔? 我笑而不...
    開封第一講書人閱讀 58,957評論 1 295
  • 正文 為了忘掉前任构韵,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘疲恢。我一直安慰自己凶朗,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,974評論 6 393
  • 文/花漫 我一把揭開白布显拳。 她就那樣靜靜地躺著棚愤,像睡著了一般。 火紅的嫁衣襯著肌膚如雪杂数。 梳的紋絲不亂的頭發(fā)上宛畦,一...
    開封第一講書人閱讀 51,754評論 1 307
  • 那天,我揣著相機(jī)與錄音揍移,去河邊找鬼次和。 笑死,一個(gè)胖子當(dāng)著我的面吹牛那伐,可吹牛的內(nèi)容都是我干的踏施。 我是一名探鬼主播,決...
    沈念sama閱讀 40,464評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼罕邀,長吁一口氣:“原來是場噩夢啊……” “哼畅形!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起燃少,我...
    開封第一講書人閱讀 39,357評論 0 276
  • 序言:老撾萬榮一對情侶失蹤束亏,失蹤者是張志新(化名)和其女友劉穎铃在,沒想到半個(gè)月后阵具,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,847評論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡定铜,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,995評論 3 338
  • 正文 我和宋清朗相戀三年阳液,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片揣炕。...
    茶點(diǎn)故事閱讀 40,137評論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡帘皿,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出畸陡,到底是詐尸還是另有隱情鹰溜,我是刑警寧澤,帶...
    沈念sama閱讀 35,819評論 5 346
  • 正文 年R本政府宣布丁恭,位于F島的核電站曹动,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏牲览。R本人自食惡果不足惜墓陈,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,482評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧贡必,春花似錦兔港、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,023評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至利花,卻和暖如春橡伞,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背晋被。 一陣腳步聲響...
    開封第一講書人閱讀 33,149評論 1 272
  • 我被黑心中介騙來泰國打工兑徘, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人羡洛。 一個(gè)月前我還...
    沈念sama閱讀 48,409評論 3 373
  • 正文 我出身青樓挂脑,卻偏偏與公主長得像,于是被迫代替她去往敵國和親欲侮。 傳聞我的和親對象是個(gè)殘疾皇子崭闲,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,086評論 2 355

推薦閱讀更多精彩內(nèi)容