Munoz2014a 基因組關(guān)系矩陣 非加

Mu?oz PR, Resende MFR, Gezan SA, et al (2014) Unraveling Additive from Nonadditive Effects Using Genomic Relationship Matrices. Genetics 198:1759–1768. doi: 10.1534/genetics.114.171322

抽象

定量遺傳學(xué)在植物和動物育種中的應(yīng)用主要集中在加性模型上瀑构,這也可能捕獲優(yōu)勢和上位效應(yīng)。使用基于譜系的模型(P基因組最佳線性無偏估計)(P-BLUP)將遺傳變異分為其添加劑和非加成成分是最常見的家族結(jié)構(gòu)困難的刨摩。然而寺晌,分子標(biāo)記密集面板的可用性使得可以使用添加和優(yōu)勢實(shí)現(xiàn)的基因組關(guān)系來估計方差分量和遺傳值預(yù)測(G-BLUP)世吨。我們用系統(tǒng)的一系列模型評估了來自樹種Pinus taeda的多群體群體的高度數(shù)據(jù),這些模型涉及加性呻征,優(yōu)勢和一級上位相互作用(通過加性加法耘婚,優(yōu)勢優(yōu)勢和由優(yōu)勢加法),使用譜系 - 或基于標(biāo)記的信息陆赋。我們顯示沐祷,與系譜相比,在基于標(biāo)記的模型中使用實(shí)現(xiàn)的基因組關(guān)系可以顯著地更精確地分離遺傳變異的添加劑和非加成成分攒岛。我們得出結(jié)論赖临,在包括加性和非加性效應(yīng)的模型中,基于標(biāo)記的關(guān)系矩陣表現(xiàn)更好灾锯,提高了育種價值預(yù)測兢榨。此外,我們的結(jié)果表明挠进,對于這個群體的樹高色乾,遺傳變異的加性和非加性成分的大小相似這個新穎的結(jié)果提高了我們對數(shù)量性狀的遺傳控制和結(jié)構(gòu)的理解领突,在開發(fā)育種策略時應(yīng)該考慮暖璧。

基因組選擇G-BLUP非加實(shí)現(xiàn)關(guān)系矩陣優(yōu)勢關(guān)系矩陣GENPRED共享數(shù)據(jù)資源

定量遺傳學(xué)及其在植物和動物育種中的應(yīng)用主要集中在添加劑模型上。在理想化條件下君旦,如Cockerham(1954)和Kempthorne(1954)所描述的那些澎办,由于加性和非加成效應(yīng)引起的遺傳價值是正交的。然而金砍,這些條件通常在繁殖種群中不能滿足局蚀,結(jié)果是由于加性和非加成效應(yīng)引起的遺傳價值可能被混淆。在這些條件下恕稠,由于等位基因相互作用(優(yōu)勢和上位性)的大部分變異可以表現(xiàn)為加性方差(Hill 等琅绅, 2008)。由于同樣的原因鹅巍,對于最常用的家族結(jié)構(gòu)千扶,難以將遺傳變異分解為加性,優(yōu)勢和上位效應(yīng)骆捧。與標(biāo)準(zhǔn)血統(tǒng)模型澎羞,這些因素的差異估計高度相關(guān),反映了混雜的影響(Lynch和Walsh 1998 ; Hill 2010)敛苇。添加劑方差可歸因于等位基因的相互作用的比例在很大程度上取決于等位基因頻率中的因果基因座的分布(路等人 1999 ; 希爾等人 2008 ; ZUK 等人 2012)妆绞。這會影響方差分量和育種值(BV)的預(yù)測的估計(Vanderwerf和德波爾1989 ; Palucci 等人 2007),以及解剖性狀的遺傳結(jié)構(gòu)在因果水平的能力。了解性狀的遺傳結(jié)構(gòu)對于定義育種策略和最大化遺傳增益也是有用的括饶。例如株茶,可以通過設(shè)計使有利的等位基因組合最大化的交配方案來利用由于非加性效應(yīng)引起的個體遺傳差異,特別是如果育種程序中可能有家族或克隆繁殖巷帝。

添加劑和非加性遺傳組分與標(biāo)準(zhǔn)譜系模型的分離需要特定的家族結(jié)構(gòu)忌卤,這些結(jié)構(gòu)在植物或動物育種計劃中通常可用楞泼。實(shí)際上驰徊,由優(yōu)勢和加性效應(yīng)引起的方差估計涉及與大量接近的,通常是全同胞親屬的交配設(shè)計堕阔。另外棍厂,分割上位性還需要近交系或植物繁殖(克隆)種群超陆。在多年生植物中牺弹,近交系由于其長的生長時間而不被使用,并且因?yàn)榻?jīng)常發(fā)生嚴(yán)重的近親繁殖时呀。因此张漂,克隆種群是探索這些物種的完全遺傳結(jié)構(gòu)的替代方法(Foster and Shaw 1988)。旨在劃分遺傳變異成其各個組成部分的幾項研究發(fā)現(xiàn)小的優(yōu)勢谨娜,并可以忽略上位性效應(yīng)(福斯特和肖1988年航攒,穆林等人。 1992年趴梢,1996年武 ; Isik的等人漠畜。 2003,2005年 ; 哥斯達(dá)黎加-席爾瓦等人坞靶。 2004年憔狞,2009年 ; Baltunis 。等人 2007彰阴,2008瘾敢,2009 ; Araujo的等人 2012)。這些結(jié)果并不一定意味著這種效果并不重要尿这。相反廉丽,非加性效應(yīng)的貢獻(xiàn)可能由于等位基因頻率的分布而受到影響所掩蓋(例如,Hill 等妻味, 2008)。這些結(jié)果也可能反映了所使用的數(shù)據(jù)/家族結(jié)構(gòu)或使用的遺傳信息(譜系)所施加的限制欣福,只允許估計遺傳相似性的預(yù)期程度责球。

全基因組的基因型數(shù)據(jù)可以高度確定成對個體之間等位基因共享的實(shí)際分?jǐn)?shù)在基于譜系的遺傳關(guān)系中,分子關(guān)系矩陣(A矩陣)中的每個元素被定義為假設(shè)無窮小模型的共享等位基因的預(yù)期分?jǐn)?shù)雏逾。然而嘉裤,由于孟德爾采樣,從分子標(biāo)記信息構(gòu)建的實(shí)現(xiàn)基因組關(guān)系(A G矩陣)的值偏離其預(yù)期值(Vanraden 2008 ; Hill和Weir 2011)栖博。結(jié)合用于預(yù)測遺傳價值的分子標(biāo)記信息的一種方法是在基因組最佳線性無偏估計(BLUP)分析中屑宠,以基于標(biāo)記的對應(yīng)物(或遺傳,G- BLUP)(Vanraden 2008)仇让。實(shí)際上典奉,G-BLUP是結(jié)合了分子的信息來預(yù)測的BV,并表現(xiàn)出在動物和植物育種群體顯著地良好的預(yù)測性能(最頻繁使用的方法之一海斯等人 2009 ; Habier 等人 2010 ; Veerkamp 等丧叽。 2011 ; 洛斯坎波斯等人 2012 ; Heslot 等人 2012)卫玖。

基因組BLUP是一種眾所周知且易于理解的方法。在全基因組選擇(GWS)的范圍內(nèi)踊淳,它相當(dāng)于嶺回歸BLUP(RR-BLUP)(2008 Vanraden ; 洛斯坎波斯等人 2012)假瞬。與P-BLUP類似,G-BLUP可以通過替代基于譜系的關(guān)系矩陣來替代基于譜系的關(guān)系矩陣來擴(kuò)展迂尝,以解決非加性效應(yīng)(Mrode 2005)與其基于標(biāo)記的對應(yīng)物脱茉。這是因?yàn)楫?dāng)前與A G一樣,也可以使用分子信息來構(gòu)建優(yōu)勢和上位相互作用(例如垄开,由加性添加琴许,優(yōu)勢優(yōu)勢和由domiance添加)關(guān)系矩陣。使用實(shí)現(xiàn)的遺傳關(guān)系的優(yōu)勢和上位矩陣可能會增加從結(jié)構(gòu)較差的人群中得出的估計數(shù)的準(zhǔn)確性说榆,并且還可能由于主要和相互作用的影響而增加將遺傳方差分解為成分的能力虚吟。

有證據(jù)表明,G-BLUP基于甲?產(chǎn)量育種值和比其基于系譜-對方(未來的表型的更精確的預(yù)測甲)(2008 Vanraden ; 洛斯坎波斯等人 2009 ; 海斯等人 2009 ; Crossa 等人 2010 ; Heslot 等人 2012 ; 勒森德等人 2012B ; 謝穆尼奧斯签财。等人 2013)串慰。這表明使用實(shí)現(xiàn)的基因組相似性(A G)增加(相對于A)模型發(fā)現(xiàn)表型數(shù)據(jù)的遺傳成分的能力。然而唱蒸,還不清楚通過使用實(shí)現(xiàn)的基因組關(guān)系來改進(jìn)將遺傳變異分為加性和非加成成分的能力邦鲫。如果是這樣,這將導(dǎo)致對復(fù)雜性狀的遺傳結(jié)構(gòu)的更好的剖析神汹,這可能對未來的育種策略的設(shè)計和實(shí)施產(chǎn)生深遠(yuǎn)的影響庆捺。這項研究的目的是評估使用基于標(biāo)記的添加劑和非加性關(guān)系矩陣提高分類遺傳變異的精度的程度。對于這種評估屁魏,用一系列模型評估了來自樟子松的克隆種群的樹高滔以,這些模型考慮了加性,優(yōu)勢和一級上位相互作用(通過加性加法氓拼,優(yōu)勢加權(quán)和由優(yōu)勢疊加)實(shí)現(xiàn)具有譜系或分子標(biāo)記信息你画。

最后編輯于
?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:七十年代末抵碟,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子坏匪,更是在濱河造成了極大的恐慌拟逮,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,110評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件适滓,死亡現(xiàn)場離奇詭異敦迄,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)凭迹,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,443評論 3 395
  • 文/潘曉璐 我一進(jìn)店門罚屋,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人蕊苗,你說我怎么就攤上這事沿后。” “怎么了朽砰?”我有些...
    開封第一講書人閱讀 165,474評論 0 356
  • 文/不壞的土叔 我叫張陵尖滚,是天一觀的道長。 經(jīng)常有香客問我瞧柔,道長漆弄,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,881評論 1 295
  • 正文 為了忘掉前任造锅,我火速辦了婚禮撼唾,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘哥蔚。我一直安慰自己倒谷,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,902評論 6 392
  • 文/花漫 我一把揭開白布糙箍。 她就那樣靜靜地躺著渤愁,像睡著了一般。 火紅的嫁衣襯著肌膚如雪深夯。 梳的紋絲不亂的頭發(fā)上抖格,一...
    開封第一講書人閱讀 51,698評論 1 305
  • 那天,我揣著相機(jī)與錄音咕晋,去河邊找鬼雹拄。 笑死,一個胖子當(dāng)著我的面吹牛掌呜,可吹牛的內(nèi)容都是我干的滓玖。 我是一名探鬼主播,決...
    沈念sama閱讀 40,418評論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼质蕉,長吁一口氣:“原來是場噩夢啊……” “哼势篡!你這毒婦竟也來了损姜?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,332評論 0 276
  • 序言:老撾萬榮一對情侶失蹤殊霞,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后汰蓉,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體绷蹲,經(jīng)...
    沈念sama閱讀 45,796評論 1 316
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,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 37,968評論 3 337
  • 正文 我和宋清朗相戀三年顾孽,在試婚紗的時候發(fā)現(xiàn)自己被綠了祝钢。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,110評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡若厚,死狀恐怖拦英,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情测秸,我是刑警寧澤疤估,帶...
    沈念sama閱讀 35,792評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站霎冯,受9級特大地震影響铃拇,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜沈撞,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,455評論 3 331
  • 文/蒙蒙 一慷荔、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧缠俺,春花似錦显晶、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,003評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至墓卦,卻和暖如春倦春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背落剪。 一陣腳步聲響...
    開封第一講書人閱讀 33,130評論 1 272
  • 我被黑心中介騙來泰國打工睁本, 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,地道東北人忠怖。 一個月前我還...
    沈念sama閱讀 48,348評論 3 373
  • 正文 我出身青樓呢堰,卻偏偏與公主長得像,于是被迫代替她去往敵國和親凡泣。 傳聞我的和親對象是個殘疾皇子枉疼,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,047評論 2 355

推薦閱讀更多精彩內(nèi)容