使用单步GBLUP进行印第安多品种种群的基因组预测的策略
Marisol Londoño-Gil1,2, Rodrigo López-Correa3, Ignacio Aguilar4
1Faculdade de Ciências Agrárias e Veterinárias, Universidade Estadual Paulista Júlio de Mesquita Filho, Jaboticabal, SP, Brazil.
概括
多品种基因组评估显著提高了印第安肉牛的遗传预测准确性,特别是在数据有限的品种. 这种方法提高了巴西牛养殖计划的选择决策和遗传收益.
科学领域:
- 动物遗传学动物遗传学
- 量化遗传学 量化遗传学
- 畜牧养殖 畜牧养殖 畜牧养殖
背景情况:
- 巴西的肉牛繁殖主要集中在Nellore,其他原生品种的数据较少,阻碍了遗传进步.
- 在较小的印第安品种中,有限的表型,血统和基因型导致不太准确的遗传预测.
- 在多品种评估中将不同品种的数据结合起来,可以改善代表性不足的人群的遗传预测.
研究的目的:
- 评估多品种,单步基因组最佳线性无偏预测器 (ssGBLUP) 基因组评估对内罗尔,布拉曼,古泽拉特和塔巴普亚牛的可行性.
- 为了比较多品种评估与单品种评估的准确性.
- 评估各种混合品种的不同情景,包括元发现者 (MF) 和特定品种的等位基因频率.
主要方法:
- 利用来自巴西原生肉牛的血统,表型和基因组数据.
- 在各种多品种场景下进行单步基因组评估,与单品种评估形成鲜明对比.
- 使用线性回归用于偏差,分散和精度的比较场景,重点关注MF和品种特定的等位基因频率.
主要成果:
- 多品种评估大大提高了预测准确度,特别是在古泽拉特和塔巴普瓦品种.
- 超级发现者 (MF) 方法产生了准确的预测,尽管有一些偏见.
- 与单品种分析相比,在多品种评估中合并品种减少了分散,提高了整体准确性.
结论:
- 多品种基因组评估对巴西的原生肉牛品种有效.
- 对于代表性较少的品种来说,MF方法是有益的,克服了小型参考种群的局限性.
- 利用交叉品种的基因组信息可以改善选择决策,并加速牛群的遗传收益.
