在Murrah水牛的单步基因组评估中,未知的父组和截断的血统

科学领域:

• 动物育种和遗传学动物育种和遗传学
• 定量遗传学 是一个量子遗传学.
• 牛奶水牛基因组学 牛奶水牛基因组学

背景情况:

• 缺少的血统数据可以在基因组评估中引入偏见,影响育种计划的效率.
• 准确的遗传评估对于奶牛的生产力和生殖表现至关重要.
• 单步基因组最佳线性无偏预测 (ssGBLUP) 是一个强大的工具,但其性能可能会受到不完整的血统信息的影响.

研究的目的:

• 调查处理缺少血统的不同策略对乳牛基因组评估的影响.
• 为了比较传统的BLUP和ssGBLUP方法与未知父组 (UPG) 和血统截断.
• 评估对估计育种值 (GEBV) 的准确性,偏差和分散性的影响,以评估牛奶产量,第一次分娩的年龄和哺乳期的长度.

主要方法:

• 评估了七种不同的方法:没有UPG的BLUP,用UPG的BLUP,没有UPG的ssGBLUP,用A/A22矩阵的UPG的ssGBLUP,用H矩阵的UPG的ssGBLUP,用三代血统截断的BLUP和用三代血统截断的ssGBLUP.
• 从奶牛中利用了3,717个牛奶产量,4,126个初次分娩年龄和3,823个哺乳时间记录.
• 评估了GEBV在不同建模策略中的准确性,偏差和分散性.

主要成果:

• 与其他方法相比,结合UPG,谱系截断和基因组信息的方法通常改善了GEBV准确性,减少了偏差,并增强了分散性.
• 特别是血统切断策略,促进了显著的遗传收益.
• 精度范围从0.27 (LL,BLUP) 到0.46 (MY,BLUP);偏差范围从-0.62 (MY,ssGBLUP) 到0.0002 (AFC,BLUP/截断);分散范围从0.88 (MY,BLUP/A_UPG) 到1.13 (LL,BLUP).

结论:

• 将谱系截断或UPG与基因组信息相结合,为管理乳牛缺少的谱系数据提供了可行和有效的解决方案.
• 这些综合方法对于具有有限基因型动物的小种群特别有益.
• 该研究强调了解决缺失的血统数据的重要性,以优化基因组评估并最大限度地提高乳牛的遗传进步.