基因组预测准确度的比较,使用不同模型对台湾国家蛋生产特征的基因组预测准确度
Tsung-Che Tu1, Chen-Jyuan Lin2, Ming-Che Liu3
1Department of Animal Science, National Chung Hsing University, Taichung 402, Taiwan; Ray Hsing Agricultural Biotechnology Co. Ltd., Yunlin 633, Taiwan.
Poultry science
|August 4, 2024
概括
单步基因组最佳线性无偏预测 (ssGBLUP) 模型改善了基因组估计育种价值 (GEBV) 的准确性,用于当地的卵生产特征. 这种基因组选择方法即使在像NCHU-G101这样的小种群中也是有效的.
科学领域:
- 动物基因组学 动物基因组学
- 量化遗传学 量化遗传学
- 养殖家禽 养殖家禽的养殖方法
背景情况:
- 由于种群规模较小和繁殖目标多样化,在利基市场的当地的基因定型成本很高.
- 基因组选择旨在提高育种价值的准确性,但其在小种群中的应用需要高效的模型.
- 单步基因组最佳线性无偏预测 (ssGBLUP) 模型整合了血统和基因组数据以提高准确性.
研究的目的:
- 为了比较基于血统的BLUP (PBLUP),GBLUP和ssGBLUP模型对蛋生产特征的预测准确度.
- 用各种全基因组关联研究 (GWAS) 方法识别与卵子生产特征相关的基因.
- 评估小当地种群中基因组选择的可行性.
主要方法:
- 对基因组估计繁殖值 (GEBV) 的PBLUP,GBLUP和ssGBLUP模型的预测准确度进行比较.
- 进行单个SNP GWAS (SNP-GWAS),GBLUP-GWAS和单个步骤GWAS (ssGWAS),以确定重要的SNP.
- 将显著的SNP映射到Gallus gallus染色体 (GGA) 上,并确定了与卵子生产特征相关的候选基因.
主要成果:
- 对于GEBV,ssGBLUP模型实现了最高的平均预测精度 (0.555),超过了PBLUP (0.536) 和GBLUP (0.531).
- 在GGA4,6,10,18和25的卵生产特征中确定了22个暗示性SNP和5%的Bonferroni全基因组显著SNP.
- 在GGA4上发现了两个基因,ENSGALG00000023172和PPARGC1A,与总卵数 (EN) 和产卵率 (LR) 相关.
结论:
- ssGBLUP模型为小型种群的卵生产特征提供了卓越的预测准确性,比PBLUP有3.41%的改进.
- 这些已识别的基因为未来的台湾乡村的标记辅助选择策略提供了有价值的目标.
- 这项研究验证了ssGBLUP和ssGWAS在资源有限的本地品种中增强基因组选择的适用性.
