全品种单步基因组最佳线性无偏预测评价美国乳牛的生育特征

科学领域:

• 动物遗传学动物遗传学
• 量化遗传学 量化遗传学
• 乳制品科学 乳制品科学

背景情况:

• 目前美国乳牛遗传评估是一个多步骤的过程.
• 一步式GBLUP (ssGBLUP) 整合了跨品种的血统和基因组数据.
• 由于遗传率低和选择压力,生育特征的评估具有挑战性.

研究的目的:

• 评估美国乳牛中生育特征评估的偏见,分散和准确性.
• 为了将基于血统的BLUP (PBLUP) 与使用未知父组 (UPG) 或metafounders (MF) 的ssGBLUP进行比较.
• 评估残留多基因效应 (5%或10%) 对ssGBLUP的影响.

主要方法:

• 使用PBLUP和ssGBLUP模型与UPG或MF以及不同的残留多基因效应.
• 采用线性回归和早期/晚期回归证明的比较用于验证.
• 专注于霍尔斯坦和泽西品种进行详细分析.

主要成果:

• 使用MF或UPG的PBLUP显示了类似的偏差,分散和预测相关性.
• 与MF和10%的残留多基因效应的ssGBLUP在偏差,分散和相关性方面表现优越.
• 与多步骤方法相比,SSGBLUP与MF减少了偏差和增加了相关性,略有过度分散.

结论:

• 使用ssGBLUP对乳牛生育特征的基因组预测是准确和公正的.
• 在ssGBLUP模型中,元创始人 (MF) 通常表现优于未知父组 (UPG).
• ssGBLUP方法,特别是MF和10%的残留多基因效应,增强了对生育特征的遗传评估.