基因组预测和对加拿大乳牛中不和和脂肪酸的遗传参数估计
S O Peters1,2, K Kizilkaya3, E M Ibeagha-Awemu4
1Department of Animal Science, Berry College, Mount Berry, GA, 30149, USA. speters@berry.edu.
Scientific reports
|April 22, 2025
概括
基因组选择可以改善加拿大霍尔斯坦牛的脂肪酸特征. 贝叶斯模型显示和脂肪酸,单不和脂肪酸和多不和脂肪酸的适度遗传性,表明遗传收益的潜力.
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:
- 牛奶中的脂肪酸概况对于动物健康和人类营养至关重要.
- 了解脂肪酸成分的遗传基础对于育种计划至关重要.
- 基因组选择为改善牲畜复杂特征提供了一个强大的工具.
研究的目的:
- 估计加拿大霍尔斯坦牛中各种脂肪酸特征的遗传性和遗传相关性.
- 评估不同贝叶斯基因组选择模型的预测能力和准确性.
- 通过基因组选择评估脂肪酸组成的遗传改进潜力.
主要方法:
- 利用来自加拿大霍尔斯坦牛的基因型测序数据的全基因组SNP标记物.
- 应用贝叶斯基因组最佳线性无偏预测 (GBLUP) 和贝叶斯字母模型 (BayesA,BayesB,BayesC).
- 总和单个脂肪酸的估计遗传性和遗传相关性.
主要成果:
- 总脂肪酸的遗传概率估计在0.35到0.67之间,表明基因控制中度.
- 单个脂肪酸的遗传概率估计在0.27到0.69.6之间.
- 与GBLUP和BayesB相比,BayesC和BayesA模型显示出更高的预测准确性,这表明脂肪酸特征的多基因控制.
结论:
- 总和个体脂肪酸在中度的遗传控制下,使它们易受基因组选择的影响.
- 脂肪酸特征之间存在显著的遗传相关性,需要在育种策略中考虑.
- 贝叶斯字母表模型,特别是BayesC和BayesA,对于脂肪酸特征的基因组预测是有效的.


