对东部 (Crassostrea virginica) 的生长相关特征进行全基因组关联研究和基因组选择
Rodrigo Marín-Nahuelpi1,2, Constanza Urzúa-Encina3, Amanda Xuereb4
1Facultad de Ciencias Veterinarias y Pecuarias, Universidad de Chile, Avenida Santa Rosa 11735, La Pintana, Santiago, 8820808, Chile. rodrigo.marin@ug.uchile.cl.
BMC genomics
|October 22, 2025
概括
使用基于基因组的最佳线性无偏预测 (GBLUP) 的基因组选择 (GS) 与基于血统的方法相比,显著提高了东部 (Crassostrea virginica) 的生长特征的准确性. 物理间隔的SNP面板和极端表型采样提高了育种计划的预测准确性.
科学领域:
- 水产养殖和动物繁殖
- 量化遗传学 量化遗传学
- 基因组学就是基因组学.
背景情况:
- 有效的育种计划需要了解东部 (Crassostrea virginica) 等水产养殖物种经济重要特征的遗传基础.
- 遗传性和遗传相关性为特征变异和选择性繁殖的潜力提供了关键的见解.
研究的目的:
- 估计东部的六种生长特征的遗传性和遗传相关性.
- 检测影响生长的定量特征位点 (QTL) 和候选基因.
- 在各种标记密度和策略中比较基于血统 (PBLUP) 和基于基因组 (GBLUP) 选择的预测准确性.
主要方法:
- 分析了来自62个交叉群和307个完全兄弟姐妹家族的3,653只东部,用200K SNP阵列进行基因型鉴定.
- 基于SNP的遗传性和遗传相关性的估计.
- 针对QTL检测的全基因组关联研究 (GWAS).
- 使用不同的SNP面板密度 (物理距离 (PD) 与链接不平衡 (LD)) 和采样策略,比较PBLUP和GBLUP准确度.
主要成果:
- 生长特征的遗传率从0.33到0.56不等,遗传相关性超过0.61,这表明显著的类型.
- GWAS确定了一种多基因架构,在染色体2上共享QTL,解释了一小部分的表型变异.
- GBLUP 始终优于 PBLUP,特别是在物理间隔的 SNP 面板中,在 100K SNP 集中达到 0.80 的最大精度.
- 使用极端表型的训练集显著提高了GBLUP准确性,特别是在较小的样本大小中.
结论:
- 基因组选择为东部的繁殖提供了实质性的改进,GBLUP优于PBLUP.
- 物理间隔的SNP面板和有针对性的采样策略 (例如极端表型) 对于提高GBLUP准确性是有效的.
- 这些发现为优化Crassostrea virginica的育种计划提供了有价值的基因组见解.
