对喀什米尔山羊的五个经济重要特征的基因组预测准确度跨越单核酸多态密度和方法
1College of Animal Science, Inner Mongolia Agricultural University, Hohhot 010018, China; Key Laboratory of Mutton Sheep Genetics and Breeding, Ministry of Agriculture, Hohhot 010018, China; Key Laboratory of Goat and Sheep Genetics, Breeding and Reproduction, Inner Mongolia Autonomous Region, Hohhot 010018, China.
内蒙古喀什米尔山羊的基因组选择可以使用低密度SNP芯片与贝叶斯方法具有成本效益. 这种方法可以提高预测准确性,例如喀什米尔直径和产量等特征,克服传统育种和高密度打字成本的局限性.
科学领域:
- 动物遗传学动物遗传学
- 量化遗传学 量化遗传学
- 基因组选择 基因组选择
背景情况:
- 内蒙古喀什米尔山羊的育种面临质量改善的挑战,原因是高成本和低准确度测量喀什米尔特征和传统的育种方法.
- 高密度单核酸多态化 (SNP) 芯片类型是昂贵的,这限制了在喀什米尔山羊种群中广泛采用基因组选择的可能性.
- 精确的遗传评估对于改善经济上重要的特征至关重要,如喀什米尔直径,产量,厚度,羊毛长度和体重 (BW).
研究的目的:
- 评估不同SNP密度和基因组预测方法对内蒙古喀什米尔山羊五个关键经济特征的预测准确度.
- 确定SNP密度和预测方法的最佳组合,以实现经济高效的基因组选择.
- 评估使用低密度SNP芯片用于基因组改进计划的可行性.
主要方法:
- 采用了七种SNP密度 (5-60K) 和四种基因组预测方法 (GBLUP,ssGBLUP,BayesA,BayesB).
- 使用五倍交叉验证来评估喀什米尔直径,产量,厚度,羊毛长度和BW的预测准确性.
- 根据每个特征的最高预测准确度定义了最佳组合.
主要成果:
- 预测准确度没有显示与SNP密度的简单线性关系.
- 贝叶斯B在60K SNP密度产生了最高的准确度的喀什米尔直径 (0.7210) 和BW (0.5302).
- 贝叶斯A在喀什米尔产量 (50K,0.4243),羊毛长度 (30K,0.4071) 和喀什米尔厚度 (10K,0.4661) 方面取得了最高的准确性.
- 与SNP密度的贝叶斯方法相比,GBLUP和ssGBLUP的预测准确度稳定,但较低.
- 低密度SNP芯片与贝叶斯方法相结合,实现了与高密度芯片相比的预测准确性.
结论:
- 低密度的SNP芯片与适当的贝叶斯方法相结合,为内蒙古克什米尔山羊提供了具有成本效益的基因组选择策略.
- 这种方法可以显著提高选择精度和遗传进步,克服高密度SNP类型的成本障碍.
- 虽然贝叶斯方法需要更多的计算时间,但它们对于当前的喀什米尔山羊育种计划来说是实用的.
相关概念视频
07:24Genotyping Single Nucleotide Polymorphisms in the Mitochondrial Genome by Pyrosequencing
Single Nucleotide Polymorphisms-SNPs
10:27Methods to Increase the Sensitivity of High Resolution Melting Single Nucleotide Polymorphism Genotyping in Malaria
06:21Multi-Gene Single Nucleotide Polymorphism Detection in Gastric Cancer Based on Ion Semiconductor Sequencing Platform
10:01The Visual Colorimetric Detection of Multi-nucleotide Polymorphisms on a Pneumatic Droplet Manipulation Platform
07:00A Method to Study the C924T Polymorphism of the Thromboxane A2 Receptor Gene

