结合GWAS先验标记信息的肉鸡RFI性状全基因组选择研究

文献类型： 中文期刊

第一作者： 杜永旺

作者： 杜永旺;黄超;王一东;李森;文杰;陈智武;赵桂苹;郑麦青

作者机构：

关键词： 基因组选择;全基因组关联分析;先验标记信息;预测准确性

期刊名称： 畜牧兽医学报

ISSN： 0366-6964

年卷期： 2022 年 53 卷 010 期

页码： 3403-3411

收录情况： 北大核心 ; CSCD

摘要： 旨在比较结合全基因组关联分析(genome-wide association study,GW AS)先验标记信息的基因组育种值(genomic estimated breeding value,GEBV)估计与基因组最佳线性无偏预测(genomic best linear unbiased predic-tion,GBLUP)方法对鸡剩余采食量性状育种值估计的准确性,为提高基因组选择准确性提供理论与技术支持.本研究选用广西金陵花鸡3个世代共2 510个个体作为素材,其中公鸡1 648只,母鸡862只,以42~56日龄期间的剩余采食量(residual feed intake,RFI)为目标性状,将试验群体随机分为两组,其中一组作为先验标记信息发现群体,用于GW AS分析并筛选最显著的top5%、top10%、topl5%和top20%的位点作为先验标记信息;另外一组分别结合不同的先验标记信息进行遗传参数估计并比较基因组育种值的预测准确性,使用重复10次的五倍交叉验证法获取准确性,随后两组群体再进行交叉验证.研究结果表明,GBLUP计算RFI的遗传力为0.153,预测准确性为0.387~0.429,结合GWAS先验标记信息的基因组选择方法计算RFI的遗传力为0.139~0.157,预测准确性为0.401~0.448.将GWAS结果中P值最显著的top10%~top15%的SNPs作为先验信息整合至基因组选择模型中可以将RFI的预测准确性提升2.10%~5.17%.

分类号： S831.2

  • 相关文献

[1]果树基因组辅助育种技术研究现状与展望. 倪海枝,王引,颜帮国,陈方永. 2023

[2]西门塔尔牛饱和脂肪酸含量的低密度芯片基因组预测. 齐欣,张静静,樊惠中,李娟,胡鑫,刘飞,朱波,高雪,陈燕. 2016

[3]基因芯片在奶牛遗传育种中的应用. 李双双,陈丽丽,拉毛杰布,九麦扎西,勒毛才让,马毅. 2024

[4]分子遗传技术在家畜遗传评定中的应用. 狄江,王琼,拉扎提. 2009

[5]基因组选择方法研究进展. 王欣,孙辉,胡中立,徐辰武. 2018

[6]基因组选择及其在水产动物育种中的研究进展. 宋海亮,胡红霞. 2022

[7]猪基因组选择"两步走"策略的计算机模拟评估. 唐振双,殷东,尹立林,马云龙,项韬,朱猛进,余梅,刘小磊,李新云,邱小田,赵书红. 2021

[8]对比Bayesian B等多种方法的大豆全基因组选择应用研究. 唐友,郑萍,王嘉博,张继成. 2018

[9]畜禽基因组选择方法研究进展. 鲍晶晶,张莉. 2020

[10]动物分子育种技术在反刍动物育种中的研究进展. 林秀蔚,韩永胜,王洪宝,丁得利,刘文,姚美玲,李青莹,王艳菲,朱元芳. 2024

[11]基因组选择背景下奶牛体外受精的40年. 蔡高占,张汝美,王亚琴,黄国锋,李俊婷,刘小涛,姚文龙,周浩,李建斌,仲跻峰. 2021

[12]基于基因组选择分析解析中国美利奴羊(OAR2)脱毛症的遗传规律. 李亮,胡登林,罗鹏辉,杨会国. 2022

[13]丹系猪及我国猪遗传育种的研究进展. 袁颖琳,白江松,杜建勇,苏国生,张勤,王晓. 2023

[14]中国种业科技创新的智能时代——“玉米育种4.0”. 王向峰,才卓. 2019

[15]金陵花鸡基因组选择效果分析. 杜永旺,黄超,王一东,蔡日春,余洋,赵桂苹,郑麦青. 2023

[16]基因组选择及其在作物育种中的应用. 陈雨,姜淑琴,孙炳蕊,潘大建,范芝兰,陈文丰,李晨. 2017

[17]基因组选择育种探讨. 吴建忠. 2022

[18]基因组选择在反刍动物中的应用与研究进展. 王海锋,李诚兰,岳耀敬. 2024

[19]基因组育种值估计的贝叶斯方法. 王重龙,丁向东,刘剑锋,殷宗俊,张勤. 2014

[20]玉米穗粗一般配合力多位点全基因组关联分析和基因组预测. 马娟,黄璐,宇婷,郭国俊,朱卫红,刘京宝. 2024

作者其他论文 更多>>

微信小程序