旨在探究德州驴体尺性状的遗传基础,本研究采集2~3周岁的健康德州驴母驴血液作为试验材料,共139头。测定试验群体的体尺性状,并进行描述性统计分析。利用“家驴一号”40K液相芯片对全部个体进行基因分型。使用混合线性模型对11个体尺性...旨在探究德州驴体尺性状的遗传基础,本研究采集2~3周岁的健康德州驴母驴血液作为试验材料,共139头。测定试验群体的体尺性状,并进行描述性统计分析。利用“家驴一号”40K液相芯片对全部个体进行基因分型。使用混合线性模型对11个体尺性状进行全基因组关联分析(genome-wide association study, GWAS),并对候选基因进行功能注释和通路富集分析。结合精细映射和连锁不平衡分析,识别体尺性状的潜在因果SNPs位点。通过GWAS鉴定到3个全基因组显著和20个潜在显著的SNPs位点以及41个候选基因与体尺性状显著关联。GO和KEGG富集分析结果表明,候选基因显著富集在与成骨分化、骨骼肌发育和脂质代谢相关的生物学过程。综合精细映射和连锁不平衡分析,在16号染色体候选区域内检测到4个显著SNPs位点存在强连锁不平衡。本研究结果为德州驴体尺性状遗传机制的解析奠定了基础,为分子标记辅助选择在驴育种工作中的应用提供了参考依据。展开更多
旨在检测豫农黑猪全基因组拷贝数变异(copy number variations,CNVs),鉴定豫农黑猪生长相关性状候选基因。本研究收集了豫农黑猪2~5世代种群的生长相关性状数据(包括体长、体高、胸围、管围、腿臀围、背膘厚和眼肌深度),共807头猪(母猪...旨在检测豫农黑猪全基因组拷贝数变异(copy number variations,CNVs),鉴定豫农黑猪生长相关性状候选基因。本研究收集了豫农黑猪2~5世代种群的生长相关性状数据(包括体长、体高、胸围、管围、腿臀围、背膘厚和眼肌深度),共807头猪(母猪738头,公猪69头),体重范围为95~105 kg。随后采集该试验群体耳组织样本利用中芯一号50K SNP芯片进行基因分型,并使用PennCNV软件对基因型数据进行CNV检测,通过重叠CNV融合法构建拷贝数变异区域(copy number variable regions,CNVRs)图谱。而后使用Plink软件对生长相关性状进行CNV的全基因组关联分析(genome-wide association study,GWAS)。结果,在18条常染色体上共鉴定到1432个CNVs,合并为232个CNVRs,其中CNV大小范围为2.7 kb至2.2 Mb,CNVR大小范围为4.5 kb至2.2 Mb,共覆盖56.4 Mb,占常染色体基因组的2.50%。通过GWAS分析,发现1个CNV在全基因组水平上与胸围性状显著相关,7个CNV在染色体水平上分别与胸围、管围和背膘厚性状显著相关,胸围性状中显著性最高的CNV也与管围性状显著相关。其中,位于17号染色体上的CLDN 23基因与背膘厚显著相关,推测其可能在肌肉发育或脂肪沉积中起重要调控作用。本研究结果为豫农黑猪基因组CNV的功能提供新见解,并为进一步分子标记辅助选择在豫农黑猪新品种培育中提供了重要的理论支持。展开更多
旨在利用全基因组关联分析探寻敖汉细毛羊羊毛性状新的分子标记和候选基因。本研究采集1~2周岁的健康敖汉细毛羊耳组织与羊毛作为试验素材,其中,母羊248只,公羊81只,总计329只。羊毛进行性状测定(包括纤维直径、自然长度、伸直长度、伸...旨在利用全基因组关联分析探寻敖汉细毛羊羊毛性状新的分子标记和候选基因。本研究采集1~2周岁的健康敖汉细毛羊耳组织与羊毛作为试验素材,其中,母羊248只,公羊81只,总计329只。羊毛进行性状测定(包括纤维直径、自然长度、伸直长度、伸直率),并对表型数据进行描述性统计和相关性分析。利用绵羊40K液相SNP芯片对全部个体进行基因分型。使用Plink 1.07软件对芯片数据进行质控,使用GCTA软件和PopLDdecay软件对质控数据进行群体结构分析。利用GMEMA混合线性模型对4种羊毛性状进行了全基因组关联分析(genomewide association study,GWAS),利用在线软件对候选基因进行GO和KEGG富集分析。质控后得到329只个体的30079个SNPs位点用于后续分析。通过GWAS分析筛选出4个在全基因组上显著相关的SNPs位点可能影响羊毛经济性状,分别位于1号、6号及8号染色体上。筛选出9个在染色体水平上显著相关的SNPs位点可能对羊毛性状具有潜在意义,分别位于3、5、8、11、18、21、22、25号染色体,寻找到39个可能影响羊毛性状的候选基因。本研究结果为后续探究敖汉细毛羊羊毛性状的遗传机制及分子育种标记开发提供重要参考。展开更多
该研究旨在通过全基因组关联分析挖掘内蒙古阿尔巴斯白绒山羊早期生长性状的重要变异位点及候选基因,为该品种的遗传改良提供重要的分子标记。基于山羊70 k SNP芯片对2299只内蒙古阿尔巴斯白绒山羊个体进行基因分型,对表型、环境效应以...该研究旨在通过全基因组关联分析挖掘内蒙古阿尔巴斯白绒山羊早期生长性状的重要变异位点及候选基因,为该品种的遗传改良提供重要的分子标记。基于山羊70 k SNP芯片对2299只内蒙古阿尔巴斯白绒山羊个体进行基因分型,对表型、环境效应以及个体基因型建立混合线性模型开展GWAS研究。结果显示,在全基因组上共检测出24个与绒山羊早期生长性状显著相关的SNP位点,定位到31个候选基因,其中与初生重、断奶重、断奶前日增重和周岁重显著相关的候选基因分别有6、 11、 12和2个。GO功能和KEGG通路分析结果表明,这些候选基因中最显著的生物学过程为分子功能的钙依赖性磷脂酶A2活性、通路为α-亚麻酸代谢通路和亚油酸代谢通路。可见,通过全基因组关联分析可筛选到阿尔巴斯白绒山羊早期生长性状的重要候选基因,根据筛选的重要基因可有目标的对阿尔巴斯白绒山羊早期生长性状进行选育。展开更多
全基因组关联分析(GWAS)是一种通过对大规模样本集合进行基因型和表型数据的比较分析,寻找与特定性状相关的遗传变异的方法。随着高通量测序技术、生物信息学技术和统计学方法的不断发展,一些频率更小的遗传变异或小分子物质能够被更加...全基因组关联分析(GWAS)是一种通过对大规模样本集合进行基因型和表型数据的比较分析,寻找与特定性状相关的遗传变异的方法。随着高通量测序技术、生物信息学技术和统计学方法的不断发展,一些频率更小的遗传变异或小分子物质能够被更加精准和经济的方式检测。基于技术进步衍生出GWAS的扩展方法,为畜禽精准育种和遗传改良提供了新的思路,其中包括基于拷贝数变异(copy number variation,CNV)、结构变异(structural variation,SV)和串联重复序列(tandem repeats,TR)的GWAS和基于单倍型、基因表达和代谢组的GWAS。研究人员期望利用不同分子标记以提供更全面和详细的遗传变异信息来增加GWAS的解释性和准确性,或通过结合其他类型的数据来进一步解释和深化GWAS的结果,从而深入研究遗传变异与性状之间联系并确定影响复杂性状的关键基因。作者介绍了基于不同分子标记的GWAS在畜禽研究当中的应用并对其结果进行讨论,分析了不同方法的优势与可行性,为进一步推动GWAS在畜禽研究中的应用,精准育种和遗传改良提供更多的思路和支持。展开更多
文摘旨在探究德州驴体尺性状的遗传基础,本研究采集2~3周岁的健康德州驴母驴血液作为试验材料,共139头。测定试验群体的体尺性状,并进行描述性统计分析。利用“家驴一号”40K液相芯片对全部个体进行基因分型。使用混合线性模型对11个体尺性状进行全基因组关联分析(genome-wide association study, GWAS),并对候选基因进行功能注释和通路富集分析。结合精细映射和连锁不平衡分析,识别体尺性状的潜在因果SNPs位点。通过GWAS鉴定到3个全基因组显著和20个潜在显著的SNPs位点以及41个候选基因与体尺性状显著关联。GO和KEGG富集分析结果表明,候选基因显著富集在与成骨分化、骨骼肌发育和脂质代谢相关的生物学过程。综合精细映射和连锁不平衡分析,在16号染色体候选区域内检测到4个显著SNPs位点存在强连锁不平衡。本研究结果为德州驴体尺性状遗传机制的解析奠定了基础,为分子标记辅助选择在驴育种工作中的应用提供了参考依据。
文摘旨在利用全基因组关联分析探寻敖汉细毛羊羊毛性状新的分子标记和候选基因。本研究采集1~2周岁的健康敖汉细毛羊耳组织与羊毛作为试验素材,其中,母羊248只,公羊81只,总计329只。羊毛进行性状测定(包括纤维直径、自然长度、伸直长度、伸直率),并对表型数据进行描述性统计和相关性分析。利用绵羊40K液相SNP芯片对全部个体进行基因分型。使用Plink 1.07软件对芯片数据进行质控,使用GCTA软件和PopLDdecay软件对质控数据进行群体结构分析。利用GMEMA混合线性模型对4种羊毛性状进行了全基因组关联分析(genomewide association study,GWAS),利用在线软件对候选基因进行GO和KEGG富集分析。质控后得到329只个体的30079个SNPs位点用于后续分析。通过GWAS分析筛选出4个在全基因组上显著相关的SNPs位点可能影响羊毛经济性状,分别位于1号、6号及8号染色体上。筛选出9个在染色体水平上显著相关的SNPs位点可能对羊毛性状具有潜在意义,分别位于3、5、8、11、18、21、22、25号染色体,寻找到39个可能影响羊毛性状的候选基因。本研究结果为后续探究敖汉细毛羊羊毛性状的遗传机制及分子育种标记开发提供重要参考。
文摘该研究旨在通过全基因组关联分析挖掘内蒙古阿尔巴斯白绒山羊早期生长性状的重要变异位点及候选基因,为该品种的遗传改良提供重要的分子标记。基于山羊70 k SNP芯片对2299只内蒙古阿尔巴斯白绒山羊个体进行基因分型,对表型、环境效应以及个体基因型建立混合线性模型开展GWAS研究。结果显示,在全基因组上共检测出24个与绒山羊早期生长性状显著相关的SNP位点,定位到31个候选基因,其中与初生重、断奶重、断奶前日增重和周岁重显著相关的候选基因分别有6、 11、 12和2个。GO功能和KEGG通路分析结果表明,这些候选基因中最显著的生物学过程为分子功能的钙依赖性磷脂酶A2活性、通路为α-亚麻酸代谢通路和亚油酸代谢通路。可见,通过全基因组关联分析可筛选到阿尔巴斯白绒山羊早期生长性状的重要候选基因,根据筛选的重要基因可有目标的对阿尔巴斯白绒山羊早期生长性状进行选育。
文摘全基因组关联分析(GWAS)是一种通过对大规模样本集合进行基因型和表型数据的比较分析,寻找与特定性状相关的遗传变异的方法。随着高通量测序技术、生物信息学技术和统计学方法的不断发展,一些频率更小的遗传变异或小分子物质能够被更加精准和经济的方式检测。基于技术进步衍生出GWAS的扩展方法,为畜禽精准育种和遗传改良提供了新的思路,其中包括基于拷贝数变异(copy number variation,CNV)、结构变异(structural variation,SV)和串联重复序列(tandem repeats,TR)的GWAS和基于单倍型、基因表达和代谢组的GWAS。研究人员期望利用不同分子标记以提供更全面和详细的遗传变异信息来增加GWAS的解释性和准确性,或通过结合其他类型的数据来进一步解释和深化GWAS的结果,从而深入研究遗传变异与性状之间联系并确定影响复杂性状的关键基因。作者介绍了基于不同分子标记的GWAS在畜禽研究当中的应用并对其结果进行讨论,分析了不同方法的优势与可行性,为进一步推动GWAS在畜禽研究中的应用,精准育种和遗传改良提供更多的思路和支持。
