期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于GBLUP等模型对梅花鹿(Cervus Nippon)生长相关性状基因组选择的预测准确性比较 被引量:5
1
作者 李浩东 闵祥玉 +7 位作者 周雅 张禾垟 郑军军 刘琳玲 王平 王艳梅 杨福合 王桂武 《畜牧兽医学报》 CAS CSCD 北大核心 2023年第2期608-616,共9页
旨在基于GBLUP等模型对梅花鹿(Cervus Nippon)生长相关性状基因组选择的预测准确性进行比较。本研究以吉林某鹿场2014—2019年所产梅花鹿261只作为研究群体(公鹿96只,母鹿165只),对梅花鹿体重体尺等生长相关性状进行遗传力估计,并基于5-... 旨在基于GBLUP等模型对梅花鹿(Cervus Nippon)生长相关性状基因组选择的预测准确性进行比较。本研究以吉林某鹿场2014—2019年所产梅花鹿261只作为研究群体(公鹿96只,母鹿165只),对梅花鹿体重体尺等生长相关性状进行遗传力估计,并基于5-fold交叉验证方法对GBLUP、Bayes A、Bayes B、Bayes C、Bayes Lasso、RRBLUP六种基因组选择模型预测准确度进行了比较,以筛选出适合梅花鹿生长相关性状的基因组选择模型。结果发现:(1)管围与臀端高的遗传力分别为0.43、0.50,属于高遗传力;体重、体高与体斜长的遗传力分别为0.22、0.30、0.27,属于中等遗传力;而胸围的遗传力为0.15,属于低遗传力;(2)在GBLUP中,基因组选择预测的准确度与性状的遗传力呈正相关关系,而在Bayes类与RRBLUP法中并未表现明显正相关关系;(3)在样本量较少的情况下,选取GBLUP作为基因组选择模型具有一定的优势;Bayes A可在低遗传力性状中作为首选;体重、体高、体斜长、管围、胸围、臀端高预测准确度最高的分别为GBLUP、Bayes B、Bayes C、Bayes B、Bayes A、RRBLUP。在实际生产中,没有能够完全适应所有性状的模型,必须根据预测的准确性以及预测的时效性来特异的选择最佳模型。 展开更多
关键词 梅花鹿 生长相关性状 遗传力 基因组选择 准确性
在线阅读 下载PDF
多鳞[鱼喜](Sillago sihama)高密度遗传连锁图谱构建及生长性状QTL定位分析 被引量:2
2
作者 田昌绪 朱奕安 +6 位作者 钟键 林星桦 叶明慧 黄洋 张玉蕾 朱春华 李广丽 《海洋与湖沼》 CAS CSCD 北大核心 2023年第1期194-203,共10页
为构建多鳞[鱼喜](Sillago sihama)遗传连锁图谱并鉴定生长等重要经济性状数量性状位点(QTL),实验通过基因分型测序(GBS)技术对163个多鳞[鱼喜]个体(2个亲本和161个全同胞家系F1代)进行测序及标记分型,并通过复合区间定位法对该物种的... 为构建多鳞[鱼喜](Sillago sihama)遗传连锁图谱并鉴定生长等重要经济性状数量性状位点(QTL),实验通过基因分型测序(GBS)技术对163个多鳞[鱼喜]个体(2个亲本和161个全同胞家系F1代)进行测序及标记分型,并通过复合区间定位法对该物种的体重、体高、体厚、眼径、体长和背鳍前长6个生长性状进行QTL定位分析。结果显示,多鳞[鱼喜]首张高密度遗传连锁图谱全长2 154.803 c M,标记间平均遗传距离0.455 c M,共有4 735个SNP标记分配到24个连锁群。QTL定位分析结果发现在6个生长性状中共检测到20个生长显著相关QTL位点,分布在8个连锁群上,单个QTL的LOD值范围为3.02~4.23,可解释的表型变异范围为0.14%~8.42%。其中,在连锁群LG08聚集了8个生长性状显著相关的QTL。通过对候选QTL区间内的基因进行功能注释,共筛选到了19个潜在生长调控相关基因,包含igf1、igf2、sstr5、sst1a、tgfbr2、gas1、igfals、gfg6、gfg20、bmp7、kdm5c、tti1以及rbm10等。实验获得的遗传标记及相关候选基因是多鳞[鱼喜]生长相关性状标记辅助选择(MAS)的有用基因资源,为进一步研究鱼类生长调控机制提供了更多的理论依据。 展开更多
关键词 多鳞[鱼喜] 基因分型测序(GBS) 数量性状位点(QTL) 生长相关性状 候选基因
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部