基因组选择PPT课件.ppt

基因组时代的动物遗传评估技术 2019 12 31 1 遗传评估 评估和比较动物个体在遗传上的优劣为选择优秀种用个体提供依据动物育种的中心工作 表现型 基因型 环境 2019 12 31 2 常规遗传评估技术 基因 黑箱 表型 环境 遗传评估 亲属的表型 BLUP 特点 利用表型进行遗传评估 2019 12 31 3 常规遗传评估技术 BLUP方法是常规遗传评估技术的核心 y 表型信息A 系谱信息 2019 12 31 4 常规遗传评估技术 对很多重要经济性状十分有效 美国荷斯坦奶牛产奶量表型及遗传进展 加拿大猪100kg体重日龄遗传进展 2019 12 31 5 常规遗传评估技术 局限性当性状表型难以获取或遗传力低时 遗传评估可靠性不高不能进行早期遗传评估 2019 12 31 6 标记辅助选择 MAS 基因 黑箱 表型数据 基因信息 遗传评估 分子遗传学 主效基因 QTL 特点 利用表型和部分基因的信息进行遗传评估 2019 12 31 7 基因辅助选择 GAS 氟烷基因 2019 12 31 8 连锁不平衡标记辅助选择 LD MAS y 表型信息A 系谱信息M 标记信息g 可作为固定和随机效应 遗传评估技术 MA BLUP 2019 12 31 9 标记辅助选择 MAS 应用现状实际应用不多应用效果不显著主要原因 已被证实具有显著效应的基因或标记有限 发现并证实一个有效的基因需要很长的时间和很高的成本 这些基因或标记仅能解释有限的遗传变异 10 30 遗传变异 2019 12 31 10 基因组选择 GS Meuwissen 2001 等首次提出了基因组选择 但在当时并未引起重视Schafferr 2006 重新指出GS在奶牛育种中的巨大应用价值GS成为当期家畜育种最热门的研究领域优势 可以捕获所有的遗传变异无需表型信息即可进行遗传评估 极大地缩短世代间隔和育种成本 2019 12 31 11 基因组选择 利用覆盖全基因组的高密度标记 SNP 进行个体遗传评估 基因 黑箱 标记信息 新的标记 黑箱 估计基因组育种值 2019 12 31 12 全基因组SNP芯片 2019 12 31 13 用于遗传评估的数据 2019 12 31 14 用于遗传评估的数据 10001112200200121110111121111011110011211000201220022201111202101200211122110021112001111001011011010220011002201101120020110102022212112210201001110001122022122211202112012020100202202000021100011202011221112111022011110000212202000221012020002211220111012100111211102112110020102100022000220100020110000220221102211210112111012222001211212220020002002020201222110022222220022121111210021111200110111011200202220001112011010211121211102022100211201211001111102111211021112200010110111020220022111010201112111101120210210212110110221220012110112110120220110022200210021100011100211021101110002220020221212110002220102002222121221121112002011020200122222211221202121121011001211011020022000200100200011110110012110212121112010101212022101010111110211021122111111212111210110120011111021111011111220121012121101022202021211222120222002121210121210201100111222121101 2019 12 31 15 基因组选择 基本步骤1 利用一个参考群体估计每个SNP的效应参考群体 每个个体都有性状表型记录和所有SNP基因型2 利用SNP效应估计值计算候选群体的个体基因组育种值候选群体 每个个体都有所有SNP基因型 2019 12 31 16 基因组选择 参考群体 候选群体 SNP基因型 性状表型 获得预测方程 SNP基因型 选留群体 2019 12 31 17 在参考群中估计标记效应gi 染色体片断遗传效应 估计标记效应 2019 12 31 18 在候选群体中计算个体gEBV 全部基因组染色体片断 染色体片断效应 计算基因组育种值 gEBV 2019 12 31 19 基因组育种值 1 1 1 1 1 25 1 1 1 1 1 42 1 1 1 1 1 22 1 1 1 1 38 40 SNPeffect 00 20 40 20 Chr1 Chr2 Chr3 Chrn KnownSNPs NumberofSNPs SNPalleleeffect 2019 12 31 20 标记效应的估计方法 最小二乘法BLUP贝叶斯方法BayesA B C其他方法半参数 非参数机器学习 主成份分析 2019 12 31 22 最小二乘法 对标记效应分布无任何假设 1 对每个标记作单点回归分析 2 选择效应值最大的m个点放入模型中 同时对其进行估计 不足 1 难以确定模型选择的阈值2 容易高估标记效应 2019 12 31 23 BLUP方法1 BLUPmethod 1 假设所有染色体片段具有相同的效应方差 gj chromosomalsegmenteffect Howtochose 2019 12 31 24 BLUP方法2 BLUPmethod 2 a residualpolygeniceffect 2019 12 31 25 BLUP方法3 BLUPmethod 3 每个染色体片段有自己的效应方差 2019 12 31 26 改变染色体片段效应的方法 isstandardisedeffectestimateofmarkerj 2019 12 31 27 BLUP方法4 BLUPmethod 4 Genomicrelationshipmatrix 2019 12 31 28 GenotypePedigree 2019 12 31 29 Bayesformula P A isthepriorprobabilityormarginalprobabilityofAP A B istheconditionalprobabilityofA givenB ItisalsocalledtheposteriorprobabilitybecauseitisderivedfromordependsuponthespecifiedvalueofB P B A istheconditionalprobabilityofBgivenA Itisalsocalledthelikelihood P B isthepriorormarginalprobabilityofB andactsasanormalizingconstant 2019 12 31 30 Bayes theoremwithcontinuouspriorandposteriordistributions togettheposteriorprobabilitydistribution multiplythepriorprobabilitydistributionbythelikelihoodfunctionandthennormalize 2019 12 31 31 Bayesianinference referstotheuseofapriorprobabilityoverhypothesestodeterminethelikelihoodofaparticularhypothesisgivensomeobservedevidence thatis thelikelihoodthataparticularhypothesisistruegivensomeobservedevidence theso calledposteriorprobabilityofthehypothesis comesfromacombinationoftheinherentlikelihood orpriorprobability ofthehypothesisandthecompatibilityoftheobservedevidencewiththehypothesis orlikelihoodoftheevidence 2019 12 31 32 Bayesian方法 Bayesianmethod Modelforthedata Modelforthemarkervariance Priordistributionof 2019 12 31 33 Bayesian方法 BayesA 2019 12 31 34 Bayesian方法 BayesB 2019 12 31 35 Bayesian方法 BayesC 2019 12 31 36 基因组选择在奶牛育种中应用 年青后备公牛分型一些AI 人工授精 种公牛站也开始直接根据年青公牛基因组育种值推销精液小母牛和成年母牛的基因分型 2019 12 31 37 基因组选择在奶牛育种中应用 参考群 Holstein 2019 12