基因组时代的动物遗传评估技术ppt课件

1、基因组时代的动物遗传评价技术张张 勤勤 刘剑锋刘剑锋中国农业大学中国农业大学2021.8.252021.8.25哈尔滨哈尔滨遗传评价遗传评价 评价和比较动物个体在遗传上的优劣评价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根据为选择优秀种用个体提供根据 动物育种的中心任务动物育种的中心任务表现型基因型环境表现型基因型环境常规遗传评价技术常规遗传评价技术特点：利用表型进展遗传评价特点：利用表型进展遗传评价常规遗传评价技术常规遗传评价技术 BLUP方法是常规遗传评价技术的中心方法是常规遗传评价技术的中心yZyXAZZXZZXXXeu 12a2y y：表型信息：表型信息A A：系谱信息：系谱

2、信息eZuXy常规遗传评价技术常规遗传评价技术 对很多重要经济性状非常有效对很多重要经济性状非常有效Milk yield in US Holsteins678910111219601970198019902000Birth yearFirst lactation yield (1000 kg)GeneticPhenotypic美国荷斯坦奶牛产奶量表型及遗传进展美国荷斯坦奶牛产奶量表型及遗传进展加拿大猪100kg体重日龄遗传进展常规遗传评价技术常规遗传评价技术 局限性局限性 当性状表型难以获取或遗传力低时，遗传当性状表型难以获取或遗传力低时，遗传评价可靠性不高评价可靠性不高 不能进展早期遗传评价

3、不能进展早期遗传评价标志辅助选择MAS特点：利用表型和部分基因的信息进展遗传评价特点：利用表型和部分基因的信息进展遗传评价标志辅助选择标志辅助选择MASMASeMgZuXyy y：表型信息：表型信息A A：系谱信息：系谱信息MM： 标志信息标志信息遗传评价技术遗传评价技术 MA-BLUP MA-BLUP：标志辅助选择标志辅助选择MASMAS 运用现状运用现状 实践运用不多实践运用不多 运用效果不显著运用效果不显著 主要缘由：主要缘由： 已被证明具有显著效应的基因或标志有限已被证明具有显著效应的基因或标志有限 发现并证明一个有效的基因需求很长的发现并证明一个有效的基因需求很长的时间和很高的本钱时

4、间和很高的本钱 这些基因或标志仅能解释有限的遗传变异这些基因或标志仅能解释有限的遗传变异 10 QTL 10 QTL 50% 50% 遗传变异遗传变异基因组选择基因组选择 利用覆盖全基因组的高密度标志利用覆盖全基因组的高密度标志SNPSNP进进展个体遗传评价展个体遗传评价 可以捕获一切的遗传变异可以捕获一切的遗传变异 无需表型信息即可进展遗传评价无需表型信息即可进展遗传评价 利用利用SNPSNP芯片技术进展标志测定芯片技术进展标志测定 全基因组全基因组SNPSNP芯片芯片YearNo. SNPChipsHuman20083,000,0001000kPoultry20052,800,00060K

5、Bovine20072,000,00054kPig20082,000,00060kSheep2007-50k用于遗传评价的数据用于遗传评价的数据100011122002001211101111211110111100112110002021200222021112021012002111221100211120011110010110110102200110022021011200202101020222121122102021011100011220221222112021120210202102022020000211000112020212211121110220211100002122

6、020002210120200022112202110121001112111021121100202121000220002202100202100002202211022112101121110122220012112122200200020020202021221100222222200221211112100211112001101110112002022200011120210102111212111020221002112021110011111021112110211122000101101110202200221110102021121111011202102102121101

7、102212200121101121101202202100222002100211000111002110211011100022200202212121100022202120022221212211211120020110202001222222112212021211210110012110110200220002001002000111101100121102121211120211012120221010101111102110211221111112121112101101200111110211110111112202110121211010222020212112221202

8、22002121210121210202100111222121101基因组选择基因组选择 根本步骤 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一切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：每个个体都有一切SNP基因型基因组选择基因组选择估计一切估计一切SNP的遗传的遗传效应效应SNP基因型基因型性状表型性状表型SNP基因型基因型估计基因组估计基因组育种值育种值SNP基因型基因型候选群体候选群体估计基因组估计基因组育种值育种值参考群体参考群体在参考群中估计标志效应在参考群中估计标志效应gi gi 1niiyX ge设

9、计矩阵设计矩阵 染色体片断遗传效应染色体片断遗传效应估计标志效应估计标志效应在候选群体中计算个体在候选群体中计算个体gEBVgEBVpiiigXEBV1g全部基因组染色体片断全部基因组染色体片断设计矩阵设计矩阵 染色体片断效应染色体片断效应4计算基因组育种值计算基因组育种值(gEBV)(gEBV)基因组育种值基因组育种值1 + 1 - 1 - 1 + 1 + 25 - 1 + 1 - 1 - 1 - 1 + 42 + 1 - 1 - 1 - 1 - 1 - 22 - 1 + 1 - 1 - 1 = +38- 40SNPeffect- 00+ 20+ 40- 20Chr 1Chr 2Chr 3.

10、Chr nKnown SNPsniiigEBV1 gXNumber of SNPsSNP allele effect标志效应的估计方法最小二乘法最小二乘法岭回归和岭回归和BLUPBLUP贝叶斯方法贝叶斯方法BayesA, B, C BayesA, B, C 和紧缩和紧缩其他方法其他方法半参数、非参数半参数、非参数机器学习、主成份分析机器学习、主成份分析最小二乘法对标志效应分布无任何假设对标志效应分布无任何假设1: 1: 对每个标志作单点回归分析对每个标志作单点回归分析2: 2: 选择效应值最大的选择效应值最大的mm个点放入模型中，同时对其个点放入模型中，同时对其进展估计进展估计1nyXge1n

11、iiyX ge缺乏：缺乏：1. 1. 难以确定模型选择的阈值难以确定模型选择的阈值 2. 2. 容易高估标志效应容易高估标志效应最正确线性无偏预测和岭回归假定全部标志有一样假定全部标志有一样的方差的方差2)(gVarIg 1()X XX ygI1niiyX ge22geBLUP:岭回归岭回归: 人为选定人为选定2222000000000.00.ggggsym.贝叶斯方法-A允许不同标志有不同的方差且服从一定分布允许不同标志有不同的方差且服从一定分布)()|()|(222iiiggiigPgPPg(,| )( |,) (,)iiiPyP y gP gg数据模型数据模型方差模型方差模型),(22s

12、vgi运用运用Gibbs sampling!Gibbs sampling!u , gi , Ve , Vgi图片来自图片来自Hayes,2001允许标志方差为允许标志方差为0 0概率为概率为 q概率为概率为 1-q02gi),(22svgi2012201210122012/gjniijnipjkkikiijgjniijxbxbyxxN，Bayesian shrinkage标志效应越大标志效应越大, , 紧缩越弱紧缩越弱 标志效应越小，紧缩越强标志效应越小，紧缩越强贝叶斯方法-B，紧缩准确性：估计育种值和真实育种值间的相关0.8480.7980.7320.31800.10.20.30.40.50

13、.60.70.80.91L LS SB BL LU UP PB Ba ay ye es sA AB Ba ay ye es sB BA Ac cc cu ur ra ac cy y r r 2 2数据来自 Meuwissen al et., 2001不同方法的准确性SNP Add.PolygenicSNP Dom.y1XaZuey1XaYdZuey1Xaea: additive SNP d: dominance SNPu: polygenic e: residuey y：表型信息：表型信息X: X: 遗传标志信息遗传标志信息A A：系谱信息：系谱信息模型的扩展基因组选择和常规遗传估计技术基因组

14、选择和常规遗传估计技术的育种效益比较以奶业为例的育种效益比较以奶业为例 后裔检验后裔检验 ( (数据来自加拿大数据来自加拿大) ) 每年参与后测的公牛数量每年参与后测的公牛数量: 500: 500头头 每头后测公牛的育种本钱每头后测公牛的育种本钱: 5: 5万美圆万美圆 后测的总本钱后测的总本钱: 2500: 2500万美圆万美圆 中选公牛数目中选公牛数目: 20: 20头头 每头中选公牛的育种本钱每头中选公牛的育种本钱: 125: 125万美圆万美圆 年遗传进展年遗传进展: 0.215: 0.215遗传规范差遗传规范差 单位遗传规范差遗传进展的育种本钱单位遗传规范差遗传进展的育种本钱: 1.

15、16: 1.16亿美圆亿美圆 基因组选择基因组选择 每个个体基因组标志信息测定本钱：每个个体基因组标志信息测定本钱：500500美美圆圆 基因组单倍型效应估计基因组单倍型效应估计 孙女实验设计孙女实验设计: 50: 50个公牛家系个公牛家系, , 每头公牛每头公牛5050个儿子个儿子, ,每个儿子每个儿子100100个女儿个女儿 效应估计本钱：效应估计本钱：125125万美圆万美圆 公牛母亲选择公牛母亲选择 进展进展 2000 2000头母牛的预选择头母牛的预选择 全部个体进展基因组标志信息测定，根据全部个体进展基因组标志信息测定，根据GEBVGEBV选择选择10001000母牛母牛 评价本钱

16、评价本钱:100:100万美圆万美圆基因组选择和常规遗传估计技术基因组选择和常规遗传估计技术的育种效益比较以奶业为例的育种效益比较以奶业为例 基因组选择续基因组选择续 公牛选择公牛选择 从从10001000头公牛母亲中获得头公牛母亲中获得500500头预选公牛头预选公牛 对一切公牛进展基因组标志测定，根据对一切公牛进展基因组标志测定，根据GEBVGEBV选择选择2020头公牛头公牛 评价本钱评价本钱: 25: 25万美圆万美圆 2020头公牛的购买本钱头公牛的购买本钱:10:10万美圆万美圆 每头公牛延续每头公牛延续3 3年的维持费用年的维持费用: 3: 3万美圆万美圆 每年的总育种本钱每年的

17、总育种本钱:195:195万美圆万美圆 每年的遗传进展每年的遗传进展: 0.467: 0.467遗传规范差遗传规范差 单位遗传规范差遗传进展的育种本钱：单位遗传规范差遗传进展的育种本钱：417417万万美圆美圆基因组选择和常规遗传估计技术基因组选择和常规遗传估计技术的育种效益比较以奶业为例的育种效益比较以奶业为例基因组选择的另一战略基因组选择的另一战略 利用参考群体估计SNP效应 选择效应显著的SNP 利用选择SNP的信息构建的参考群体和候选群体个体间的加性遗传相关矩阵具有性状特异性 用BLUP方法估计候选群体无表型信息的个体育种值yZyXGZZXZZXXXu 原理：原理：参考群体参考群体及候

18、选群及候选群体的个体体的个体育种值育种值利用利用SNP的信息构建的加的信息构建的加性遗传相关矩阵性遗传相关矩阵基因型系谱基因型系谱121101011110 111211120200101121101111122221121111 101101111102 0111110120111211200110100 = homozygous for first allele (alphabetically)1 = heterozygous2 = homozygous for second allele (alphabetically)G的构建minmin1ssSgijijmkkijkijgSmS11AIS0, 0AIS1, 5 . 0AIS2, 1alleleifalleleifallelsifSijk准确性准确性标志效应估计方法标志效应估计方法两种基因组选择战略的比较两种基因组选择战略的比较基因组选择在奶牛中的运用基因组选择在奶牛中的运用开始应用基开始应用基因组