全基因组关联分析在畜禽上的应用

全基因组关联分析在畜禽上的应用

ID:39636087

大小:111.50 KB

页数:5页

时间:2019-07-07

全基因组关联分析在畜禽上的应用_第1页
全基因组关联分析在畜禽上的应用_第2页
全基因组关联分析在畜禽上的应用_第3页
全基因组关联分析在畜禽上的应用_第4页
全基因组关联分析在畜禽上的应用_第5页
资源描述:

《全基因组关联分析在畜禽上的应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、全基因组关联分析在畜禽上的应用摘要:随着数量遗传学、分子生物学以及计算机水平的高速发展,出现了数量遗传学与分子遗传学的结合,动物育种中也不断出现新的方法,全基因组关联分析(GWAS)以及全基因组选择(GS)。本文主要介绍了GWAS及其在几种畜禽上的应用和问题。关键字:GWAS,牛,猪,鸡,应用对畜禽实施标记辅助选择可提高遗传进展,但是我们首先需要找到影响畜禽重要性状的主效基因。候选基因分析和标记QTL连锁分析策略使我们对一些基因的功能和作用方式有所了解,也找到了一些主效基因。但是生物基因组中有庞大的基因数目,

2、很多控制畜禽经济性状的基因还无法分离和鉴定,这就需要一种全新的研究手段,最好能无偏地覆盖所有基因,并能高通量检测和适应不断更新的物种基因组序列。20世纪80年代后期90年代初期,随着数量遗传学理论研究的不断深入、分子生物学的飞跃发展、计算机水平的日新月异,开始出现数量遗传学与分子遗传学结合研究的热潮,发展为现在的分子数量遗传学。动物育种中也在传统育种方法的基础上不断提出新的方法:全基因组关联分析(Genome-WideAssociationStudies,GWAS)以及全基因组选择。GWAS就可以解决以上问题

3、,GWAS是一种对全基因组范围内的常见遗传变异:单核苷酸多态性(Singlenucleotidepolymorphism,SNP)和拷贝数变异(Copynumbervariation,CNV)进行总体关联分析的方法,其核心思想是利用全基因组范围的连锁不平衡来确定影响复杂性状或数量性状的基因[1]。GWAS目前主要是应用在人类的复杂疾病上,2005年,自从《Science》杂志上首次报道了Klein等利用Affymetrix100K的基因芯片对年龄相关性视网膜黄斑变性进行GWAS的结果之后,一大批有关复杂疾病的

4、GWAS报道不断出现。已经陆续报导和公布了视网膜黄斑、乳腺癌、前列腺癌、白血病、冠心病、肥胖症、糖尿病、精神分裂症、风湿性关节炎等几十种疾病全基因组关联研究的结果[2]。在中国农业大学图书馆SCI数据中输入GWAS的相关词,并分析其检索结果。如表1。虽然这个数据并不是很全面,但是也反映了GWAS的迅速发展。是什么原因导致GWAS发展这么快速呢?主要原因可以归结于以下3个方面:首先是基础研究的支撑,基因组计划的完成和SNP数据库的建立为GWAS的开展奠定了基础;第二是技术上的成熟,如高通量SNP芯片检测的发展;

5、第三是统计方法的发展,GWAS因样本量大、数据庞杂,同时还需克服群体混杂、选择偏倚、多重比较等带来的假阳性问题,需要有正确严谨的统计分析方法解决[1]。表1中国农业大学SCI数据库中每年发表的关于GWAS的数目除了对人类复杂疾病和人类数量性状方面应用GWAS。随着不同基因组测序的相继完成以及高通量测序技术平台的搭建,GWAS也开始在畜禽疾病性状和数量性状方面发挥重要的作用。GWAS在畜禽中的应用起步较晚,并主要集中在对重要经济性状的研究中。与人类不同,当前的畜禽品种在长期的人工选择驯化过程中,其有效群体含量较

6、人类小,群体的连锁不平衡水平较高,往往造成单体型块的出现。因此,在畜禽中开展GWAS所需标记数量适中,目前商业化的动物SNP芯片密度一般在50K-60K左右,如果在品种内进行GWAS研究,50K的芯片基因就能满足定位要求,品种间的分析可能需要更高密度的SNP[3]。1.在畜禽上的应用现状自从GWAS在畜禽上应用以来,研究人员一直致力于影响复杂性状的标记及主效基因的挖掘。目前已有多个具有较强统计显著性的SNPs及区域被发现。下面介绍一下GWAS在牛,猪和鸡上的应用。1.1在牛上的应用GWAS在畜禽上应用的较多的

7、是在奶牛上。包括奶牛的健康性状、产奶性状、繁殖性状、生产寿命性状、体型性状、功能性状等都有报道。对于奶牛的产奶性状上,Bastiaansen等使用BovineSNP50芯片。对荷兰、苏格兰、瑞典和爱尔兰等国家共计1933头荷斯坦牛进行了产奶量和脂蛋比性状GWAS研究,共发现了36个影响产奶量的SNP标记[1]。Jiang[4]等基于来自14个父系半同胞家系的2093头中国荷斯坦母牛女儿设计试验群体进行了5个产奶性状的GWAS,采用BovineSNP50芯片,传递不平衡检验方法(Transmissiondise

8、quilibriumtest,TDT)和基于回归分析的混合模型方法(Mixedmodelbasedregressionanalysis,MMRA),共检测到105个显著SNP标记与某个或多个产奶性状显著相关。齐超等基于中国荷斯坦牛女儿设计资源群体,采用Illumina公司Bovine50K微珠芯片对产奶性状进行了全基因组关联分析(GWAS),利用传递不平衡(L1-TDT)和回归分析2种统计分析方法共

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。