《Animal Genetics》:Implementation of Metafounders in the Genomic Prediction for the Polled Trait in Brahman Cattle Using a Multi-Breed Population
编辑推荐:
无角(polled)性状与更好的动物福利相关,可减少去角操作的需求。在婆罗门(Brahman)牛中,群体规模较小且表型记录稀缺,制约了该性状基因组预测的准确性。本研究旨在利用单品种与多品种基因组预测模型(包括元奠基者(metafounders))评估婆罗门牛该
无角(polled)性状与更好的动物福利相关,可减少去角操作的需求。在婆罗门(Brahman)牛中,群体规模较小且表型记录稀缺,制约了该性状基因组预测的准确性。本研究旨在利用单品种与多品种基因组预测模型(包括元奠基者(metafounders))评估婆罗门牛该性状的遗传架构,并评估表型分类对遗传力(heritability)、预测准确性、偏差(bias)和离散度(dispersion)的影响。研究分析了来自14 333头内洛尔(Nelore)牛和婆罗门牛的表型与基因型数据,采用BLUPF90+软件套件中的阈值模型(threshold models)和线性模型(linear models)。单品种模型(n=12)考虑了表型分类(无角、痂状(scab)、角痕(scur)、有角),而多品种模型(n=10)纳入了元奠基者与品种效应。通过带吉布斯采样(Gibbs sampling)的阈值模型估计方差组分,并采用LR方法结合数据集评估预测能力。单品种模型显示遗传力估计值(h2)范围为0.56至0.72,但预测能力受限于婆罗门牛群体规模。多品种模型改善了预测性能。模型20(包含替代表型、元奠基者和品种效应)获得了最佳结果,预测准确性为0.79,偏差降低至0.36,离散度接近1。这些发现表明,婆罗门牛的无角性状具有可选择的加性遗传变异。多品种分析与元奠基者的使用提高了预测准确性,为群体和性状研究提供了策略,并支持将该性状纳入基因组选择标准,以提高婆罗门牛的目标等位基因频率并改善动物福利。
论文解读:基于多品种群体与元奠基者的婆罗门牛无角性状基因组预测研究
一、研究背景与问题
无角性状(polled trait)因与改善动物福利、降低去角手术需求密切相关,近年来在肉牛育种中受到广泛关注。去角操作不仅对动物造成创伤,也增加操作人员安全风险和胴体损伤。在瘤牛(indicine)品种中,无角性状的遗传基础尚未完全阐明。已有研究鉴定出与无角性状相关的四种基因间变异,包括“Celtic”和“Friesian”变异(见于英国斯堪的纳维亚牛和荷兰弗里斯兰牛)、蒙古(PM)变异(源自牦牛和图兰诺牛)以及在内洛尔(Nelore)牛中鉴定的Guarani(PG)变异。然而,对于婆罗门(Brahman)牛这一合成品种而言,其群体规模相对较小,表型记录稀缺,导致基因组预测可靠性受限。此外,无角性状可能受多基因控制,且性别显著影响角表型表达,有角、角痕(scur)和痂状(scab)表型在雄性中更为常见。因此,如何利用多品种参考群体并结合元奠基者(metafounders)策略来改善婆罗门牛无角性状的基因组预测准确性,成为本研究拟解决的核心问题。
二、研究目的与意义
本研究旨在利用由内洛尔牛和婆罗门牛组成的多品种群体,结合元奠基者方法,评估无角性状在婆罗门牛中的遗传架构,并比较不同表型分类策略对遗传力、预测准确性、偏差和离散度的影响。鉴于内洛尔牛对婆罗门牛遗传背景的重要贡献,联合两个群体的基因组预测可能有效。元奠基者作为保留基础群体内遗传关系的伪个体,能够建立不同品种个体间的遗传联系,改善系谱与基因组信息之间的兼容性。该研究为群体规模较小的品种开展复杂性状基因组选择提供了可行策略,并为将无角性状纳入婆罗门牛育种目标提供了理论依据。
三、主要技术方法
研究人员使用了来自巴西遗传改良计划(PMGRN和PMGRB)的表型和基因型数据,包括14 333头内洛尔牛和婆罗门牛个体,经质量控制后保留45 790个信息性SNP(43 578个常染色体和2212个非性染色体SNP)。单品种分析采用12个模型,多品种分析采用10个模型(模型13–22),其中模型15和20使用阈值模型并纳入两个元奠基者(分别对应内洛尔牛和婆罗门牛)。方差组分通过BLUPF90+软件套件中的Gibbsf90+进行贝叶斯阈值模型估计,采用200 000循环、50 000 burn-in和每100循环采样间隔。基因组预测采用单步基因组最佳线性无偏预测(ssGBLUP)方法,线性模型使用blup90iod3,阈值模型使用cblup90iod2OMP。预测准确性、偏差和离散度通过LR方法(线性回归)评估,验证子集包含2021–2023年出生的222头年轻基因型个体。
四、研究结果
4.1 单品种分析
单品种模型中,采用两种表型分类的模型(模型5–8)获得较高遗传力估计(0.71–0.72),而四种观察表型分类的模型(模型1–4)遗传力较低(0.56–0.57)。三种表型分类的模型(模型9–12)遗传力为0.58–0.60。总体而言,同一表型分类内不同模型结构的遗传力估计相似。置信区间较窄表明估计精度较高。然而,单品种分析的预测准确性普遍不理想,模型2和模型5分别显示低准确性(0.41和0.39)、高偏差(0.17和0.20)及不理想的离散度(1.17和?0.03),这归因于婆罗门牛群体规模较小。研究人员指出,在婆罗门牛中无角母牛在群体层面较为罕见,因此替代表型分类在单品种分析中不适用。
4.2 多品种分析
多品种分析中,模型20(替代表型、元奠基者、性别效应在当代组内、包含性染色体SNP)表现最佳,预测准确性为0.79,偏差为0.36,离散度为1.06。模型15(观察表型加元奠基者)的准确性为0.74,偏差0.38,离散度1.02。与单品种模型相比,多品种模型结合元奠基者使预测准确性提高约39%(模型15)至49%(模型20)。包含品种效应的模型(16、17、21、22)也获得较好性能,其中线性模型(17和22)比阈值模型(16和21)偏差更低。研究还发现,元奠基者改善了基因组关系矩阵(G)与系谱关系矩阵(A)之间的兼容性,内洛尔牛与婆罗门牛之间的元奠基者关系为0.64,表明两个基础群体存在遗传关联。
五、讨论与结论
讨论部分指出,多品种群体与元奠基者的结合有效克服了婆罗门牛群体规模小的限制。模型20的优越性能可能源于替代表型分类(无角、来自有角父亲的無角、角痕和痂状合并、有角)更全面地代表了角相关表型,同时元奠基者解释了婆罗门牛与内洛尔牛之间的共享祖先。研究还观察到线性模型在降低偏差方面表现优于阈值模型,这与先前在牛和猪中的研究一致。研究结论表明,婆罗门牛无角性状具有较高的遗传力,是可选择性状;单品种模型不适合该性状的准确基因组预测;多品种分析与元奠基者显著改善了预测能力,为群体规模较小的品种研究复杂性状提供了有前景的策略。研究建议增加表型和基因型记录可进一步提高预测准确性,并提出了将无角性状作为婆罗门牛新的预期后代差异(EPD)纳入育种程序的可能性,以增加无角等位基因频率并改善动物福利。