《Dairy》:Genetic Variants Associated with Milk Yield and Composition in Goats: Systematic Review and Genomic Annotation of Reliable Markers
山羊乳需求持续上升,但受限于基因组资源和已验证标记不足,其遗传改良落后于牛。该系统综述评估了与山羊产奶量和乳成分相关的变异,并对其注释进行标准化。研究人员遵循PRISMA 2020,检索PubMed和Web of Science(截至2025年7月);从2301条记录中纳入69项研究(37,308只动物、43个品种)。共有318个显著变异(单核苷酸多态性(SNPs)、插入缺失(indels)、拷贝数变异(CNVs))被重新注释至ARS1.2参考基因组。6号染色体酪蛋白基因簇(CSN1S1、CSN1S2、CSN2、CSN3)是研究最多的区域,而全基因组关联分析(GWAS)在19号染色体(24.5–29 Mb)鉴定出一个与产奶量、乳脂和乳蛋白相关的多性状数量性状位点(QTL)。仅5个基因(CSN1S1、CSN1S2、CSN3、DGAT1、ITGB4)在候选基因与GWAS策略之间重叠。CSN1S2(chr6:86088687 G/C)、DGAT1(chr14:81337119 G>T、chr14:81338102 C>T、chr14:81334974)、PRLR(chr20:39081129 C>T)和LTF(chr22:52981144 G/A)变异显示出最一致的关联,被认为最可靠;其余大多数变异仅在单研究中报道,仍未获验证。共有39.34%(24/61)的候选基因研究因序列不完整或参考基因组过时/异源而无法重新注释。仅报告显著位点可能夸大可靠性(赢家诅咒(winner’s curse));仅英文、双数据库检索可能增加偏倚。该研究提供标准化资源,并呼吁改进基因组报告。
1. Introduction
该部分指出山羊是经济重要的小反刍动物,羊奶因营养组成、消化性和生物活性成分而受关注;山羊产奶性能品种间和个体间差异大,传统表型选择受世代间隔长、表型记录难和环境干扰限制。标记辅助选择(MAS)和基因组选择(GS)为早期选择、提高准确性及缩短育种周期提供机会。分子生物学和山羊基因组测序进展促进了乳蛋白基因、脂质合成与代谢基因、内分泌调控基因及乳腺发育相关基因等标记发现,GWAS(genome-wide association study)加速了显著变异和QTL(quantitative trait locus)区域鉴定。但与牛相比,跨品种和环境验证标记少、标记效应不一致、基因互作和分子机制不清,故需标准化综合以区分统计显著关联与具有选择实用价值的标记。综述目标为编目分类、评估不同基因类别变异特征和表型效应、评估跨品种适用性及一致性,并讨论局限与未来方向。
2. Materials and Methods
2.1. Systematic Review Search Strategy
研究遵循PRISMA 2020,检索NCBI-PubMed和Web of Science自建库至2025年7月文献;检索词经作者讨论并在检索前固定,涵盖山羊、乳/泌乳、遗传标记/多态性及产奶、乳脂、乳蛋白、乳成分、乳品质、体细胞计数(SCC)、乳糖、酪蛋白、乳清蛋白等主题。
2.2. Literature Inclusion and Screening Process
仅纳入英文同行评议原创研究;摘要由两名研究者独立筛选,纳入标准为山羊、目标乳性状及报告显著相关突变位点(SNPs、indels或CNVs)。仅纳入报告显著位点的研究,以编目并标准化ARS1.2坐标重注释,而非合并包括无效结果在内的效应量;因此存在发表/选择偏倚和赢家诅咒,结果应视为已报道关联汇编而非无偏遗传结构估计。全文排除非山羊、以蛋白亚型为标记、仅候选基因或基因组窗口无具体多态、无表型关联分析及不涉及产奶或乳成分的研究;分歧通过共识或第三研究者裁定。
2.3. Risk of Bias
采用改编自Q-Genie的结构化框架评估偏倚风险和方法学质量;不因质量排除研究,但记录各研究报告完整性和总体评级。可靠标记定义为满足以下至少一项:在≥2项独立研究和/或≥2个品种/国家中方向一致显著关联;GWAS全基因组信号且有独立重复;大样本(n ≥ 300)关联且经实验wise校正并精确定位至ARS1.2。大多数标记(268/318,84.28%)为单研究报道,归类为需验证的前景候选。
2.4. Annotation of Variation Polymorphisms
从纳入研究及补充文件提取显著关联位点,并统一重映射至山羊参考基因组ARS1.2以获得染色体位置、坐标和相关基因。策略包括:对提供其他参考基因组版本坐标的位点使用RGD v2.0的LiftOver转换;对有变异登录号无位置的位点查询ARS1.2位置;对转换失败或无位置/登录号者,提取变异及两侧25 bp(总长不足50 bp则取全部可用序列),用NCBI BLAST+ 2.17.0比对ARS1.2(E值<0.0001、word size=16、Query Cover>95%、Percent Identity>95%),取最高分比对定位。由于25 bp侧翼在重复或旁系区域特异性有限,仅保留最高分命中,基因间/上游/下游以±10 kb窗口判定,酪蛋白簇和CNV映射人工检查。成功注释者按位置标注相关基因及启动子、外显子或内含子;基因间变异标注最近基因上下游±10 kb,超出则标为基因间。
2.5. Visualization
基于统一重映射至ARS1.2的变异位置和候选基因信息,使用shinyCircos-V2.0进行基因组位置可视化。
3. Results
3.1. Systematic Review
共评估2301项研究,标题筛选排除2074项,摘要筛选排除89项;全文评估138项中排除综述6项、与目标表型无关11项、蛋白亚型标记16项、无关联分析29项、无具体标记位点信息7项,最终纳入69项。纳入研究来自19个国家,中国27项(39.13%)、西班牙10项(14.49%)、意大利7项(10.14%);样本来自43个品种及3个品种信息不明群体,共37,308只。样本量<100者7项,≥100且<300者27项,≥300者35项,最大2378只。仅研究产奶性状10项,仅研究乳成分19项,其余40项同时分析产奶和乳成分与多态变异关联。
3.2. Characteristics of Study Methods
大多数研究(61/69,88.41%)采用候选基因突变位点关联分析,仅8项采用GWAS。变异检测方法包括PCR-RFLP或联合Sanger测序29项、PCR-SSCP或联合Sanger测序14项、单独Sanger测序10项、KASP 4项、SnaPshot 3项、Sequenom MassARRAY 2项、引物延伸2项及PIRA-PCR、DHPLC、T-ARMS-PCR、qPCR拷贝数检测各1项。8项GWAS中7项使用Illumina Caprine 50K或53K BeadChip,1项使用全基因组测序(WGS)。变异类型上,62项仅关注SNPs,3项同时研究SNPs和indels,1项仅indels,2项仅CNVs,1项分析SSCP多样性但无具体序列。候选基因研究多报告名义显著(常为p<0.05),GWAS采用芯片或全基因组校正;两类来源在全文中分层展示,合并计数描述重注释汇编而非等权证据。软件以SAS 20项、SPSS 23项为主,并涉及PLINK/SVS/GCTA/BLUPF90/GEMMA家族及KASP/MassARRAY相关工具;固定效应协变量常包括场/群(55/69)及胎次/泌乳/年龄/季节/年份/产羔效应,42/69检验HWE。
3.3. Genome Mapping of Variation Loci
69项研究中37项所有报告显著位点完全注释(29项候选基因研究加全部8项GWAS),8项部分注释(均为候选基因研究),24项完全失败(均为候选基因研究)。完全失败中5项参考序列信息不足,2项无显著结果,1项有显著结果但无具体位点信息,16项有可比对信息但未达比对阈值;部分注释中2项存在同一研究内重复条目,6项部分位点未达阈值。尽管98.55%研究提供至少部分变异信息,注释失败常因参考序列过时或不可及、测序结果呈现不完整、变异登录号失效及位置记录不规范。所有GWAS变异均成功注释;以染色体号和碱基坐标描述山羊参考基因组位置的候选基因研究也均成功注释。故建议未来报告参考基因组版本、染色体号及精确碱基位置或区域。
3.4. Annotation of Variants and Candidate Genes
从45项研究成功注释318个变异,包括279个SNPs、36个indels和3个CNVs;仅108个位点准确报告具体等位序列,210个等位状态未知。6号染色体注释位点最多(99,31.13%),其次19号(41,12.89%)和14号(22,6.92%)。大多数位点(268/318,84.28%)仅单研究报告;GWAS与候选基因研究在变异水平无共享位点,但CSN1S1、CSN1S2、CSN3、DGAT1和ITGB4五个候选基因被两种策略共同注释。8项GWAS注释213个变异,其中151个位于已知基因区或10 kb内,62个位于基因间;37项候选基因研究注释105个位点,均位于已知基因区或邻近,其中53/105(50.48%)位于6号染色体,50/105(47.62%)集中于酪蛋白基因簇。候选基因位点多名义显著,GWAS位点满足全基因组阈值,故不宜直接比较p值。候选基因分析最集中区域为6号染色体酪蛋白簇QTL,GWAS另在该区域鉴定26个候选基因并提示其主要与乳脂和乳蛋白产量/含量相关;GWAS还发现19号染色体24.5–29 Mb多性状QTL,与产奶量、乳脂和乳蛋白显著相关,而候选基因研究几乎未关注。WGS GWAS未在两个主要QTL区域发现显著位点,却发现候选基因和SNP BeadChip GWAS未检出的产奶量相关QTL,如chr3 LOC108633298、chr5 LOC102169285、chr17 TTC28、chr22 LOC108638589、chr22 PTPRG及多个基因间位点。
4. Discussion
4.1. Traditional Lactation-Related Candidate Genes and Successfully Annotated Markers
该部分总体指出6号染色体酪蛋白簇和14号DGAT1是验证较充分的MAS靶点,但多数关联缺乏跨品种重复,近半候选基因研究未能完全重注释至当前参考基因组,反映进展与持续局限。
4.1.1. Casein Gene Cluster
酪蛋白基因簇由CSN1S1、CSN1S2、CSN2和CSN3组成,位于6号染色体约250 kb紧密连锁区域,DNA和蛋白水平多态丰富。37项成功注释的候选基因研究中近半位点位于该簇,多数与至少两个乳性状显著相关;GWAS仅少量位点位于该区域,其中chr6:86209124(CSN3区)同时与乳蛋白含量(PC)和乳脂含量(FC)相关,CSN2区位点未达全基因组显著。CSN1S1区注释14个多态,包括GWAS来源2个与PC相关及候选基因来源12个,涉及挪威、印尼、西班牙Murciano-Granadina和法国Saanen等研究;该区为可靠QTL,但无跨国家或品种重复位点。CSN1S2区注释18个多态,为单基因最多,其中chr6:86088687 G/C在挪威、Murciano-Granadina和Sarda山羊中重复验证,是酪蛋白簇中最可靠多态之一。CSN2区注释6个多态,chr6:86008016 C/T与产奶量、乳脂率、乳糖率和体细胞评分相关,且与CSN2蛋白变异A特征突变同位置。CSN3区注释17个多态,6个跨两品种重复,但5个位点可能对产奶量与乳成分存在相反效应,作为选择标记需谨慎。
4.1.2. Whey Protein Genes
乳清蛋白约占山羊乳总蛋白18–20%,主要成分为β-乳球蛋白(BLG)和α-乳白蛋白(LALBA);纳入文献仅候选基因研究报告BLG、LALBA和乳铁蛋白(LTF)显著SNPs,成功重注释2个LALBA和1个LTF多态。BLG缺乏成熟蛋白变异分类但核苷酸多态丰富,部分研究提示其与产奶量、乳脂/蛋白产量、总固体及乳蛋白/乳脂率相关,但相关突变多未能映射至当前参考基因组。LALBA在Sarda山羊启动子区c.?358 T>C(chr5:30812229 T>C)和c.?163 G>A(chr5:30812424 G>A)与乳糖含量及凝乳特性相关,但在Murciano-Granadina和Malague?a中c.?358 T>C对乳糖含量未达显著,需跨品种验证。LTF的chr22:52981144 G/A在Guanzhong/Xinong Saanen和埃及Zaraibi中与乳蛋白率、SNF和TS相关,为跨三品种两国家验证的功能性SNP,具分子育种潜力。
4.1.3. Lipid Metabolism-Related Genes
乳脂是山羊乳重要成分,DGAT1、ACACA、LPL、SCD等脂质代谢基因被视为候选。DGAT1成功重注释7个显著多态(5 SNPs、1 indel、1 CNV),均与乳成分相关;GWAS来源chr14:81337119 G>T、chr14:81338102 C>T和chr14:81334974较可靠,候选基因来源包括chr14:81330727 _/C、chr14:81330717 C>T、chr14:81330645 C>T及CNV chr14:81329989–81338811。ACACA仅chr19:13264426 T>C成功注释,与意大利Saanen乳脂产量及捷克品种产奶量和乳蛋白率相关。LPL注释4个多态,chr8:66598262 G>C、chr8:66598139 G>C等与乳脂/蛋白含量相关。SCD注释4个SNPs,均与乳脂含量相关,chr26:30411044 C>T还与乳蛋白含量相关。FASN的chr19:50163854 A/G与乳脂率和脂肪酸组成相关。LIPE的chr18:51787785 C>A>T、chr18:51790402 C>T、chr18:51791453 G>T及chr18:51795734 T>C与乳性状和脂肪酸组成相关。BTN1A1的chr23:18387035 G>A与乳蛋白率、乳脂率和SCC相关。BAAT三个内含子SNPs与乳脂、乳蛋白、乳糖、SNF、TS和SCC相关。AGPAT6、PLIN2、APOB和SLC27A6虽有显著变异报道,但均未能成功注释。
4.1.4. Growth Hormone–IGF Axis Genes
生长激素–IGF轴促进乳腺发育和功能,是泌乳性状候选基因来源。GH两个SNPs成功注释,chr19:47736975与FC和PC相关,chr19:47736623与产奶量相关;部分SSCP多态未能映射。IGF1(chr5:64884781 G>C)、IGF1R(chr21:7270696 A>T)和IGFBP3(chr4:44061001 C>T)通过候选基因分析成功注释;IGFBP7在加拿大Alpine和Saanen GWAS中有一个可注释SNP与PC相关。该轴成员仍为前景候选,但具体验证多态及跨品种效果需进一步研究。
4.1.5. Prolactin Signaling Pathway Genes
催乳素信号在乳腺发育和泌乳中关键。PRL在山羊ARS1.2中位置未明,CHIR_1.0中注释于chr23;辽宁绒山羊C442T与多项乳成分和SCC相关,但被定位至20号染色体PRL同源区,故未计为成功注释。PRLH的g.1150 G>A(chr3:3724551 G>A)与西农Saanen产奶量显著相关。PRLR在乳腺表达并激活JAK2-STAT5等通路;成功重注释5个显著SNPs,包括chr20:39080420 G>A、chr20:39080574 C>T、chr20:39081129 C>T、chr20:39080864 A>G和chr20:38911466 G>A;其中chr20:39081129 C>T在三个品种两国家中重复验证,与产奶量显著相关,可靠性高。
4.2. Important GWAS Findings and Successfully Annotated Markers
该部分强调GWAS发现的重要区域和候选基因,尤其是19号染色体QTL及按GWAS注释多态数量排序的候选基因。
4.2.1. Chromosome 19 QTL Region
与6号染色体酪蛋白簇QTL不同,山羊19号染色体泌乳QTL主要由SNP BeadChip GWAS发现。法国、英国和新西兰研究鉴定两个QTL:约24.5–29 Mb与泌乳性状、乳房附着和乳腺构型相关;33–42 Mb主要与体细胞评分相关。本综述关注24.5–29 Mb。该区域反复用于基因组预测方法研究,精细评估可提高法国Saanen基因组评估准确性。rs268292132(chr19:26610610 C/T)是与产奶量正相关的最显著SNP之一,选择有利等位基因可能同时改善乳脂、乳蛋白和产量,但对乳房深度及前后乳房附着有不利影响;该区域多个SNP呈类似多效性,即泌乳性能与乳房构型评分负相关。BayesC和单倍型区块分析进一步支持该区域多效调控。该拮抗关系对标记辅助育种(MAB)构成挑战,需构建多性状选择指数平衡生产与健康。所有强调该QTL的研究均使用Illumina Goat SNP BeadChip,而唯一WGS研究未在该区域报告显著多态,未来需高密度芯片或WGS验证。
4.2.2. Top Candidate Genes by Number of GWAS-Annotated Polymorphisms
GWAS分析中,LOC106503122(5 SNPs)、ADGRL3(4 SNPs)、LOC102179466(4 SNPs)、LOC108633298(4 SNPs)和PTPRG(4 SNPs)的注释多态数多于DGAT1或酪蛋白簇成员。LOC106503122、LOC102179466、LOC108633298和PTPRG的多态均来自中国Saanen全基因组重测序GWAS,且仅与产奶量相关;LOC106503122为山羊18号染色体未表征非编码基因,可能为小反刍动物或山羊特异;LOC102179466编码锌指蛋白665,功能未知;LOC108633298编码谷胱甘肽S-转移酶Mu 1样蛋白;PTPRG编码蛋白酪氨酸磷酸酶受体G型,二者此前均未被提出为乳性状候选。ADGRL3 SNPs来自加拿大Alpine和Saanen GWAS,4个注释SNPs均与PC相关,此前未被视为乳成分候选。上述基因和区域为前景候选,但具体效应和跨品种有效性待研究。
4.3. Limitations
局限包括:纳入仅报告显著位点导致确定性和发表偏倚,候选基因研究易选择性报告和赢家诅咒;显著阈值未统一,8项GWAS采用全基因组Bonferroni/FDR/置换阈值,而61项候选研究中仅12项(19.7%)使用实验wise Bonferroni、18项(29.5%)仅事后两两校正、31项(50.8%)使用未校正名义p<0.05,故位点按策略分层,合并总数非等权证据;Q-Genie风险评估受原始报告不完整限制,27/69未报告HWE,59/61候选研究无基因组分层控制,49/61缺乏实验wise校正;仅检索PubMed和Web of Science且仅英文,中国贡献27项(39.13%),可能系统漏检中文及其他语言/数据库文献;BLAST重映射在重复或旁系区域(如酪蛋白簇和CNV区间)存在假阳性风险;24/61(39.34%)候选基因研究所有多态均未能注释至ARS1.2;品种(43个)、样本量、统计模型和性状定义异质,且大多数位点(268/318)仅单研究报道,跨品种验证缺乏;GWAS覆盖窄,7/8依赖Illumina 50K/53K BeadChip,仅1项WGS GWAS且检出不同QTL结构;表达、基因编辑或代谢组学功能验证缺乏。
5. Conclusions
该研究从69项研究(筛选2301条记录)系统编目318个与山羊产奶量和乳成分相关的遗传变异,并成功重注释至ARS1.2。6号染色体酪蛋白基因簇是研究最密集区域,包含近三分之一注释多态,但特定因果变异的跨群体重复有限,多数变异仅单研究报告。按可靠性标准,仅少数标记可视为最可靠候选,包括CSN1S2 chr6:86088687 G/C、DGAT1 chr14:81337119 G>T/chr14:81338102 C>T/chr14:81334974、PRLR chr20:39081129 C>T和LTF chr22:52981144 G/A,其余虽在发现背景中统计显著但尚未证明具选择实用价值。关键发现是24/61(39.34%)候选基因研究因序列报告不足及参考基因组过时或异源而未能完全重注释,亟需标准化报告基因组版本、染色体位置和精确碱基坐标。候选基因与GWAS策略互补但显著性标准不同、变异水平重叠有限,应结合功能基因组学和独立跨品种重复,优选平衡生产与构型/健康的多性状指数,以解析山羊乳性状遗传结构并转化为有效育种工具。