荷斯坦(Holstein)、泽西(Jersey)及其杂交牛群奶牛健康性状的多品种基因组评估

《Journal of Dairy Research》:Genomic evaluation for cow wellness traits in crossbred and purebred Holsteins and Jersey cattle

【字体: 大 中 小 】 时间:2026年05月29日 来源:Journal of Dairy Research 1.2

编辑推荐:

  摘要:奶牛养殖者日益广泛地采用杂交群体,引发了对多品种基因组评估(multibreed genomic evaluation)的浓厚兴趣,这为加速遗传进展和完善育种策略提供了契机。本研究评估了采用单步基因组最佳线性无偏预测(single-step genomi

  
摘要:奶牛养殖者日益广泛地采用杂交群体,引发了对多品种基因组评估(multibreed genomic evaluation)的浓厚兴趣,这为加速遗传进展和完善育种策略提供了契机。本研究评估了采用单步基因组最佳线性无偏预测(single-step genomic best linear unbiased prediction, ssGBLUP)对荷斯坦牛(Holstein, HO)、泽西牛(Jersey, JE)及其杂交后代(HO × JE)的奶牛健康(cow wellness)性状进行多品种基因组评估的可行性。所考察的性状包括流产(abortion, ABRT)、卵巢囊肿(cystic ovaries, CYST)、真胃移位(displaced abomasum, DA)、酮病(ketosis, KETO)、跛行(lameness, LAME)、乳腺炎(mastitis, MAST)、子宫炎(metritis, METR)、乳热症(milk fever, MFEV)、呼吸道疾病(respiratory illness, RESP)、胎衣不下(retained placenta, RETP)及双胎(twinning, TWIN)。表型记录数从RESP的1 176 935条至MAST的7 703 872条不等。研究人员在多性状(multi-trait)框架下采用线性模型对各性状进行分析,利用Gibbs抽样估计方差组分,模型中纳入近交系数(inbreeding)、保留杂种优势(retained heterosis)、性状特异性系统环境效应以及加性直接遗传随机效应和永久环境随机效应。基因组评估采用算法针对证明与青年动物(Algorithm for Proven and Young, APY),随机选取30 000头核心动物(core set)。根据评估中基因分型荷斯坦牛的数量设立两种情形:(1)包含所有可用的基因分型个体;(2)仅包含相关的基因分型荷斯坦牛子集。将基因组预测结果与市售的单品种评估进行比较,以评估一致性及预测性能的潜在提升。遗传力(heritability, h2)估计值范围为MFEV和CYST的0.003至MAST的0.057。多品种与单品种评估间奶牛健康性状基因组预测传递能力(genomic predicted transmitting ability, gPTA)的Spearman和Pearson相关系数——泽西牛:最低为METR的0.36和0.33,最高为MAST的0.88和0.89;荷斯坦牛:最低为MFEV的0.79,最高为METR的0.97和0.96。研究结果表明,单步法可产生与商业单品种评估相当的结果及准确的基因组预测,证实ssGBLUP适用于奶牛群体的多品种基因组评估。
论文解读:《荷斯坦、泽西牛及其杂交牛群奶牛健康性状的多品种基因组评估》
本文发表于Journal of Dairy Research。随着美国等奶业主产国杂交奶牛(crossbred)比例上升及基因分型数据增长,传统仅基于纯种(purebred)群体的基因组评估无法充分利用杂交牛表型和基因型信息,而杂交带来的杂种优势(heterosis)对繁殖力、长寿性等功能性性状尤为显著。美国CDCB( Council on Dairy Cattle Breeding)虽已启动多品种评估,但大规模将纯种与杂交数据整合进统一关系矩阵并验证其可行性的商业级研究仍有限。本研究旨在检验单步基因组最佳线性无偏预测(single-step genomic Best Linear Unbiased Prediction, ssGBLUP)结合算法针对证明与青年动物(Algorithm for Proven and Young, APY)能否对荷斯坦(Holstein, HO)、泽西(Jersey, JE)及其杂交(HO×JE)群体的11项奶牛健康(cow wellness)二元性状开展可靠的多品种基因组评估,并与商业单品种评估对比验证一致性。
主要关键技术方法
研究人员利用来自商业牧场管理软件(DairyComp 305、PC Dart、DHI Plus)的大规模表型与系谱数据,涵盖11项二元奶牛健康性状(ABRT、CYST、DA、KETO、LAME、MAST、METR、MFEV、RESP、RETP、TWIN),表型记录数117万~770万条。基因型数据包括1 905 292头HO、181 379头JE及53 799头HO×JE,经质控及FImpute软件填充至45 245个SNP位点;采用ADMIXTURE进行基因组品种组成(genomic breed composition, GBC)估算并以≥80%品种祖源比例判定纯种或杂交。方差组分用Gibbs抽样通过Gibbs2f90在多性状线性模型下估计,模型纳入近交系数、保留杂种优势(retained heterosis, RHET=1?ΣPi2)、畜群×年度×季节(hys)及永久环境效应(pe)。基因组评估采用ssGBLUP,H逆矩阵由系谱A?1与基因组关系矩阵(GRM, G?1?A22?1)组合构建,GRM利用APY法选取30 000头核心动物(按品种比例70.4% HO、16.6% JE、13% HO×JE)缩减计算量,blending参数α=0.95、β=0.05,τ=0.75,ω=1.0。设两情景:S1含全部基因型;S2仅含与性状有表型关联的相关HO基因型+全部JE及杂交基因型。基因组预测传递能力(gPTA)折半得预测传递能力(PTA),再转化为均值100、标准差5且反向记分的标准化传递能力(standardized transmitting ability, STA),高分代表低发病风险。可靠性用accf90计算,并与Zoetis商业单品种评估做Pearson及Spearman相关分析。
结果
Data summary(数据概况)
MAST记录超700万条,RESP约117万条,表型发病率与既往文献一致。系谱追溯最深20代,分析取14代平衡精度与算力。交叉群体父/母未知率高于纯种(>44%和>35%)。
Variance components(方差组分与遗传力)
加性遗传方差(σa2)、永久环境方差(σpe2)、残差方差(σe2)及各性状特异随机效应估算显示,h2介于MFEV和CYST的0.003至MAST的0.057之间,符合奶牛健康性状低遗传力特征。因本研究用线性模型(linear model)而非阈值模型(threshold model),略低于部分报道值但与其他线性模型研究吻合。遗传相关(genetic correlation, rg)范围为KETO—RESP的?0.02至METR—RETP的0.43,KETO与DA(rg=0.42)、DA与LAME(0.13)、MAST与LAME(0.14)呈中等正相关,提示代谢性疾病共享能量代谢与生理应激通路,支持多性状联合评估必要性。
Genomic predictions(基因组预测)
S1中Top 5%动物gPTA均值与标准差与既往HO、JE单品种报道相当;HO的gPTA分布更接近HO×JE,反映HO在参考群体中占主导。平均基因组可靠性(reliability):HO 0.29(CYST)~0.38(MAST),JE 0.33~0.48(MAST),HO×JE 0.25~0.35(METR、RETP);可靠性标准差HO/JE 5~7%,HO×JE 5~9%。最高可靠性(>0.90)仅见于有≥200女儿记录的基因分型公牛。因HO基因型数量极大且主导GRM等位基因频率,JE和HO×JE对角线偏离1致可靠性偏低,杂交牛因基因型/表型少及系谱连接弱可靠性最低。
S1与S2全群Spearman相关0.97(KETO)~0.99(LAME、MAST等),Top 5%相关0.74(KETO)~0.99(LAME、RETP),表明仅纳入相关HO基因型(S2)几乎不引起精英动物重排位次,且大幅缩减计算量,支持大群体中筛选代表性基因型策略。
标准化传递能力(STA)在S1/S2间Pearson与Spearman相关均>0.97(最低KETO 0.97,其余多>0.99),均值与离散度一致,验证两情景预测高度等效。
Correlations of PTA from multibreed and single-breed evaluation(多品种与单品种评估gPTA相关性)
HO与商业单品种评估gPTA相关较高(Spearman 0.79 MFEV~0.97 METR;Pearson 0.96 METR~…),JE较低(Spearman 0.33 METR~0.88 MAST)。Top 5%重叠率HO为46%~78%,JE为16%~59%,反映HO因参考群体大与单品种评估一致性好;JE因代表性不足,多品种模型识别优秀个体的差异更大,凸显多品种评估对弱势品种的价值。
讨论与结论(Conclusions部分翻译总结)
研究人员得出结论:本研究所估遗传力与文献相符,证实ssGBLUP适用于常规商业化多品种遗传及基因组评估。S2方案——即在统一基因组关系矩阵(GRM)中纳入JE、杂交牛及经筛选的相关HO基因型——相较包含全部基因型的S1更具计算效率且预测准确。多品种单步法与商业单品种评估的比较显示多品种评估可提升跨品种奶牛群体基因组选择准确性。这些发现支持了基于单步法(ssGBLUP)的商业多品种群体杂交牛评估的可行性与有效性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号