通過預(yù)選標(biāo)記法進(jìn)行基因組選擇.pdf_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在現(xiàn)代動(dòng)物育種中,利用高密度的基因組標(biāo)記進(jìn)行基因組選擇(GS)可以獲得較大的遺傳進(jìn)展。然而,高密度的芯片也帶來一些缺陷:(1)一些不存在效應(yīng)的SNP可能會(huì)被估計(jì)出效應(yīng),這將降低基因組育種值(GEBV)的估計(jì)準(zhǔn)確度;(2)標(biāo)記與標(biāo)記之間可能存在著很強(qiáng)的相關(guān)性,由于基因組選擇并不估計(jì)標(biāo)記之間的上位效應(yīng),過高的標(biāo)記密度反而會(huì)帶來較大的誤差;(3)高密度的標(biāo)記需要很長(zhǎng)的計(jì)算時(shí)間,給算法設(shè)計(jì)上帶來巨大的挑戰(zhàn);(4)高密度的標(biāo)記帶來很高的育種成本,

2、不利于對(duì)小型的畜種進(jìn)行基因組選擇育種。而低密度的基因芯片可以在算法設(shè)計(jì)和經(jīng)濟(jì)效益上一定程度地彌補(bǔ)上述缺陷。因此,本試驗(yàn)將嘗試選取基因組中的部分與性狀有關(guān)的標(biāo)記(SNP)進(jìn)行GEBV估計(jì)。
   試驗(yàn)一采用計(jì)算機(jī)模擬的自然群體作為參考群進(jìn)行研究,使用SMA(單標(biāo)記分析)或SME(通過計(jì)算出的效應(yīng)篩選標(biāo)記)兩種方法對(duì)標(biāo)記進(jìn)行篩選,使用emBayesB或GBLUP作為最終估計(jì)個(gè)體基因組育種值的算法。模擬中,設(shè)置了不同的參數(shù),比如遺傳力

3、和影響性狀的QTL數(shù)目,并對(duì)估計(jì)群模擬了6個(gè)世代。篩選標(biāo)記的方法及最終結(jié)果如下:
   (1)當(dāng)使用所有標(biāo)記直接估計(jì)GEBV時(shí),使用emBayesB和GBLUP兩種算法都存在遺傳力越高育種值估計(jì)越準(zhǔn)的情況,從而反映出遺傳力是決定GEBV估計(jì)準(zhǔn)確度的因素之一。隨著QTL數(shù)目的增多,emBayesB的估計(jì)準(zhǔn)確性在下降,原因在于QTL數(shù)目的增多使得每個(gè)QTL平均所占有的遺傳方差貢獻(xiàn)率減??;然而這種情況沒有出現(xiàn)在GBLUP算法中,原因在

4、于GBLUP的先驗(yàn)分布更適應(yīng)于基因組中QTL較多的情況。
   (2)SMA將基因組中的每個(gè)標(biāo)記都分別與表型值進(jìn)行關(guān)聯(lián),通過顯著性檢驗(yàn)得出的P值(F值)作為最終篩選標(biāo)記的標(biāo)準(zhǔn)。SME是使用emBayesB算法計(jì)算基因組所有標(biāo)記的效應(yīng),根據(jù)標(biāo)記的效應(yīng)(方差)對(duì)標(biāo)記進(jìn)行篩選。結(jié)果顯示,SME篩選方法更有利于結(jié)合emBayesB,而SMA方法更有利于結(jié)合GBLUP方法來制作低密度芯片進(jìn)行基因組選擇。如果是計(jì)算GEBV使用的是GBLUP

5、算法時(shí),無論是使用SME方法還是SMA方法,篩選標(biāo)記之后的計(jì)算結(jié)果都明顯好于篩選之前,但SMA篩選的優(yōu)勢(shì)更多地體現(xiàn)在保留的標(biāo)記數(shù)目比較多的時(shí)候,當(dāng)保留標(biāo)記數(shù)目很少時(shí),SME的效果好于SMA。
   (3)無論是通過SME還是SMA方法有針對(duì)性地篩選標(biāo)記,效果都比隨機(jī)地選擇標(biāo)記的效果要好的多,這說明我們的方法對(duì)篩選有效應(yīng)的標(biāo)記有一定的意義。
   試驗(yàn)二嘗試采用了R-SMA(限制一定區(qū)間內(nèi)的標(biāo)記數(shù)目)方法與簡(jiǎn)單的SMA方法

6、進(jìn)行對(duì)比,目的是完善SMA方法中的缺陷。結(jié)果顯示,當(dāng)保留下來的標(biāo)記數(shù)目很少的時(shí)候,R-SMA對(duì)GEBV估計(jì)的準(zhǔn)確度高于SMA,這進(jìn)一步證明了當(dāng)尋找與性狀關(guān)聯(lián)的標(biāo)記時(shí),SMA容易遺漏效應(yīng)較小的標(biāo)記。R-SMA方法為要進(jìn)行極低密度標(biāo)記的基因組選擇工作者提供了參考。
   試驗(yàn)結(jié)果證明,通過預(yù)選標(biāo)記法進(jìn)行基因組選擇是有可能提高GEBV估計(jì)準(zhǔn)確度的??紤]到整個(gè)過程沒有增加標(biāo)記密度和參考群數(shù)目,計(jì)算上額外花費(fèi)的成本又基本可以忽略,同時(shí)篩選

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論