全基因组选择技术（Genomic Selection,GS）与传统育种方法相比拥有提高选择准确性、缩短世代间隔等优点。自2009年猪60k SNP基因分型芯片商业化以来,国外许多知名育种公司开启全基因组选择育种工作并将其作为常规育种手段进行应用,由于我国大部分企业的育种体系的建立尚未完善,所以全基因组选择技术的应用并不广泛。在杜洛克猪的育种工作中使用全基因组选择技术并对其应用效果进行研究,同时采用全基因组关联分析方法挖掘与杜洛克生长性状显著相关的SNP标记和候选基因,对杜洛克生长性状的遗传进展和遗传机制的研究具有重大意义。本研究首先收集杜洛克猪的达100kg体重日龄（AGE100）、达100kg体重背膘厚（BT100）性状的表型数据和系谱数据,建立全基因组选择参考群体后使用不同选择策略对杜洛克生长性状的早期选择效果情况进行分析研究,同时对杜洛克群体进行全基因组关联分析,以期找到与群体生长性状可能的功能位点和候选基因。研究结果如下:（1）完成杜洛克生长性状全基因组选择参考群建立。收集得到试验群体系谱数据48475条、AGE100数据17013条、BT100数据16837条,基因型信息1644条。对参考群体的遗传参数进行估计,使用BLUP方法计算得到AGE100和BT100的遗传力分别为0.195和0.334,两个性状间的遗传相关为-0.228;使用ss GBLUP方法计算得到两个性状的遗传力分别为0.193和0.329,遗传相关为-0.223。两种方法估计的生长性状遗传力大致相等,但是使用ss GBLUP方法估计的遗传力略微低于使用传统BLUP方法估计的遗传力。（2）使用不同计算模型对全基因组选择技术在杜洛克候选群的早期选择效果进行研究。在育种值预测准确性方面,加入表型值信息的ss GBLUP方法的准确性最高,AGE100和BT100性状的预测准确性分别为0.153和0.342,相比没有表型值信息的ss GBLUP方法预测准确性提高了4.1%和2.4%,相比加入表型值信息的传统BLUP方法预测准确性提高了1.3%和1.8%,相比没有表型值信息的传统BLUP方法预测准确性提高了15.9%和8.2%,且不论哪一种预测模型BT100的预测准确性都高于AGE100。在预测无偏性方面,使用表型值信息的传统BLUP法在对候选群生长性状育种值估计时拥有最好的无偏性。对比不同计算方法结果之间的相关性,使用全基因组选择方法的两种模型之间的相关性在所有组别中都是最高。对候选群不同预测模型的父系指数结果进行排名,观察有表型值信息的全基因组选择模型中排名前20%的个体（即最优秀的个体）在另外三种计算模型中的排名区间分布情况,在使用全基因组选择的模型中,结果显示在结束性能测定后使用全基因组选择指数预留的所有优秀个体都位于性能测定前模型中选择指数排名的前50%内,而在传统BLUP方法的组别中均有部分优秀个体遗漏在了前50%的区间之外。（3）对杜洛克猪群体的生长性状进行全基因组关联分析,在第3号、第5号、第8号和第11号染色体上共定位到13个与AGE100相关的候选SNPs位点,在第1号、第7号、第11号染色体上共定位到10个BT100相关的候选SNPs位点。对关联位点进行对比、查询、分析,共定位到8个可能与杜洛克AGE100性状相关的候选基因,分别是INPP4B、TBC1D19、PLAC8、TSPAN9、ZFP36L2、KCTD8、ENSSSCG00000045684和ENSSSCG00000048820;共定位到10个可能与杜洛克BT100性状相关的候选基因,分别是ACAD9、CHCHD6、CHGA、PLAGL1、DOCK3、ABCG1、TEX264、RAD54L2、CACNA2D2和ENSSSCG00000039042。综上所述,本研究将杜洛克猪的两个生长性状作为研究对象,首先使用全基因组选择技术建立了杜洛克猪生长性状参考群体,然后使用不同方法估计群体的遗传参数,评估了不同计算模型对杜洛克生长性状的选择效果,最后对生长性状进行了GWAS研究并找到相关联的SNP位点和候选基因。本研究不仅为杜洛克生长性状的遗传进展和遗传机制研究做出贡献,更对我国公司化全基因组选择育种体系的建立有较重要的参考价值。