论文部分内容阅读
猪作为一种经济动物,其产品深受广大消费者喜爱。养猪业作为我国畜牧行业的重要领域,猪的育种工作显得尤为重要。传统育种方法的周期长且耗费巨大的人力和财力,而全基因组选择具有提高育种值估计准确性、增加年遗传进展、降低成本等优势。但由于目前基因组选择的方法多,猪的性状较为复杂,针对不同遗传复杂度性状,研究基于不同假设的统计方法比较基因组选择的效果,选择合适的模型,制定合理的选育策略,进而加快猪的遗传改良。本研究以收集的大白猪乳头数和达100kg背膘厚与长白猪乳头数和达100kg日龄的数据为分析对象,首先对性状进行遗传力估计,然后对群体进行全基因组关联分析,最后对不同遗传复杂度性状开展基因组选择。研究结果如下:(1)收集并整理了9412头大白和8215头长白猪的表型数据,其中大白猪乳头数、大白猪达100kg背膘厚、长白猪乳头数、长白猪达100kg日龄的平均值±标准差分别为14.09±0.49、10.67±2.44、14.30±0.73、157.30±11.99。(2)利用系谱信息估计大白乳头数和达100kg背膘厚与长白乳头数和达100kg日龄的遗传力分别为0.150、0.312、0.210和0.409。利用全基因组信息估计大白乳头数和达100kg背膘厚与长白乳头数和达100kg日龄的遗传力分别为0.076、0.237、0.125和0.126。利用综合系谱及全基因组信息估计大白乳头数和达100kg背膘厚与长白乳头数和达100kg日龄的遗传力分别为0.081、0.249、0.133和0.136。利用系谱信息估计的遗传力高于综合系谱及基因组信息估计的遗传力,利用综合信息估计的遗传力高于利用全基因组信息估计的遗传力。(3)针对猪的不同遗传复杂度性状为分析对象,结合50K SNP芯片分型数据,进行全基因组关联分析,以加性模型为基础,利用5倍和10倍交叉验证比较GBLUP、ssGBLUP、BayesA、BayesB、BayesC、Bayesian LASSO、BSLMM和BayesR方法的基因组选择准确性和无偏性。针对大白猪乳头数、长白猪乳头数和达100kg日龄性状使用ssGBLUP方法进行基因组选择效果最佳,针对大白猪达100kg背膘厚使用BayesC方法进行基因组选择效果最佳。针对猪的不同遗传复杂度性状进行基因组选择时,使用ssGBLUP方法的效果优于GBLUP。(4)性状的遗传复杂程度对基因组选择的效果有重要的影响。8种方法的预测准确性大致表现出与性状遗传力估计成正相关。通过实际的群体数据探究全基因组选择的模型,确定不同遗传复杂度性状选择方法的效果并提高预测的稳定性,为国内猪的基因组选育提供合理的参考。