为评估不同SNP标记密度对凡纳滨对虾AHPND抗性基因组预测准确性的影响,本实验对26个全同胞家系进行Vp_(AHPND)侵染,收集686尾个体的存活时间数据,对其中242尾个体利用液相芯片“黄海芯1号”(55.0 K SNP)进行基因分型,基于A、G和H亲缘关...为评估不同SNP标记密度对凡纳滨对虾AHPND抗性基因组预测准确性的影响,本实验对26个全同胞家系进行Vp_(AHPND)侵染,收集686尾个体的存活时间数据,对其中242尾个体利用液相芯片“黄海芯1号”(55.0 K SNP)进行基因分型,基于A、G和H亲缘关系矩阵估计Vp_(AHPND)侵染后存活时间的遗传参数;采用随机和等距抽取方式,基于55.0K SNP构建了8个低密度SNP面板(40.0、30.0、20.0、10.0、5.0、1.0、0.5和0.1 K),利用GBLUP和ssGBLUP等方法预测Vp_(AHPND)侵染后存活时间的基因组育种值,利用交叉验证方法计算其预测准确性,并与BLUP方法进行对比分析。遗传参数估计结果显示,Vp_(AHPND)侵染后存活时间表现为高遗传力水平,估计值为0.68~0.79。在55.0 K SNP密度下,针对242尾基因分型个体数据集(G242),利用BLUP、GBLUP和ssGBLUP方法获得的预测准确性分别为0.424、0.450和0.452,GBLUP和ssGBLUP比BLUP分别提升了6.13%和6.60%;针对686尾表型测定个体数据集(P686),利用BLUP和ssGBLUP方法获得的预测准确性分别为0.510和0.535,后者比前者提升了4.90%。对于8个低密度SNP面板,当SNP密度≥10.0 K时,基因组预测准确性变化幅度在G242和P686数据集中均较小(1.1%~1.8%);随着SNP密度自10.0 K不断降低,基因组预测准确性在2个数据集中也不断降低,其中5.0 K密度降幅为0.6%~2.6%、1.0 K密度降幅为5.8%~11.0%、0.5 K密度降幅为11.4%~17.2%、0.1 K密度降幅为38.8%~41.6%。10.0 K与55.0 K SNP密度间基因组亲缘系数、GEBV的相关系数均高于0.99,表明利用10.0 K SNP面板可以准确地预测同胞个体间的亲缘关系及其GEBV。研究表明,使用10.0 K SNP面板对Vp_(AHPND)侵染后存活时间进行基因组遗传评估可以得到与55.0 K SNP芯片近似的预测准确性,为低密度SNP分型芯片设计提供了参考。展开更多
文摘为评估不同SNP标记密度对凡纳滨对虾AHPND抗性基因组预测准确性的影响,本实验对26个全同胞家系进行Vp_(AHPND)侵染,收集686尾个体的存活时间数据,对其中242尾个体利用液相芯片“黄海芯1号”(55.0 K SNP)进行基因分型,基于A、G和H亲缘关系矩阵估计Vp_(AHPND)侵染后存活时间的遗传参数;采用随机和等距抽取方式,基于55.0K SNP构建了8个低密度SNP面板(40.0、30.0、20.0、10.0、5.0、1.0、0.5和0.1 K),利用GBLUP和ssGBLUP等方法预测Vp_(AHPND)侵染后存活时间的基因组育种值,利用交叉验证方法计算其预测准确性,并与BLUP方法进行对比分析。遗传参数估计结果显示,Vp_(AHPND)侵染后存活时间表现为高遗传力水平,估计值为0.68~0.79。在55.0 K SNP密度下,针对242尾基因分型个体数据集(G242),利用BLUP、GBLUP和ssGBLUP方法获得的预测准确性分别为0.424、0.450和0.452,GBLUP和ssGBLUP比BLUP分别提升了6.13%和6.60%;针对686尾表型测定个体数据集(P686),利用BLUP和ssGBLUP方法获得的预测准确性分别为0.510和0.535,后者比前者提升了4.90%。对于8个低密度SNP面板,当SNP密度≥10.0 K时,基因组预测准确性变化幅度在G242和P686数据集中均较小(1.1%~1.8%);随着SNP密度自10.0 K不断降低,基因组预测准确性在2个数据集中也不断降低,其中5.0 K密度降幅为0.6%~2.6%、1.0 K密度降幅为5.8%~11.0%、0.5 K密度降幅为11.4%~17.2%、0.1 K密度降幅为38.8%~41.6%。10.0 K与55.0 K SNP密度间基因组亲缘系数、GEBV的相关系数均高于0.99,表明利用10.0 K SNP面板可以准确地预测同胞个体间的亲缘关系及其GEBV。研究表明,使用10.0 K SNP面板对Vp_(AHPND)侵染后存活时间进行基因组遗传评估可以得到与55.0 K SNP芯片近似的预测准确性,为低密度SNP分型芯片设计提供了参考。
