3款猪50K SNP芯片基因型填充至序列数据的效果评估

【目的】利用猪50K SNP(Single nucleotide polymorphisms)芯片开展基因组育种已经得到了广泛的应用与认可。基因型填充可在不增加基因型检测成本的前提下大幅提高基因型数据量,有利于开展复杂性状的遗传解析与遗传评估。本研究旨在评估3款猪SNP芯片基因型填充至序列数据的填充效果。【方法】选用3款芯片共同检测的48头杜洛克猪群体作为填充的目标群体,260头猪的全基因组测序数据作为参考群体,使用Beagle5.1软件进行基因型填充,对比3款不同猪SNP芯片纽勤50K、中芯一号50K和液相50K基因型填充至序列数据的填充效果。【结果】3款芯片原始的SNP数分别为50697、57466和50885个。填充至序列后,未质控时位点填充准确性(基因型一致性)分别为0.886、0.886和0.898,质控过滤DR^(2)(Dosage R-squared)<0.95的位点后,填充准确性(基因型一致性)分别提升至0.974、0.976和0.969,位点数分别为3393066、3139095和3320627个。【结论】不同芯片基因型填充至序列数据具有可行性,通过基因型填充可获得高质量的高密度基因型数据,可为后续的育种应用研究打下基础。

3款猪50K SNP芯片基因型填充效果研究

高密度SNP芯片目前已广泛应用于畜禽性状遗传解析和育种实践中,芯片类型和密度也各有不同,不便统一使用,影响群体规模扩大,进而影响遗传解析和分子育种的效力。基因型填充提供了将不同芯片统一使用的可能,本研究比较了3款由不同研究机构和公司设计的猪50K SNP芯片(Geneseek、中芯一号、液相50K)基因型填充效果,以探索猪不同芯片统一使用的可行性。本研究采集2043头法系大白猪,分别使用上述3款芯片对个体进行基因型分型,不同2款芯片分别有100(Geneseek与中芯一号)、57(Geneseek与液相50K)、100(中芯一号与液相50K)头相同个体进行检测。采用直接填充和合并填充2种策略比较3款芯片基因型填充效果,通过共同个体基因型一致性和相关系数评价基因型填充准确性。结果表明,直接填充中,相同参考群体规模下,液相50K作为基因型填充参考群体最理想,Geneseek和中芯一号填充至液相50K准确性最高,Geneseek和液相50K 2款芯片由于相同位点最多,互相填充的基因型准确性更高,平均基因型准确率为0.92。合并填充能够扩大不同芯片的标记数量,增加了填充参考群体规模,但填充准确性Geneseek和液相50K组合时略低于直接填充。当Geneseek和中芯一号、液相50K和中芯一号组合时,合并填充表现则略有不同,合并填充有助于Geneseek和液相50K填充准确性提升,但降低了中芯一号填充的准确性。相同位点多的Geneseek和液相50K芯片合并填充效果最好。研究结果同时表明,扩大填充参考群体规模是提高基因型填充准确性的有效途径。本研究表明3款猪50K芯片之间的基因型填充是可行的,为我国猪分子育种提供了参考。

SNP芯片基因型填充至测序数据的策略

根据畜禽基因组信息,模拟了1条染色体测序数据、中密度和高密度SNP芯片数据。利用Beagle和FImpute将SNP芯片填充至测序数据,提出了一步法和两步法2种填充策略。结果表明,直接将中密度芯片填充至测序数据的一步法策略填充准确性较低,当公畜为参考群体时,两步法策略将后裔填充准确性由一步法时的0.691提高至0.863;当不同规模母畜为参考群体时,一步法策略下半同胞填充准确性为0.553～0.664,而两步法策略则大幅度提高到0.832～0.866。随着参考群体的增加,SNP芯片到测序数据的填充准确性可进一步提高,同样亲缘关系也有助于填充准确性提高。一步法填充策略下,Beagle填充准确性低于FImpute,但随着参考群体的扩大,差距逐步缩小,而在两步法策略下,Beagle与FImpute基因型填充准确性没有显著差异。

基因型填充策略研究

基因组数据在畜禽遗传育种中的应用越来越广泛,基因型填充作为基因组数据处理的重要工具,填充结果的好坏直接影响后续分析,为了得到好的填充结果,需要制定完善的填充策略。本研究通过模拟数据探讨参考群体大小、目标群体与参考群体间遗传关系(距离)远近、目标位点数目(比例)、最小等位基因频率以及填充算法等因素对基因型填充效果的影响。结果表明,目标位点数目与填充效果呈显著的正相关(P<0.05),是影响基因型填充准确性的主要因素;参考群体大小是影响Beagle5.1填充错误率的主要因素,目标位点数目是影响Minimac4填充错误率的主要因素;目标群体和参考群体的遗传距离对Beagle5.1填充效果的影响较Minimac4更为显著;一般情况下,最小等位基因频率越高的位点填充错误率越高;在参考群体个体数量少且目标位点数目多的情况下,Minimac4的填充速度优于Beagle5.1,但随参考群体个体数目增加有逆趋势。在保证填充质量的前提下,Beagle5.1对本研究中几种因素的标准要求相对较低。相对地,当目标群体位点数目较低,参考群体个体数目较多时,Beagle5.1的填充效果更好,而Minimac4更适合参考群体个体数目较少,目标群体位点数目较高的填充中。本研究针对不同的填充目的制定了不同策略,为基因型填充标准提供了参考。

猪SNP液相芯片10K~50K基因型填充效果研究

旨在探究低密度液相芯片在生产实践中的实用性,降低育种成本。本试验选用了3761头约160日龄,110kg左右健康大白猪,随机抽取100头大白猪,根据10K芯片标记信息,从50K芯片中抽取标记生成10K芯片,作为填充群体。再从剩余群体中,分别随机抽取800、2000、3600个个体作为参考群体,使用Beagle4.1软件对100头填充群体进行基因型填充至50K芯片,重复10次,以基因型一致性和基因型相关系数来评价基因型填充的准确性。结果表明,10K和50K芯片平均连锁不平衡(r^(2))程度为0.227和0.258,相差不大。最小等位基因频率(MAF)为0.05是基因型填充准确性的拐点,剔除掉MAF<0.05标记后,填充准确性明显升高。填充准确性随参考群体规模增大而上升,参考群由800头扩大到3600头,填充准确性从0.90提高到0.95,10次重复的标准差也从0.006下降到0.002。对于较小的参考群体规模,染色体基因型填充准确性波动较大,随着参考群体规模增大,每条染色体填充准确性相差不大。本研究结果表明,猪液相芯片从10K填充到50K是可行的,可以大规模用于基因组选择,降低基因组选择育种成本。

参考群筛选方法及规模对基因型填充准确性的影响

为探究基于A矩阵期望遗传关系最大化(maximizing the expected genetic relationship for matrix A,RELA)、基于A矩阵目标群体遗传方差最小化(minimized the target population genetic variance for matrix A,MCA)、平均亲缘关系最大化(the highest mean kinship coefficients,KIN)、随机选择(random selection,RAN)、共同祖先筛选(common ancestor,CA)等不同参考群筛选方法及参考群规模对基因型填充准确性的影响。本研究使用矮小型黄羽肉鸡作为试验群体,采用鸡600K SNP芯片(Affymetrix Axion HD genotyping array)进行基因分型,测定435羽子代公鸡45、56、70、84、91日龄体重。利用Beagle软件将低密度SNP芯片填充为高密度SNP芯片数据,比较不同参考群筛选方法、参考群规模对基因型填充准确性的影响,以及填充芯片基因组预测准确性。结果表明,使用Beagle 4.0结合系谱信息进行填充效果最佳,其次为Beagle 4.0,而Beagle 5.1填充效果最差。使用MCA方法筛选参考群进行基因型填充准确性最高,使用RAN方法筛选参考群进行基因型填充准确性最低,MCA、RELA、CA 3种方法基因型填充准确性差别较小。相比其他方法,使用MCA方法筛选个体作为参考群将低密度SNP芯片填充至高密度SNP芯片进行基因组选择的预测准确性较高,与真实高密度SNP芯片的基因组预测准确性相差甚微。随着参考群规模增大,基因型填充准确性也随之增加,但增速逐渐下降,最后趋于平缓。综上所述,可以通过参考群筛选方法构建参考群以及控制参考群规模,以保证基因型填充和基因组预测准确性并节省成本,本研究为基因型填充在畜禽遗传育种中的应用提供技术参考。

自主研发奶牛85K液相芯片基因型准确性及填充效果研究

全基因组SNP育种芯片是实施奶牛基因组选择的必要工具,目前国内广泛使用的育种芯片依赖进口且遗传标记位点未涵盖我国奶牛群体特定遗传背景。本研究作者自主研发了基于靶向捕获测序技术的奶牛85K液相芯片,包含84 560个SNP位点,芯片设计同时考虑商业化芯片及我国奶牛群体重要性状功能基因信息。本研究旨在验证自主研发85K液相芯片的SNP位点分型准确性及基因型填充准确性,为中国荷斯坦牛基因组选择提供技术支撑。基于中国农业大学构建的中国荷斯坦牛基因组选择参考群体(17 868头),对验证群体(157头)分别采用50K、80K、150K商业化芯片及85K液相芯片进行基因型检测,比较分析检出率及基因型准确性;将85K基因型数据填充至3款商业化芯片密度水平并比较分析填充准确性。研究发现验证群体的85K芯片检出率为98.70%~99.17%,与商业化芯片的共有位点基因型一致性为98.46%~99.39%;填充位点基因型一致性为96.81%~99.14%、相关性R2为99.65%~99.83%、剂量相关性DR^(2)为95.20%~98.19%;验证结果表明:85K液相芯片与3款商业化芯片相互填充的一致性(96.35%~97.89%)、相关性R2(98.66%~99.81%)、剂量相关性DR2(96.11%~97.73%)无显著差异。研究结果表明自主研发85K液相芯片可以用于我国奶牛基因组选择参考群体扩大及青年公牛、核心群母牛及生产群母牛的基因组遗传评估。

基因型填充方法介绍及比较

基因型填充技术现已在全基因组选择中扮演着越来越重要的角色,目前主要通过统计遗传学算法,利用参考群体信息完成目标群体的缺失基因型填充,而不同的填充方法和参考群体规模及其与目标群体的关系都会影响填充效果,因此科学地选择填充软件、合理地设计参考群体有利于提高基因型填充的准确性和后期研究的可靠性。本文主要对当前主流的基因型填充方法加以介绍,并总结了几种方法的基因型填充效率的比较和参考群体对其的影响,同时报道了中国Holstein群体的部分基因型填充研究结果,显示Fimpute不论从填充准确性还是填充耗时上都有明显的优越性;参考群体规模达到1 500头左右,并且与目标群体有亲缘关系时,能保证较高的填充准确性;常染色体的填充效果相较与性染色体来说较好。综述分析旨在为更多相关研究人员提供参考和建议。

河北省大白猪繁殖性状基因组选择参考群体构建和应用

联合育种是我国生猪遗传改良计划的重要工作,联合育种能够扩大群体规模,增加群体内遗传变异,提高育种值估计的准确性,且相较于传统育种方法对低遗传力的繁殖性状有着更明显的效果。本研究收集了河北大好河山养殖有限公司、河北裕丰京安养殖有限公司、石家庄清凉山养殖有限公司(以下分别简称大好河山、京安和清凉山)3家育种场共6790条大白猪的繁殖性状,构建了基因组选择合并参考群体,通过基因型填充将纽勤50K(Geneseek)芯片基因型填充到液相50K,采用一步法进行基因组联合遗传评估。结果表明:清凉山与裕丰京安两场遗传背景相近,大好河山场与其他两场存在较远的联系;基于系谱信息预测大好河山个体的总产仔数育种值准确性为0.170,基因组预测准确性则为0.324;通过联合基因组遗传评估,总产仔数基因组预测的准确性进一步提升至0.347,比基于单场系谱信息提高了104%。本研究表明通过基因型填充统一各场SNP芯片类型,构建河北省大白猪繁殖性状基因组选择参考群,从而进行联合基因组选择是可行的,尤其对提高常规育种进展缓慢的繁殖性状意义重大。

2款猪液相芯片性能比较分析

目的:比较30K液相芯片和50K液相芯片的性能。方法:该研究收集共322头纯种大白猪和杜洛克猪的生长性能测定记录,使用30K液相芯片和50K液相芯片对其中177头进行基因组分型,用358头大白猪、长白猪和杜洛克猪的重测序数据作为填充参考群体进行填充,分析2款芯片的填充效果,利用2款芯片的原始和填充数据对日增重、日采食量和饲料转化率进行全基因组关联分析,并对比3个性状的GWAS结果。结果:30K液相芯片的参考填充准确率高于50K液相芯片,50K液相芯片的自填充GWAS分析结果优于30K液相芯片,而参考填充GWAS分析效果,50K液相芯片发现位点较多,但整体情况30K液相芯片较好。结论:30K液相芯片在分析过程中具有整体上的优势。

基于不同密度SNP芯片在杜洛克公猪中的全基因组选择效果分析

基因组选择(GS)是近些年发展起来的一项新型育种技术,目前已在动植物育种实践中应用。本研究通过在1068头杜洛克公猪群体中使用不同密度的SNP芯片进行全基因组选择效果比较分析。结果发现:使用基因型填充后芯片以及高密度SNP芯片所获得的估计基因组育种值(GEBV)之间可以达到99%的相关,并发现个体间亲缘关系的远近对同群体内基因型填充结果的准确率影响不大。由此可见,与目标性状紧密相关的低密度SNP芯片可用于实际育种工作,在降低使用成本的同时并不影响全基因组选择效果,为实质性进行猪分子育种提供了一条可行途径。

牦牛测序数据缺失值填充的方法比较

快速准确的基因组分型技术已经在动植物遗传分析、人类遗传疾病治疗预测中被广泛使用,然而高通量深度测序数据的成本高,且多种测序数据进行联合分析时往往共有的基因位点会非常少,基因组测序数据的基因型填充技术可以用来解决这两种问题.牦牛是青藏高原特有大型家畜,其独特的遗传结构、群体构成以及基因组复杂度使牦牛测序数据更不容易被准确的填充.为了解决牦牛测序数据含有较多缺失值的问题,用编写的StochasticImpute函数、R语言中的impute.knn算法和BEAGLE软件三种方法,探讨不同的缺失率条件下的填充匹配率、相关性和填充耗时.结果表明,在测序数据较少的情况下,BEAGLE软件是三种填充方法中填充准确率最高的,然而StochasticImpute函数和impute.knn算法填充耗时较短.这些结果表明,利用基因型填充的方法可以填充数据较少并且含有较多缺失值的牦牛测序数据.

稀有变异关联分析研究进展及其在畜禽中的应用展望

在过去十年里,全基因组关联分析成功鉴定了数以千计的常见变异与常见疾病(性状)的关联。尽管如此,缺失遗传力的问题逐渐引起了广泛关注。由于GWAS的目标是鉴定常见变异与表型的关联,稀有变异成为解释缺失遗传力的一个重要答案。随着测序技术的发展,人们得以研究稀有变异与复杂疾病(性状)的关联。一系列的稀有变异关联分析(RVAS)方法被提出并应用于人类复杂疾病中,然而在畜禽上鲜有研究。本文首先综述了RVAS中具有代表性的测序核关联检验(SKAT)及其家族;其后,总结了两种在稀有变异中常用的提高效力的方法:极端表型抽样和荟萃分析;然后,探讨了使用芯片数据研究RVAS的方法:基因型填充和稀有单倍型关联分析;最后展望了稀有变异关联分析在畜禽上的应用前景。