动物全基因组关联分析的混合模型方法

在动物全基因组关联分析(Genome-Wide Association Studies,GWAS)中,线性混合模型通过校正群体分层、个体间亲缘关系和微效多基因对标记关联检验的影响有效地控制了数量性状基因座(Quantitative Trait Locus,QTL)检测的假阳性率。文章综述了混合模型之于GWAS基因定位的求解策略和方法,包括逐个标记的GWAS方法和联合多标记的GWAS方法。评论了这些方法在计算效率、QTL检测效率和模型拟合度方面的优缺点。指出了完善的全基因组关联分析方法不仅能够高效率地检测QTL,还能够最优地拟合性状表型值和预测基因组育种值。

偏分离条件下牙鲆生长性状QTL的主成分定位

本研究利用有丝分裂雌核发育建立牙鲆(Paralichthys olivaceus)双单倍体(Doubled Haploids,DH)群体,对牙鲆体重、全长、背鳍长、腹鳍长、体高、尾柄高、头高和躯干长共8组表型性状标准化处理后,进行主成分分析,得到可解释全部性状90.4%的表型主成分性状。然后,基于JoinMap 4、MapDisto、JoinMap 4-DistortedMap、MapDisto-DistortedMap构建4个连锁图谱,用偏分离标记矫正数量性状位点(Quantitative Trait Locus,QTL)基因型条件概率,采用Bayesian模型选择方法定位牙鲆表型主成分性状的加性QTL和上位性QTL。结果表明,用不同方法构建的遗传图谱和表型主成分性状QTL定位结果均有所不同。在图谱构建中,与基于JoinMap 4构建的图谱相比,基于MapDisto构建的图谱中偏分离标记的相对位置和遗传距离都发生了变化,甚至有5个偏分离标记没有被定位到相应的连锁群上;相对于基于JoinMap 4和MapDisto构建的图谱,经DistortedMap校正后的图谱中偏分离标记的相对位置没有发生变化,但是偏分离标记间遗传距离发生了变化。另外,在4个图谱中都检测到3个加性QTL,分别位于6号连锁群上,可解释表型变异的12.95%、14.85%、11.56%和11.76%,9号、22号连锁群上,具有负向加性效应;9号连锁群上,可解释表型变异的13.86%、13.27%、11.17%和11.25%,具有负向加性效应;22号连锁群上,可解释表型变异的5.68%、4.36%、4.97%和3.58%,具有正向加性效应。同时,分别检测到28对、19对、29对和20对上位性QTL,主要分布在6号、7号、9号、17号、20号和22号连锁群上,可解释表型主成分性状变异的2.19%~17.62%、2.40%~22.26%、2.08%~26.0%、3.16%~22.05%。研究结果表明,基于MapDisto软件构建、经DistortedMap软件包矫正后的图谱,定位结果更加准确,但仍需进一步验证。