共查询到20条相似文献，搜索用时 15 毫秒
1.
畜禽的选种选育在生产中至关重要,育种值估计是选种选育的核心。基因组选择（genomic selection,GS）是利用全基因组范围内的高密度标记估计个体基因组育种值的一种新型分子育种方法,目前已在牛、猪、鸡等畜禽育种中得到应用并取得了良好的效果。该方法可实现畜禽育种早期选择,降低测定费用,缩短世代间隔,提高育种值估计准确性,加快遗传进展。基因组选择主要是通过参考群体中每个个体的表型性状信息和单核苷酸多态性（single nucleotide polymorphism,SNP）基因型估计出每个SNP的效应值,然后测定候选群体中每个个体的SNP基因型,计算候选个体的基因组育种值,根据基因组育种值的高低对候选群体进行合理的选择。随着基因分型技术快速发展和检测成本不断降低,以及基因组选择方法不断优化,基因组选择已成为畜禽选种选育的重要手段。作者对一些常用的基因组选择方法进行了综述,比较了不同方法之间的差异,分析了基因组选择存在的问题与挑战,并展望了其在畜禽育种中的应用前景。 相似文献
2.
3.
4.
基因组选择（Genomic selection, GS）技术在肉兔上的研究和应用都还显著落后于其他畜禽。为探究基因组选择在肉兔育种上的实际应用,研究以363只肉兔的84日龄体重为试验材料,结合全基因组范围内的87 704个SNPs标记,构建线性混合模型;利用基因组最佳线性无偏预测（GBLUP）方法估计个体的基因组育种值,并采用5倍交叉验证法分析估计的准确性。结果表明：基因组估计育种值准确性最高为0.23,最低为0.01,平均值为0.12。该研究结果为在肉兔中开展基因组选择提供了参考。 相似文献
5.
二十一世纪初,基因组选择(Genomic Selection,GS)技术给传统奶牛育种体系带来新的活力。该方法利用基因芯片技术实现规模化的SNP标记多态检测,基于各国积累的大量后裔测定遗传评估结果,实现单个遗传标记或多个遗传标记构成单倍型的遗传效应估计。基因组选择的方法仅利用新生后备种公牛的基因组检测信息,即可实现动物个体的基因组育种值(GEBV)估计,据研究报道,其可靠性高于传统的系谱选择,最高可达75%左右。基因组选择策略实现乳用种公牛的早期选择,极大缩短了奶牛遗传改良的世代间隔,节约选育成本,提高选育效率,目前已在多个奶业发达国家具体实施并公开发布评定结果。本文对国际奶牛基因组选择的发展概况进行归纳综述。 相似文献
6.
全基因组选择技术在牧场的应用 总被引：1，自引：0，他引：1
奶牛育种是牧场管理工作中的基础工作,全基因组选择技术为牧场奶牛育种提供了新的育种工具,是目前奶牛选种育种已成熟使用的最前沿技术,该技术主要通过检测覆盖全基因组的分子标记,利用基因组水平的遗传信息对个体进行遗传评估,可以大幅提高育种值估计准确度、缩短世代间隔、降低群体的近交水平,快速提升个体遗传进展和生产水平。本文对全基因组选择技术的发展、遗传进展进行了论述并对牧场检测的头胎母牛305d产奶量、乳脂率、乳蛋白率等表型值与基因组检测的产奶量、乳脂率、乳脂量、乳蛋白率、乳蛋白量5个生产性能单性状育种值进行分析,为基因组选择在牧场的应用提供参考。 相似文献
7.
目前,基因组选择（genomic selection,GS）技术已经在种猪育种中开展,但为获得较高的收益,还需研究一些应用策略,如确定仔猪基因分型个体比例和早期仔猪留种比例。本试验选择温氏集团出生于2011—2016年的大白种猪作为研究对象,共有超过4.5万条的生长测定记录,超过7万条繁殖记录,和2 090个个体的简化基因组测序（GBS）数据,其中,出生于2016年7~12月的440个体作为候选群体。研究性状包括两个生长性状（校正100 kg日龄和校正100 kg背膘厚）和一个繁殖性状（总产仔数）。为对比预测效果,在候选群体进行育种值预测时,按照是否利用其基因型或表型信息分为4种预测方案,比较不同方案的预测可靠性和个体选择指数的排名情况。结果显示,在预测候选群育种值时,利用其表型或基因型信息均比不利用时的预测结果更加可靠。对生长性状终测前、后进行基因组选择指数计算,发现,终测后指数排名前30%的个体都位于终测前指数排名前60%内。若仔猪出生后仅选择常规BLUP预测指数排名前60%的个体,会导致有接近15%的具有优秀潜力的个体被遗漏。本研究建议,对所有新生健康仔猪都进行基因分型并计算基因组选择指数,然后对指数排名靠前60%的个体进行性能测定。 相似文献
8.
旨在比较简化基因组测序技术和基因芯片技术实施基因组选择的基因组估计育种值（GEBV）准确性。本研究在AH肉鸡资源群体F2代中随机选取395个个体（其中公鸡212只,母鸡183只,来自8个半同胞家系）,同时采用10×SLAF测序技术和Illumina Chicken 60K SNP芯片进行基因标记分型。采用基因组最佳无偏估计法（GBLUP）和BayesCπ对6周体重、12周体重、日均增重、日均采食量、饲料转化率和剩余采食量等6个性状进行GEBV准确性比较研究,并采用5折交叉验证法验证。结果表明,采用同一基因标记分型平台,两种育种值估计方法所得GEBV准确性差异不显著（P>0.05）;不同的性状对基因标记分型平台的选择存在差异,对于6周体重,使用基因芯片可获得更高的GEBV准确性（P<0.05）,对于剩余采食量,则使用简化基因组测序可获得更高的GEBV准确性（P<0.05）。综合6个性状GEBV均值比较,两个基因标记分型平台之间差异不到0.01,高通量测序技术和基因芯片技术都可以用于黄羽肉鸡基因组选择。 相似文献
9.
全基因组选择是指基于基因组育种值（GEBV）的选择方法,指通过检测覆盖全基因组的分子标记,利用基因组水平的遗传信息对个体进行遗传评估,以期获得更高的育种值估计准确度。由于可显著缩短世代间隔,全基因组选择作为一项育种新技术在奶牛育种中具有广阔的应用前景,目前已经成为各国的研究热点。不同国家的试验结果表明,奶牛育种中基于GEBV的遗传评估可靠性在20%~67%之间,如果代替常规后裔测定体系,可节省92%的育种成本。本文综述了全基因组选择的基本原理及其在各国奶牛育种中的应用现状和所面临的问题。 相似文献
10.
基因组选择是当前畜禽育种领域一项热门的分子育种方法,已经在实际育种中得到应用并取得良好的效果。基因组选择使用数学模型计算出覆盖全基因组范围内的高密度标记的效应值,从而得到个体基因组估计育种值,再进行高效的选种选配工作。该方法可以提高传统育种值估计的准确性,实现畜禽育种早期选择,缩短世代间隔,从而加快遗传进展。同时,随着第二代测序平台和基因芯片技术不断成熟,单核苷酸多态性（Single nucleotide polymorphism,SNP）标记已成为普遍且重要的动植物研究手段,SNP芯片检测成本也不再高昂。文章综述了常见的基因组选择模型及其在家禽育种中的应用,讨论了其面临的挑战,并且展望了其应用前景,为我国地方家禽保护、评价和利用提供参考。 相似文献
11.
本研究旨在探讨系谱错误对猪基因组选择的影响。模拟数据研究表明，随着系谱错误率增加，基因组选择估计育种值的准确性、无偏性和秩相关系数均逐步减小，20%系谱错误率相较0%时准确性、无偏性和秩相关系数分别由0.423 3、0.174 9、0.409 9降为0.358 2、0.103 1、0.346 9；当基因型检测个体数目增多，0%与20%系谱错误率下基因组选择估计育种值准确性的差值缩小。研究表明，本研究所分析育种场群中系谱错误率约为3.2%；应用基因组选择一步法对有表型及系谱记录的大白猪进行育种值估计的准确性为0.4471，利用基因型数据矫正部分系谱错误后，准确性提高0.42%。以上结果表明，系谱错误的存在会降低基因组选择的育种值估计准确性，使育种值的估计无偏性变小；通过增加基因型检测数目可以减少系谱错误对基因组选择造成的负面影响。 相似文献
12.
13.
14.
15.
4基因型填补策略（genotype imputation strategies）的作用
成本效益是将基因组信息应用于常规家禽育种计划的基本先决条件。在大型商用家禽系谱中应用基因组选择（GS）,由于大量的候选选择群体基因分型的成本可能会过高。目前HD基因分型的成本为每个个体150-250美元,因此,能够降低基因分型成本的策略明显具有吸引力,以便使实施在经济上可行。研究表明,当仅包括高预测力的SNPs时, 相似文献
16.
全基因组选择模型研究进展及展望 总被引：1，自引：1，他引：0
全基因组选择是一种利用覆盖全基因组的高密度标记进行选择育种的新方法,可通过早期选择缩短世代间隔,提高育种值估计准确性等加快遗传进展,尤其对低遗传力、难测定的复杂性状具有较好的预测效果,真正实现了基因组技术指导育种实践。随着芯片和测序技术日趋成熟,高密度标记芯片检测成本不断降低,全基因组选择模型的不断升级和优化,预测准确性不断提高,全基因组选择已成为动物遗传改良的重要手段和研究热点。目前,全基因组选择已经成为奶牛遗传评估的标准方法,并取得重要进展,在其它物种中的应用正在逐步开展。本文主要对全基因组选择的统计模型发展进行综述,总结全基因组选择在动物遗传育种中的应用现状,讨论当前存在的问题,并对全基因组选择模型的发展方向和应用前景进行展望。 相似文献
17.
《中国畜牧杂志》2017,(11)
基因组选择(Genomic Selection,GS)技术是利用覆盖全基因组与性状相连锁的标记信息,通过标记效应的求解和加和,得到个体基因组估计育种值(GEBV),从而达到对畜禽个体进行准确选择的目的。该技术率先在奶牛育种中得到广泛应用。在猪育种中,以杜洛克猪为代表,基因组选择技术的应用可以达到早期选择和提高选择准确性的效果,然而对于母系猪(以繁殖性状选择为主),并没有经济有效的利用方案。本文首先对基因组选择应用过程中关键问题进行讨论;其次简要介绍了基因组选择技术在父系猪中的应用情况;最后围绕我国母系猪育种的现状,探讨基因组选择技术在母系猪中如何应用。 相似文献
18.
2006年,北京市建立了种猪遗传评估数据平台。截止到2021年底,平台共收录371.46万头种猪系谱信息,51.23万条达100 kg体重日龄记录,50.90万条达100 kg活体背膘厚记录和45.15万条窝产仔记录。2015年,北京市将常规育种与基因组育种相结合,启动了种猪基因组选择育种平台构建工作,北京市种猪遗传评估进入基因组选择时代。截止到2021年底,平台建立了大白猪基因组选择参考群体,规模达到5 335头;开发基因组遗传评估系统,实现了将复杂的基因组选择计算过程转化为“一键式”操作;利用一步法（ssGBLUP）对9个种猪场的4 631头大白猪进行基因组遗传评估。基因组选择实施后,选择准确性大幅提高。早期选择时,达100 kg体重日龄的育种值准确性由0.56提高至0.66,达100 kg活体背膘厚的基因组育种值准确性由0.56提高至0.70,总产仔数育种值准确性由0.41提高至0.60。终选时,达100 kg体重日龄的育种值准确性由0.69提高至0.79,达100 kg活体背膘厚的基因组育种值准确性由0.72提高至0.80,总产仔数性状育种值准确性由0.41提高至0.61。基因... 相似文献
19.
全基因组关联分析(genome-wide association studies, GWAS)是一种利用大规模群体的DNA样本进行全基因组高密度基因型分型，探究与目标性状相关联的遗传变异的研究方法。GWAS在揭示猪重要经济性状的变异规律和推动基因组选择在猪育种中的实际应用等方面有着重要作用。本综述主要围绕GWAS的基本原理、GWAS的分析方法、GWAS在猪育种方面取得研究进展和其未来展望进行综述，以期为利用GWAS进行猪重要经济性状遗传基础的研究提供参考。 相似文献
20.
基因组选择在我国种猪育种中应用的探讨 总被引：5，自引：0，他引：5
种猪育种对我国养猪业起着极其重要的作用。基因组选择在我国猪育种生产中的应用水平尚不及欧美发达国家的种猪企业。完整的性能记录、高效的数据系统和资金投入的缺乏是制约基因组选择在我国猪育种生产中应用的重要因素。基因组选择能够增加不同性状遗传评估的育种值准确性,尤其是增加低遗传力性状的准确性。基因组选择在杂交优势、选配和多品种评估方面均具有应用优势。我国种猪企业需要进一步完善表型和性能数据的收集,制定长期的育种规划。通过区域性的联合评估和基因组选择技术的应用,加速群体的遗传进展,加速提升我国商品猪的生产性能。 相似文献