全基因组选择在绵羊育种中的运用

梁永厚，王贵，包阿东，梅步俊

（河套学院农学系内蒙古巴彦淖尔 015000）

畜禽育种可通过估算形式达到预测后代性状效果，满足育种实际需求，EBV（估算育种值）可准确提升育种工作效果，因为高通量测序技术和生物信息学的发展，可借助各种基因组手段达到畜禽育种标准。现在，已经检测出一批显著特征的基因组，辅助标记可借助QTL（数量性状基因座）育种，提升育种效果。现在发现的QTL 不足百分之二十，且MAS（标记辅助选择）无法合理完成育种工作，存在限制性。所以提出基因组选择方法进行遗传标记育种工作，和传统方案对比，准确度更高，可实现早期育种，减少时代间隔，并加速遗传。GS（基因组选择）已经成为现在动植物育种主要工作，可在奶牛和其他畜禽身上进行，做好优良选种工作。

1 基因组原则原理

虽然已证实了存在主效基因，仍需对性状功能异基因的位置进行SNP（单核苷酸的多态性）标记，通过标记后发现基因和畜禽形状之间存在一定关系，还需做好LD（起始位点之间连锁不平衡）标记工作。并因为SNP 主效基因上存在1 个及多个LD，多个SNP可对一个基因效应进行解释s 多态性和表型进行估算。对影响数量形状中的QLT 和芯片上的SNPs 中多个LD 分析，借助全基因组完成QTL 和SNP 位点连锁检测工作，通过参考群表型对效应估算，然后依据选群育种形式完成估计，得到基因育种值。此方法对目标形状存在的QTL 具有一定影响，可减少传统MAS 标记存在遗传方差问题，提升育种工作准确性，可促进育种工作发展，借助SNP 分型和SNP 效应得出种值公式：

其中，mi是i 位置上标记基因型，而qi则是i 位置标记估计效应值，p 是标记总数量，借助模拟实验验证标记育种值的准确性，牛全基因组序列信息显示了GS 在奶牛育种中具有一定效果，可减少经济成本。且GS 技术在猪、羊等畜禽中也可使用[1]。

2 间接法进行育种

间接法是建立参考群，借助参考群体表型和全基因组分型信息，对全基因组中所有SNP 形状表示效应值估算。然后对选择群体分型，借助参考群中标记效应，累加计算，间接法通常使用岭回归最佳线性无偏预测法和贝叶斯法计算，既定所有标记都是存在效应的，且方差相同，也有人假定效应存在标记，方差符合逆卡方分布，将效应方差π 假定为0，以（1-π ）概率服从卡方分布，做好效应压缩预算，通过条件期望计算可以得到期望迭代算法，在借助随机搜索形式对π 选择，做好标记，得到真实求解方法，且标记效应可建设为两个主要方差，成为一个正态分布混合分布方程，对方差参数和π 进行模型求解工作，主要步骤如下：

还要针对成分进行分析，最小乘回归和半参数法等形式完成计算。

3 直接法进行育种

直接可以借助SNPs 成立个体关系矩阵，将其引入混合模型组中，获取个体基因组育种值，主要是对标记的个体关系矩阵中的G 基因组进行无偏差估算，将系谱矩阵A 和G 组合成H 矩阵一步法，给予不同标记关系矩阵进行TABLIP计算,可做好绵羊育种中全基因组选择工作，提升育种效果[2]。

4 参开群规模和结构

对标记进行估算，需对表型和基因对比，防止出现数据误差，在概论率中，实验增多，那么频率则会接近概率。所以检查误差可记录更多个体信息内容，参考数量多那么标记就准确。通过模拟实验可得到真实结论，遗传力是0.3 性状在育种计算期间，真实数值大于两千时准确性更高，性状遗传低下，样本需要的越多，那么遗传力为0.1 的性住桩则可以和群体数量保证精准度。混合性别模型构建期间，需考虑性染色体上存在的LD，结合性别对GEBV 估算，所以为增强数据真实性，还要考虑群体结构，提供足够大参考群体和目标性状。

5 结束语

总而言之，GS 技术对畜禽育种做出的贡献非常大，但在实际研究中仍存在一定问题，所以在全基因选择使用中，需做好主效基因和QTL 检测工作，借助各种表型信息完成群体选择工作，可有效扑捉基因中变异信息，对于低遗传力则无法度量形状提升效果。因此可结合SNPs 效应预算形式对群体中GEBV 计算，不适合个体发展，时间长则需针对实际情况进行精准计算。