全基因组选择在猪育种中的研究进展

宋志芳，曹洪战，2*，芦春莲，2

（1.河北农业大学动物科技学院，河北  保定  071000；2.河北农业大学猪业科学研究所，河北  保定  071000）

全基因组选择在猪育种中的研究进展

宋志芳1，曹洪战1，2*，芦春莲1，2

（1.河北农业大学动物科技学院，河北  保定  071000；2.河北农业大学猪业科学研究所，河北  保定  071000）

目前，随着分子生物学技术和遗传学的不断发展，动物育种方法从传统的数量评估方法，逐渐向全基因组选择法评估育种值转变。全基因组选择是动物育种的一次革命，利用全基因组遗传标记信息对个体进行遗传评估，能大大缩短育种间隔，提高遗传进展，已然成为动物育种研究的热点。该文主要对全基因组选择在动物育种中的应用及展望做一个简述。

全基因组选择；动物育种；单核苷酸多态性；数量性状位点

中国拥有丰富的地方猪种资源，据2012年最新统计，中国拥有地方猪品种88个。地方猪具有其天然优势，比如耐粗饲、繁殖力高、肉质好等，所具有的优点是无可替代、独一无二的［1］。我国是世界上的养猪大国，有着悠久的历史，同时也是种猪的进口大国，进口国外优良高品质的种猪，新美系杜洛克，丹麦的长白猪、英国的大白猪等。这种长期依赖进口的根本原因是我国缺乏相关的育种技术和人才。随着人们生活水平的不断提高和消费观念的改变，对猪肉的需求也从脂肪型猪向瘦肉型猪转变，对肉质提出了更高的要求。市场的需求就是猪育种应该努力的方向。我们应该充分利用我国丰富的地方猪种资源，采取更有效的措施进行保种和育种工作。传统的育种方法周期较长，消耗大量的人力、物力和财力，短期内很难完成优良品种的培育，而且保持优良品种的优良特性也比较困难。

1　动物育种值估计方法的历史

在20世纪70年代，选择指数法被广泛应用于各种家畜的个体遗传评定，包含了单性状和多性状、单信息和多信息等各种情况，在理论上，它的理论比较完善，选择效率也相对较高。但是在实际动物育种过程中，选择指数法很难达到理论上的预期效果，有时差异很大。因为它有比较严格的应用前提条件，因而也存在着缺陷。如果实际应用中能够满足前提条件，在鸡、猪等的场内遗传评估中，利用选择指数也能够得到较好的选择效果。自20世纪80年代以来，随着数理统计学，特别是线性模型理论、计算机技术等领域的迅速发展，动物育种值的估计方法也从根本上发生了变化。美国育种学家C.R.Henderson等人发展起来的BLUP（最佳线性无偏估计）使得动物遗传育种的理论与实践进入了一个新阶段，是估计育种值的可靠方法。BLUP在本质上就是选择指数的扩展，既可以估计育种值又可以估计和校正系统环境效应，从而提高估计的准确性［2］。但是应用这个方法有一个基本假设：在不影响观察值的系统环境效应或者这些效应是已知的，从而可以对观察值进行校正。即使基本假设不成立，它的估计值也是理想的。由于计算技术的限制，1948年Henderson提出时，并未真正运用到育种实践中去。到了20世纪70年代，随着计算机技术的高速发展，能够处理大量数据，使得这一方法得以运用到实际生产。利用BLUP法估计动物的育种值逐渐得到普及和应用，已经成为世界各国家畜评定的规范方法。

2　数量性状位点与标记辅助选择

20世纪80年代以来，出现了新的研究领域-分子数量遗传学，将分子生物学和数量遗传方法相结合，研究QTL（数量性状基因座）与MAS（标记辅助选择）的理论和方法。分子数量遗传学的完善和发展，给动物育种带来一次新的飞跃。1990年，Thompson为标记辅助选择下了一个定义：把分子遗传学方法和人工选择相结合达到农艺性状最大的遗传改进。人们进一步将MAS定义为以分子遗传学和遗传工程为手段，在连锁分析的基础上，运用现代育种原理和方法，实现农艺性状最大的遗传改进。分子标记辅助选择具有明显优势：能显著改良遗传力低的生产性状，如猪产仔数，为其选择提供新的方法和途径。对于费用昂贵（如抗病性）、在发育早期难以测定的表型值（如瘦肉率）或限性表现（如产奶量）的性状，也能够衡量；选择可以不受性别的限制，如繁殖性状；可以早期选择，如繁殖性状和胴体性状；大大节省成本［3］。

数量性状位点是指占据一特定染色体区域的微效多基因群，可能控制某个经济性状，并存在与某个易于检测的DNA分子标记紧密连锁的可能性。因此，当今世界猪遗传育种研究的焦点是利用分子生物学技术探测猪DNA标记来分析遗传标记与重要经济性状的遗传连锁关系［4］。

3　全基因组选择概述

3.1全基因组选择的基本概念

为了进一步剔除环境效应，提高估计育种值的准确性，T.H.Meuwissen提出了全基因组选择这一种新的标记辅助选择方法［5］。全基因组选择的基本概念：是全基因组范围内的标记辅助选择，主要通过全基因组中大量的标记信息，估计出不同染色体片段的育种值并进行标记［6］。其选择理论是主要利用连锁不平衡信息，要求标记密度足够高，以

使所有的数量性状位点与标记处于连锁不平衡状态。全基因组选择率先应用于奶牛，已经取得成功，并成为奶牛的常规育种方法，给奶牛场带来非常可观的收益。全基因组选择法具有很大的优势和潜力：1）能够捕获基因组中的全部遗传变异，提高选择的准确性；2）可以不依赖表型信息；3）对于遗传力低、难以度量的性状更具有优势；4）缩短育种年限，大幅度提高遗传进展。目前猪的基因组测序已经完毕，随着SNP（单核苷酸多态性）芯片的商业化，全基因组选择法显然成为猪育种领域的一个热点和最新的育种方法，是未来猪育种工作的新技术，将极大地推动我国猪遗传改良和遗传进展。

3.2影响全基因组选择的因素

性状遗传进展的快慢主要取决于全基因组选择的准确性，而影响其准确的主要因素有：1）SNP的密度和位置。全基因组选择要求高密度的标记，可以保证至少有一个标记与QTL处于紧密连锁，因此，覆盖全基因组的标记密度越高，则与影响目的性状基因的LD（不平衡连锁）值越高［7］。2）遗传力。用全基因组法可以提高目标性状的准确性，对于低遗传力的性状也是如此，但是要提高低遗传力性状的准确性，需要更多的表型数据，研究表明，遗传力越高，GEBV（遗传估计育种值）的准确性越高［8］。3）有效参考群体的数量。基因组评估育种值分析的第一步就是通过参考群体估计出不同染色体片段的效应，也就是说参考群的规模能直接影响候选个体的GEBV的准确性。

4　全基因组选择在猪育种的应用情况

4.1全基因组选择在猪育种中的研究

大量的实验数据和研究表明利用猪60KSNP芯片得到的GEBV具有很高的准确性。在生长性能方面，O.F.Christensen等利用猪60kSNP芯片选择丹麦杜洛克猪的日增重和饲料转化率时，发现和传统育种方法相比，GEBV的准确性要高［9］。在肉质方面，E.Gjerlaug-Enger等利用猪60 k SNP芯片对长白和杜洛克猪的肌间脂肪进行全基因组选择，GEBV的准确性明显比传统选育方法高［10］。H.Simianer研究表明，全基因组选择可以极大地提高母猪产仔性能的遗传进展［11］。

我国一些高校和科研单位也对全基因组选择在猪育种方面的应用做出了探索和努力。石玉珍等人提出了一种新型混合低密度（MLD）芯片技术，并且讨论了MLD芯片在基因组选择育种中的应用前景。经过研究和比较得出MLD芯片的基因组选择提高了准确性。随着芯片密度由1 k增加到12 k，各芯片的填充准确性均增加。王敏等人研究了猪全基因组范围内miRNA靶基因种子序列中SNP的筛选和验证，产生的新的SNP位点可以提供新的分子标记用于猪的育种改良。孙博兴，白春艳等人研究了猪剩余采食量高低分化选择与全基因组关联分析，期望建立饲料效率分化品系，并对分化群体进行全基因组关联分析，探讨提高猪饲料效率的育种策略。李伯江，吴望军等人研究了利用全基因重测序技术对影响猪肌内脂肪的关键候选基因及变异位点进行鉴定，研究结果为深入开展肌内脂肪形成的分子调控机制，以及分子标记技术的研发奠定理论基础。

4.2全基因组选择在生产实践中的应用

最近几年，全基因组选择法在奶牛育种中取得成功后，也成为猪育种的一个热门话题，是目前遗传育种改良的最先进的估计方法，很多知名猪育种公司已经把全基因组选择当作一种新的育种手段［12］。比如PIC种猪改良公司，是世界上最早专业从事种猪改良的公司之一。经过50年的发展，PIC年销售种猪300多万头，并对pH、大理石纹、肌内脂肪含量等肉质指标进行选育，对产仔总数、生长速度、采食量和眼肌面积性状进行选择。我国率先用全基因组选择进行育种的是广东温氏食品集团，主要针对日增重、肉质等性状进行选择。然而，由于全基因组选择法进行动物育种改良成本较高，对于中小型育种场来说，如果测试群体较大，会造成很大的经济压力，所以还没有得到普及。

5　展望

我国是猪生产和消费大国，人们对猪肉肉质也提出越来越高的要求，猪育种主导着生猪产业的发展。目前，我国规模化养殖快速发展，小规模的养猪场逐渐被收购，生猪产业已经逐渐进入微利时代，使得生猪市场竞争愈发激烈，所以全基因组选择法既是机遇也是挑战。随着生物科学技术的发展，尤其是分子生物学，使得全基因组选择应用于实际成为可能［13］。目前的测序成本相对较高，一般的猪场很难承担高昂的费用。即使可以利用全基因组选择法选育出优质的种猪，因为成本太高，很多种猪场也不愿意尝试，就算成功选育出了优质种猪，它的利用年限也比较短，利用空间小。我国的地方种猪场比较分散，缺乏信息交流。所以，我国需要开展联合育种，建立信息平台，这将利于全基因组选择方法取得良好的遗传进展。

［1］ 陈瑶生，王健，刘小红，等.中国生猪产业新趋势［J］.中国畜牧杂志，2015，51（2）：8-14，19.

［2］ 郝怀志，昝林森，刘丑生，等.13个绵羊品种的遗传多样性分析［J］.西北农林科技大学学报：自然科学版，2009，37（3）：7-14.

［3］ 俞沛初.种猪育种与养猪产业化［J］.动物科学与动物医学，2005，22（7）：（63）.

［4］ 李祥龙，田庆义，孙乃权，等.唐山奶山羊随机扩多态DNA与体重体尺相关性研究［J］.河北农业技术师范学院学报，1999（1）：2-7.

［5］ MEUWISSEN T H，HAYES B J，GODDARD M E.Prediction of total genetic value using genomewide dense marker maps［J］. Genetics，2001，157（4）：1819-1829.

［6］ 冯春刚，胡晓湘，赵要风，等.全基因组选择及其在动物育种中的应用［J］.中国家禽，2008，30（22）：5-8.

［7］ G O D D A R D M.G e n o m i c selection：prediction of accuracy and maximisation of long term r e s p o n s e［J］.G e n e t i c s，2 0 0 9， 136（2）：245-257.

［8］ CLEVELAND M A，HICKEY J M，FORNI S.A common data set for genomic analysis of live stock populations［J］.G3：Genes|Genomes|Gene tics，2012，2（4）：429-435.

［9］ CHRISTENSEN O F，MADSEN P，NIELSEN B，et al.Single-step methods for genomic evaluation in pigs［J］.Animal，2012，6（10）：1565-1571.

［10］ Gjerlaug-Enger E， Nordbø Ø， Grindflek E. Genomic selection in pig breeding for improved meat quality［C］//10th World Congress on Genetics Applied to Livestock Production. Asas， 2014..

［11］ SIMIANER H.The potential of genomic selection to improve litter size in pig breeding programmes［C］.In Proceedings of the 60 th Annual Meeting of the European Association of Animal  Production.Barcelona：Wageningen Academic Publishers，2009.

［12］ HAYES B J，DAETWYLER H D，BOWMAH P，et al.Accuracy of genomic selection：comparing theory and results［J］.Proc Assoc Advmt Anim Breed Genet，2009，18：34-37.

［13］ 王晨，秦珂，薛明，等.全基因组选择在猪育种中的应用［J］.畜牧兽医学报，2016，47（1）：1-9.

2016-4-17）