全基因组选择技术在肉牛育种中的应用

成海建， 姜富贵， 张清峰， 苏文政， 刘方圆， 孔淑慧， 宋恩亮*

(1.山东省农业科学院畜牧兽医研究所，济南 250100；2.山东省畜禽疫病防治与繁育重点实验室，济南 250100；3.山东省畜禽健康养殖工程技术中心，济南 250100；4.山东畜牧兽医职业学院，山东 潍坊 261061)

肉牛的多数重要经济性状为数量性状，常规育种主要基于外貌评定、性能测定和谱系记录，应用表型或者估计育种值的方法进行选择，这些方法在过去肉牛育种中获得了很大的进展。但是肉牛的世代间隔长，繁殖率低，肉质性状难以测定且测定成本较高，常规育种方法选育进展相对缓慢。近年来，随着分子遗传学的发展，分子标记被考虑用于牛的标记辅助选择(MAS)育种中，以提高选择的准确性。但是，目前发现并功能验证影响肉牛重要经济性状的基因或标记数量少，且解释遗传变异的比例低。这些因素使标记辅助选择技术在肉牛育种的应用期值较低。鉴于此，Meuwissen等人于2001年提出了全基因组范围内的标记辅助选择方法，即全基因组选择(GS)方法[1]。随着牛全基因组序列的公布，高密度、高通量的商业化SNP芯片随后不断推出，随之基因分型效率提高，成本大大降低[2]。千牛基因组计划的实施[3]，推动了基因组选择在牛选育应用的研究[4-6]，基因组选择方法、模型和策略的不断优化。基因组选择技术在奶牛育种中已广泛应用，在猪、绵羊及肉牛育种中的应用正在稳步开展。本文通过综述基因分型技术，基因组选择技术及其在牛育种中的应用，旨在表明新型遗传技术的发展促进了肉牛遗传评估方法的改进。

1 SNP芯片分型技术

1.1 高通量SNP标记检测技术

高通量SNP标记检测技术是测序技术和生物芯片技术的有机结合，而测序技术和生物芯片两项技术迅速发展是高通量SNP标记检测技术趋于商业化的基础。目前新一代的测序技术涉及DNA测序、Small RNA测序、转录组测序、数字化表达谱测序、DNA甲基化、目标区域捕获测序、宏基因组测序等，这些技术体系覆盖了基因组科学的各个重点研究领域。随着新一代测序技术的通量提升和成本较低，生物芯片的检测成本越来越低，检测密度越来越大。SNP芯片通过制作技术的革新，检测方法的优化，高密度SNP检测技术成为便捷、高效、经济的技术，为基因组选择提供了便利条件。

1.2 牛的高密度SNP芯片

2010年，Illumina公司推出BovineSNP50k高密度芯片，50k SNPs约包含3亿碱基对，约每60 kb有1个SNP。由于Illumina Bovine SNP50 DNA池的样本来自安格斯、荷斯坦以及美国一群重要肉牛品种的公牛。因此，SNP的分析结果表明存在偏性，即安格斯、荷斯坦牛的SNP最小等位基因频率高，且Bovine SNP50的分析平台对于这些品种全基因组关联分析和全基因组选择的准确性略高。

为了尽量减少品种间信息含量的偏斜，Illumina和Affymetrix公司又相继推出800 k的高密度SNP基因芯片。800 k芯片是根据大量不同品种的测序结果设计的，每3.8 kb为1 SNP。结果说明SNP芯片几乎在所有牛品种中具有高的平均等位基因频率，但也包含许多具有低等位基因频率位点[7]。高密度标记能精确定位引起性状内变异的突变位置，也为识别SNPs给予了更大的机会，且在不同动物中甚至混合品种中用全基因组选择评定时，可预测这些突变型的基因型值。

2 全基因组选择

2.1 全基因组选择

全基因组选择主要是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，然后估计出个体全基因组范围的育种值并进行选择的一种新方法[1]。该方法主要是根据连锁不平衡信息，假设标记与其相邻的QTL处于连锁不平衡状态，由相同标记估计不同群体的染色体片段效应相同的原理建立的选择理论。基因组选择对历史群体数据库要求相对较低，可在个体早期进行基因型检测而估计育种值，在不降低育种值估计准确性的前提下，缩短世代间隔，降低性能测定的成本，提高遗传进展[8]。

2.2 全基因组选择的计算方法

全基因组选择的方法主要通过2个思路应用:一种思路是基于估计等位基因效应的主要方法,有最小二乘法、随机回归最佳无偏预测法(RR-BLUP)、主成分分析法和贝叶斯法等；另一种思路是通过已测定的基因型计算个体间的相关关系，记为G矩阵，从而按照最佳无偏预测法(BLUP)的思路，用G矩阵代替BLUP中的A矩阵来估计育种值，GBLUP法。

2.3 影响全基因组选择的因素

影响基因组选择的因素有很多，如标记类型和密度、单倍型长度、参考群体大小和标记-数量性状基因座(QTL)连锁不平衡(LD)大小等[9]。不同类型的标记具有不同的多态信息含量,标记数量越多,与QTL连锁不平衡的标记越多，基因组选择的准确性随标记密度的增加而增加。另外，假定标记密度相同，所标记间的距离和群体中LD的大小不一定相同,那么标记数目不同所构成的单倍型进行基因组选择时，获得的准确性存在差异。

个体有效表型信息越丰富，且基因分型个体的数量越多，基因组选择的准确性越高。参考群体的扩大可以使单倍型或等位基因效应估计的准确性提高。标记-QTL间的LD可以增加基因组选择的准确性，但随着世代的增加，基因组选择准确性随着标记-QTL间的LD逐渐降低而降低，因此标记或单倍型效应经过若干世代就需要重新估计。基因组选择的准确性也受性状的影响，由于不同性状的遗传力不同，故不同性状采用同样的方法其准确性存在差异。同理，同一性状在不同环境条件下，由于显示基因型和环境的互作是遗传变异的重要组分，故估计的标记效应不同。基因组选择特别适合于世代间隔较长、繁殖力较低的物种，如牛。由于不同物种的世代间隔和繁殖力不同，因而基因组选择在不同物种中效果可能会有差异。

3 基因组选择技术在肉牛育种中应用屏障

全基因组选择的真正优势在于使用紧密连锁标记的芯片时，它能同时选择所有性状遗传变异有关位点的理想组合。标记辅助选择通常需要在小部分大效应的位点中选择理想的基因型，因为这些位点一般在关联或者连锁分析中容易识别[2]。相比而言，全基因组选择可以同时选择全基因组范围内的理想基因型。但是在生产实践中，肉牛全基因组选择通常用于进行效应估计的参考群体和验证群体不同。而全基因组选择准确性有依赖于标记和QTL之间的LD程度，这种依赖在标记和QTL之间距离较大时尤为明显，有时不同群体中QTL效应也有差别。即使是相同品种的2个不同群体，遗传和环境之间的互作也可能会降低基因组估计育种值的准确性[10]。假设性状引起变异的位点在不同品种中是相同的，但引起的变异频率不同，就导致了这些性状在品种间存在差异。由于SNP等位基因频率在品种之间也不同，这些不同的标记和引起变异的频率意味着不同SNP不同程度与不同品种的性状变异密切相关。

基于此，准确估计基因组育种值需要大量基因分型的参考群体。奶牛和肉牛育种生产体系不同，肉牛和奶牛相比，缺乏像利用奶牛品种的集中资源群体，所以每个肉牛品种可用于基因分型的个体有限。换而言之，基因组选择技术应用于肉牛育种的潜在方向是肉牛品种间开展全基因组选择。缺乏准确的期望后裔改进值个体用于建立参考群体，来自不同品种的个体则需要跨品种的基因分型和信息分析。这是基因组选则技术在肉牛育种中广泛应用的主要屏障。

4 全基因组选择技术在肉牛育种中的应用

随着基因分型效率的提高，成本大大降低，以及基因组选择方法、模型和策略的不断优化，基因组选择技术在奶牛育种中已广泛应用，在猪、绵羊及肉牛育种中的应用稳步开展。全基因组选择技术，在美国、中国、澳大利亚、日本、韩国、巴西、韩国等国探索式应用，涉及到安格斯牛、利木赞牛、婆罗门牛、日本黑牛、韩国韩牛、布拉佛、海福特、尼尔洛、西门塔尔等主要肉牛品种[11-12]，详见表1。各个国家肉牛的育种目标、选育体系和生产方式的不同，基因组选择技术的应用策略、方式以及效果也存在差异。

表1 文献报道基因组选择技术在不同国家不同肉牛群体中应用状况

4.1 在美国肉牛育种中的应用

美国在基因组选择技术应用早期，利用Ilumina50k芯片，对注册的3 703头安格斯公牛，2 239头利木赞公牛和2 703头西门塔尔公牛进行基因分型，计算了测定性状的DGV。一方面结果表明，青年牛可以获得早期的遗传估计值，将基因分型的公牛反复纳入参考群分析，对于育种而言，获得最高准确性DGV是需要策略。另一方面结果表明，安格斯、利木赞牛和西门塔尔牛育种应用基因组选择技术获得个体直接基因组育种值是可行的，而且通过使用DGV与父母平均信息进行比较，至少某些性状，在一部分种群中，通过自然交配，可以实现更大的遗传进展。安格斯、利木赞牛和西门塔尔牛育种者都将受益于使用DGV信息来增加其种群的遗传进展[11-12]。

4.2 在澳大利亚肉牛育种中的应用

澳大利亚肉牛基因组选择的主要障碍是品种繁多，且每个品种满足于参考群构建条件的个体数量较少。针对肉牛育种的现状，澳大利亚牛肉合作研究中心(CRC)通过不同品种的参考群信息构建基因组预测方程，开展肉牛基因组选择工作。结果表明，尽管与已发布的品种内准确性相比，准确性普遍较低，但它们与其他多品种种群的结果是一致，且CRC开发的基因组预测方程，可以促进澳大利亚肉牛育种中基因选择的实施[13]。

4.3 在日本和韩国肉牛育种中的应用

亚洲2个知名品种为日本和牛和韩国韩牛，其选育目标均突出肉质性状，繁育体系相近，育种中应用基因组选择技术策略相似，参考群体阉牛组成，按照文献报道[14-18]分别为872头和1 679头[16]，详细开展工作见表1。日本和牛和韩国韩牛有效群体规模均相对较小，品种特征突出肉质，特别突出大理石花纹。经过持续对肉质性状的选择，日本的黑牛群体可能全基因组LD度相对较高，而基因组选择分析表明，大理石花纹等级相比胴体重而言，只有相对较小QTLs效应控制[15]。韩牛育种者测算，如果扩大参考群体，规模达到5 000头以上时，应用基因组选择技术[17]，遗传进展可提高30%。目前，基于2个牛种群体规模，为了在相对较短的时间内取得更好的结果，已基因组选择技术不同程度地纳入了常规育种程序。

4.4 在巴西肉牛育种中的应用

巴西有超过2.12亿头牛[21]，肉牛产业以纯种和杂交饲养的瘤牛为基础，在全国的牛种群中，Nellore是主要的肉牛品种，它在世界牛肉市场上是一个重要的品种。同时，也有其他品种对经济影响较大，如海福特和白福特。巴西2个类别的肉牛，考虑了2种基因组选择策略。一方面针对瘤牛的研究结果表明，特别是对于高遗传力性状，基因组育种值估计通过调节表型Y*比EBV更准确。可获得理想的基因组选择准确性期值，应用基因组选择技术提高Nellore牛胴体性状的育种方案可行。巴西专家建议在Nellore选育中，针对胴体性状，实施基因组选择。另一方面针对白福特和海福特牛等的其他牛种，在肉牛育种中广泛应用基因组选择取决于基因分型的价格。目前的中等或高密度的SNP芯片在牛肉行业广泛使用价格较高。在选择准确性相对减少较小且价格适宜的前提下，专家建议白福特和海福特牛的育种者使用15 k的SNP芯片进行大规模的基因分析。

4.5 在中国肉牛育种中的应用

我国肉牛品种较多，育种群体规模小、生产性能和谱系记录系统不完善，繁育体系不健全等是制约我肉牛育种的主要屏障。中国西门塔尔牛基因组选择开始于2008年，到目前为止是我国唯一一个大规模开展基因组选择的肉牛品种，经过9年持续开展，现在参考群规模为2 000余头，主要由公牛、母牛和育肥牛三类群体组成。随着基因分型群体的不断扩大，选择准确性也在不断提高,为我国其他肉牛品种将来开展全基因组选择奠定了基础。

5 展 望

高密度标记分型技术的提升和测序技术升级将为克服制约肉牛基因组选择的主要瓶颈起到重要的作用。基因组选择在传统选择理论的基础上，结合了全基因组水平的信息，在量化个体间遗传关系方面有了突破，由高通量的遗传标记取代了传统的系谱，遗传关系的描述更加精确。新型遗传技术正快速地推进基因组研究，这些技术势必促进肉牛育种方法的革新。