貝類全基因組選擇技術建立及其在扇貝育種中的應用.pdf

1、貝類海水養(yǎng)殖是中國的海水養(yǎng)殖的主導產(chǎn)業(yè)之一。為了提高貝類生產(chǎn)產(chǎn)量，多性狀最佳線性無偏預測(Best Linear Unbiased Prediction,BLUP)選擇育種已經(jīng)被引入到貝類養(yǎng)殖工作中。隨著越來越多的遺傳和表型信息的積累，如何迅速和有效地將這些信息應用在貝類養(yǎng)殖和育種工作中已經(jīng)顯得日益重要?；蚪M選擇(Genomic Selection,GS)通過高密度的單核苷酸多態(tài)性(Single Nucleotide Polymorp

2、hism,SNP)的標記計算出基因組育種值，現(xiàn)已被廣泛應用于家畜動物和植物物種的育種工作中。最近的研究成果表明，在育種中的應用全基因組選擇對遺傳改良工作具有革命性的推動作用。本論文分為四個部分：基因組親緣關系矩陣的構建與真實親緣關系的計算，全基因組選擇軟件MixP與gsbay，貝類全基因組選擇遺傳育種評估與分析平臺的構建以及全基因組選擇在扇貝育種中的應用。
　　第一部分，提出了一種基于SNP分子標記基因型構建的、適用于衡量水產(chǎn)動物

3、全同胞家系個體之間真實親緣關系的T矩陣，并通過模擬的數(shù)據(jù)考察了其與G矩陣、傳統(tǒng)的A矩陣在計算個體之間的親緣相關系數(shù)時的差異。雖然T矩陣并不完全適用于估計遺傳力與育種值的算法，使用T矩陣在基因組最佳線性無偏預測(Genomic BLUP, GBLUP)中估計育種值的準確性不如G矩陣，但其所估計的兩個有親緣相關關系個體之間的相關系數(shù)是由基因組范圍分子標記的基因型推算出的精確值，其取值范圍在(0.41,1.0)左右，能比A矩陣和G矩陣更好的描

4、述相關關系。
　　第二部分，使用模擬數(shù)據(jù)比較了兩種通過高密度的SNP標記計算出基因組估計育種值(Genomic Estimated Breeding Values, GEBV)的全基因組選擇算法，即MixP和gsbay，與GBLUP法在計算基因組估計育種值上的準確性。結果表明，MixP和gsbay都能通過分析運算較準確的估計出基因組估計育種值，并且它們估計準確度的期望均高于GBLUP方法。gsbay比MixP的準確度稍高，而Mix

5、P的運算速度比 gsbay快，且更適用于影響性狀的數(shù)量性狀基因座(Quantitative Trait Loci,QTL)個數(shù)較少時的情況。
　　第三部分，論述了加入GBLUP運算模塊到自主開發(fā)貝類遺傳育種分析評估系統(tǒng)的方案，完成了調用DMU軟件進行GBLUP分析功能的嵌入，并整合了扇貝種質資源數(shù)據(jù)庫管理系統(tǒng)，記錄和管理貝類的生長性狀、繁殖性狀、抗逆性狀的測量數(shù)據(jù)以及群體特征、養(yǎng)殖環(huán)境和遺傳信息；并利用這些信息通過上述模塊進行貝類