《基於測定日模型建立中國荷斯坦奶牛基因組選擇新方法》是依託中國農業大學，由劉劍鋒擔任項目負責人的面上項目。
基本介紹
- 中文名：基於測定日模型建立中國荷斯坦奶牛基因組選擇新方法
- 依託單位：中國農業大學
- 項目負責人：劉劍鋒
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
基因組選擇是當前畜禽分子選育的前沿技術。對於奶牛育種，基因組選擇正逐步代替常規方法成為遺傳評估的重要手段。在奶牛基因組選擇中，利用多步法策略進行gEBV估計是當前國際主流。多步法依賴於性狀偽表型信息，存在明顯的理論缺陷。最近提出的一步法進行gEBV估計的改進策略，可將基因組選擇和常規遺傳評估納入統一框架實現一步估計，克服了現有方法的不足。本研究首次提出將隨機回歸測定日模型引入 一步法的新策略，旨在克服現有 一步法不能利用奶牛測定日表型資料的不足，通過估計基因組育種值隨機回歸參數的原理進行測定日產奶性狀gEBV一步估計。研究採用系統模擬和中國荷斯坦奶牛實際群體分析的手段，對新方法估計效果進行分析和驗證。本項目的實施，將建立測定日性狀基因組選擇一步分析的最佳化方法，從而進一步完善基因組選擇一步法的理論體系，為我國奶牛基因組選擇的最佳化實施提供技術保障。
結題摘要
產奶性狀是奶牛最重要的經濟性狀，提高奶牛產奶性狀選擇的準確性、加大遺傳進展具有重要的經濟與社會意義。在奶牛常規遺傳評估中，常用的模型是隨機回歸測定日模型，在逐漸成為主流遺傳評估方法的基因組選擇中，“一步”法比“兩步”法更具有優勢。本項目提出的基於隨機回歸測定日模型的基因組選擇“一步”法，旨在結合二者的優勢，從而提高育種值估計的準確性與無偏性。研究內容主要包括：（1）建立基於隨機回歸測定日模型的基因組選擇“一步”法的理論技術體系；（2）構建可以實現包括這一方法在內的、基於不同模型的大型遺傳評估的通用平台；（3）通過模擬不同參數組合的數據，對所提出的方法進行驗證；（4）在實際數據中對這一方法進行驗證。目前，本項目的研究內容以全部圓滿完成，並在相關領域進行了拓展研究，取得了如下成果：（1）建立了測定日性狀基因組選擇“一步”分析的最佳化方法，完善了基因組選擇理論技術體系；（2）構建了可快速、靈活進行大規模遺傳評估的計算平台，為遺傳評估的實施提供了基礎；（3）通過模擬研究，驗證了所提出的方法在育種值估計的準確性和無偏性上均具有優勢；（4）自本項目立項起，連續多年參與中國荷斯坦牛群體的基因組遺傳評估，顯著提高了中國荷斯坦奶牛的遺傳改良速度；（5）基因組選擇方面，在實現貝葉斯經典方法的基礎上，對其進行了改進，提出了BayesA+、BayesB+、BayesCπ+和多性狀貝葉斯前相關模型，模擬與實際數據驗證表明這些方法可以一定程度上提高育種值估計的準確性；（6）測定日模型方面，將隨機回歸測定日模型引入全基因組關聯分析，提出了測定日數據全基因組關聯分析的新方法，模擬研究表明，這一方法在控制假陽性率的同時，可以提高檢驗功效；（7）提出了通過將個體遺傳效應反推到SNP上位效應以實現快速檢驗的全基因組上位分析方法，模擬研究表明，這一方法可以更有效的控制假陽性率，並大幅提高了計算速度。綜上，本項目的研究成果在育種理論發展與實踐中均具有重要意義。
