基因组时代的动物遗传评估技术-精品.ppt

基因组时代的动物遗传评估技术-精品
遗传评估
评估和比较动物个体在遗传上的优劣
为选择优秀种用个体提供依据
动物育种的中心工作
表现型＝基因型＋环境
常规遗传评估技术
基因
（黑箱）
表型
环境
选择
遗传
最小二乘法
岭回归和BLUP
贝叶斯方法 BayesA, B, C 和压缩
其他方法
半参数、非参数
机器学****主成份分析
最小二乘法
对标记效应分布无任何假设
1: 对每个标记作单点回归分析
2: 选择效应值最大的m个点放入模型中，同时对其进行估计
不足：
1. 难以确定模型选择的阈值  2. 容易高估标记效应
最佳线性无偏预测和岭回归
假定全部标记有相同的方差
BLUP:
岭回归: 人为选定
sym.
贝叶斯方法-A
允许不同标记有不同的方差且服从一定分布
数据模型
方差模型
使用Gibbs sampling!
u , gi , Ve , Vgi
图片来自Hayes,2019
允许标记方差为0
概率为 q
概率为 1-q
Bayesian shrinkage
标记效应越大, 压缩越弱
标记效应越小，压缩越强
贝叶斯方法-B，压缩
准确性：估计育种值和真实育种值间的相关
数据来自 Meuwissen al et., 2019
不同方法的准确性
SNP Add.
Polygenic
SNP Dom.
a: additive SNP
d: dominance SNP
u: polygenic
e: residue
y：表型信息
X: 遗传标记信息
A：系谱信息
模型的扩展
基因组选择和常规遗传估计技术的育种效益比较（以奶业为例）
后裔测验 (数据来自加拿大)
每年参加后测的公牛数量: 500头
每头后测公牛的育种成本: 5万美元
后测的总成本: 2500万美元
中选公牛数目: 20头
每头中选公牛的育种成本: 125万美元
年遗传进展:
单位遗传标准差遗传进展的育种成本:
基因组选择
每个个体基因组标记信息测定成本：500美元
基因组单倍型效应估计
孙女试验设计: 50个公牛家系, 每头公牛50个儿子,每个儿子100个女儿
效应估计成本：125万美元
公牛母亲选择
进行 2000头母牛的预选择
全部个体进行基因组标记信息测定，根据GEBV选择1000母牛
评估成本:100万美元
基因组选择和常规遗传估计技术的育种效益比较（以奶业为例）
基因组选择（续）
公牛选择
从1000头公牛母亲中获得500头预选公牛
对所有公牛进行基因组标记测定，根据GEBV选择20头公牛
评估成本: 25万美元
20头公牛的购买成本:10万美元
每头公牛连续3年的维持费用: 3万美元
每年的总育种成本:195万美元
每年的遗传进展:
单位遗传标准差遗传进展的育种成本：417万美元
基因组选择和常规遗传估计技术的育种效益比较（以奶业为例）
基因组选择的另一策略
利用参考群体估计SNP效应
选择效应显著的SNP
利用选择SNP的信息构建的参考群体和候选群体个体间的加性遗传相关矩阵（具有性状特异性）
用BLUP方法估计候选群体（无表型信息）的个体育种值
原理：
参考群体及候选群体的个体育种值
利用SNP的信息构建的加性遗传相关矩阵
基因型系谱
121101011110
1**********
101121101111
122221121111
101101111102
0**********
121120191010
0 = homozygous for first allele (alphabetically)
1 = heterozygous
2 = homozygous for second allele (alphabetically)
G的构建
准确性
标记效应估计方法
两种基因组选择策略的比较
基因组选择在奶牛中的应用
开始应用基因组选择的年份
国家
应用范围
2009
Canada, Germany, USA, New Zealand, Israel, France, Ireland, Spain（8个国家）
For the selection of:
young unproven bulls,
active proven bulls,
Bull dams
2019
Austria, Australia, Poland（3个国家）
未来/尚未决定
UK, Netherlands, Norw