考虑基因与环境互作的基因组育种值估计新方法

Livestock production traits are usually complex traits controled by genes, environment, genotype × environment (G× E) interactions. EBVs are not accurate if G× E interactions are not included in the model. The methods of GEBV estimation are the core of genomic selection. For existing methods of GEBV estimation, G× E interactions are not considered. However, reference population and candidate population are often in different environment. Therefore, G×E interactions pay more impact on GEBV estimation. In this study, we will combine the normal GEBV estimation methods (direct and indirect methods) and traditional main method of G× E interaction analyses (Reaction norm model), and propose tow types of new methods of GEBV estimation considering G× E interactions. First, we will deduce the theory of the new methods. Then, we will write their programs. Simulation tests will be carried on for correcting and optimizing the new methods and their programs. And real data will also be used. At the same time, we will develop a new program of genomic datum simulation for the simulation tests. This research will fill this regard blank and enrich the theoretical system of genomic selection, which will promote the application of genomic selection.

畜禽的生产性状通常是复杂性状，同时受到基因、环境以及基因与环境(G×E)互作共同的影响。若不考虑G×E互作效应，估计的育种值（EBV）会有偏差。基因组育种值(GEBV)估计方法是实施基因组选择（GS）的一个核心部分。目前GEBV估计方法未能考虑G×E互作，但GS中参考群和验证群往往处于不同的环境，G×E互作对GEBV估计的影响更大。因此，本研究拟将目前常规GEBV估计方法(直接、间接方法)和传统G×E互作分析主流方法（Reaction norm model）相结合，提出考虑G×E互作的GEBV估计新方法，进行新方法的理论推导，编程实现该方法，开展模拟试验及实际数据验证，不断修正、优化新方法及程序，与其他方法比较。同时，开发考虑G×E互作的基因组数据模拟程序，为模拟试验提供数据支持。本项目的实施对填补国内外该方面空白、丰富GS理论体系、推动GS在畜禽育种中的应用具有重要的理论和实际意义。

基因组选择（Genomic Selection, GS）是当前国际动植物遗传育种领域的研究热点，已对动植物育种产生革命性影响。基因组育种值（GEBV）估计是GS的关键环节。在GEBV估计中考虑基因与环境互作（G×E互作），能更加真实地反映动物个体在特定环境下的表现，可提高GEBV估计的准确性，具有重要意义。本项目开发基因组育种值估计新方法3个，即LT-Bayes Cπ、BLUP｜GA和BayesBπ，其准确性均达到国际先进水平，可考虑G×E互作，丰富了基因组选择理论，为基因组选择育种提供更多方法支持，已在中国荷斯坦牛育种中初步应用，将在安徽省及全国猪育种中进一步应用。开发基因组数据模拟程序1个，即GPOPSIM，可考虑G×E互作，产生的数据能很好地模仿真实数据，为基因组学、数量遗学、群体遗传学和育种，提供了有用的数据模拟工具，已为较多研究提供了模拟数据支持，随着相关学科的发展，将被更广泛地应用。赴美国、加拿大和丹麦学术交流及培训1人；邀请美国、加拿大和丹麦4名专家来华访问；与丹麦奥胡斯大学、德国哥廷根大学、中国农业大学、华南农业大学开展合作研究。培养毕业硕士研究生4名，其中1名已在攻读博士学位；培养出站博士后1名；晋升副教授职称1名。申请发明专利2项，取得软件著作权4项；发表论文14篇，其中SCI论文11篇，累计影响因子29.272。