数量性状和阈性状基因组育种值联合估计新方法

With the developments of single-nucleotide polymorphism (SNP) Genotyping BeadChip and Next-Generation Sequencing(NGS) technology , genomic selection has become a hot topic for animal and plant breeding. The methods of estimating GEBVs are the core of geneomic selection, but now most methods have focused on a single quantitavie trait and multiple correlated quantitavie traits. To date, The methods of estimating GEBVs for economically improtant threshold traits are scarce and need more attention. The phenotypes for threshold traits are very simple, and they are less informative than quantitavie traits. Therefore, in this study, based on BayesTCπ for single threshold trait and to untilize phenotypes of the genetically correlated quantitaive trait, we will propose LT-BayesCπ and LT-ante-BayesCπ (considering LD of adjacent SNPs) for a joint analysis of one normal distributed trait and one theshold trait. First, we will deduce the theory of two new methods. Then, we will write their programs. Simulation tests will be carried on for correcting and optimizing new methods and their programs. And real data will also be used. This research will enrich the theoretical system of genomic selection, which will promote the application of genomic selection.

随着高密度基因分型芯片和高通量测序技术的普及，基因组选择已成为当前国内外动植物育种研究和应用的热点。基因组育种值（Genomic estimated breeding values, GEBVs）估计方法是实施基因组选择的核心部分。目前，大多数GEBVs估计方法是针对单个数量性状以及多个数量性状联合分析开发的。而对于具有重要经济价值的阈性状，GEBVs估计方法很缺乏。阈性状表型简单，提供的信息远不及数量性状。因此，本研究拟在分析单阈性状BayesTCπ基础上，充分利用有遗传相关数量性状信息，提出联合估计数量性状和阈性状GEBVs新方法LT-BayesCπ以及LT-ante-BayesCπ（考虑相邻SNP间LD信息），进行新方法理论推导，编程实现新方法，开展模拟试验及实际数据验证，与其他方法比较。本项目的实施对丰富基因组选择理论体系、推动基因组选择在畜禽育种中应用具有重要理论和实际意义。

基因组选择已成为目前全球动植物育种领域研究及应用的热点，而数量性状和阈性状联合分析方法的开发是对常规基因组选择方法的有益扩展与补充。在本项目的支持下，我们开展了一系列基因组选择理论方法开发及应用策略的创新性研究，主要内容及结果如下：（1）群体基因组数据模拟软件GPOPSIM的阈性状模拟功能开发，可生成阈性状及具有遗传关系的数量性状和阈性状的模拟数据，运行高效，操作灵活；（2）基因组选择计算方法研究取得突破，创新性提出LT-BayesCpi、ante- BayesCpi及ante-BayesT（ante-BayesTA, ante-BayesTB 和ante-BayesTCpi）。这些方法经数据验证，预测准确性较原有方法有所提高；（3）当一步法广泛应用于种猪育种时，我们在猪基因组参考群中开展了最优表型和基因型信息量的研究，寻找到了一种成本降低，计算时间缩短，预测准确性稍微降低的方式构建种猪基因组选择参考群体；（4）开展华南地区种猪分娩率、产仔数、精液品质性状的遗传参数估计，可为中国种猪群体遗传评估提供准确的遗传参数。本项目共发表SCI论文5篇，会议论文1篇，项目负责人获得“珠江科技新星”称号。