检测全基因组范围影响数量性状变异互作效应的新方法研究

Many researches showed that the epistasis between polymorphic loci (genes) significant affected on the variation in quantitative phenotypes. As a result, mapping the epistatic loci affecting on quantitative traits will explain more genetic variation and advance our understanding of the genetic architecture of these complex phenotypes. Quantitative trait of animal populations is the topic of the project, which is aimed at constructing an analysis platform of SNP data. The platform is able to detect and evaluate the epistatic effects of genome-wide SNPs. A statistic model that could detect high dimension epistatic effects is built. The model, basing on the study of phenotypic values, is the combination test which blends the regression method and the Bayesian model. Hierarchy dynamic interaction networks are drawn reference to the transverse and longitudinal characteristics of phenotypic values. In order to deduce the real effect of gene interactions and explain more genetic variation, the networks are analyzed, evaluated and integrated the biological information. The analysis platform is used in the experimental data of the broiler lines in the empirical analysis. The accuracy of the results is verified by the expression level of the relation genes in the tissues. The study provides a new way which could gain more information of the genetic architecture of quantitative traits. It contains more prior knowledge and realizes that the genome-wide data is analyzed deeply. The results of the study would lay the foundation for genetic mechanism of quantitative traits.

多项研究结果显示：位点（基因）间的上位性互作效应显著影响数量性状的表型变异。因此，定位互作效应位点将解释更多的遗传变异，并加深对复杂性状遗传结构的认识。本项目以动物群体的数量性状为研究对象，基于SNP芯片数据，旨在构建用于全基因组范围内互作效应检测、评价的分析平台。从挖掘表型值入手，基于组合检验法，整合回归方法与贝叶斯模型两种方法的优势，给出能够检测高维互作效应的统计模型；结合表型值横向与纵向两个维度，建立多层次动态互作网络；深入分析、评价网络，融入已有的各种生物学信息，以期推断真实的基因互作效应，解释更多的遗传变异。实证分析中，将建立的分析平台应用于肉鸡品系试验数据，并通过测定相关基因在组织中的表达情况验证分析结果的准确性。整个研究将为进一步研究数量性状遗传结构提供一个能够挖掘更多信息的途径，实现对基因组数据的深度挖掘和对已有结果的有效整合，为数量性状遗传机理的深入研究奠定基础。

对果蝇、酵母、小鼠、拟南芥和玉米等模式生物的研究表明，上位性互作效应现象普遍存在，是决定数量性状表型变异的重要因素。但是，互作效应在数量性状遗传结构中发挥的作用仍然不够清楚，并存有争议。相关的研究，在方法论和案例方面都呈现匮乏的状态。本研究以数量性状和互作效应为研究对象，探讨互作效应对数量性状变异的影响，力求更清晰地描述互作效应在遗传结构中的作用。. 本项目，以经典的Logistic模型为理论框架，建立了数量性状表型值变化的趋势方程；以多元回归和加入了协变量的多元回归方法为互作效应检测方法，建立了检测互作效应的常用流程；给出了互作效应贡献率计算公式与互作网络节点评价公式。. 实证研究中，以东北农业大学建立的肉鸡高、低脂双向选择品系第11世代的475只公鸡为研究材料。首先，建立了群体体重变化的趋势方程。之后，使用鸡60K SNP芯片，按照本研究建立的互作效应检测、分析流程，对全基因组范围内SNP标记进行互作效应检测，给出影响出生重、1周龄体重、3周龄体重、5周龄体重、7周龄体重（day of hatch body weight (BW0) and one, three, five, and seven weeks (BW1, BW3, BW5, BW7））性状变异的显著SNP-SNP互作效应。经过Bonferroni（1%水平）的校正，显著性阈值设定为8.67×10^(−12)，分别检测到67对、4对和2对与BW0、BW1和BW3变异显著相关的SNP-SNP互作对。同时，未发现与BW5和BW7相关的显著SNP-SNP互作对。建立并注释了BW0、BW1、BW3的SNP-SNP互作网络。在注释信息和严格的显著性阈值控制下，研究说明由SNP-SNP之间的相互作用推断的基因-基因相互作用是合理的，它们可能发生在染色体之间或同一条染色体内。检测结果还表明，鸡体重遗传网络是动态的、时间依赖的。另外，本项目还检测了影响睾丸重、血液中极低密度脂蛋白的显著SNP互作对；构建了鸡体脂性状相关基因调控网络，开展了代谢组学研究。. 提供理论框架、检测流程，并开展实证研究。从方法论和实证两方面深化了对数量性状遗传结构的认识，以及互作效应影响数量性状变异的机理。