基于基因集富集分析的奶牛全基因组关联分析方法及其应用研究

Under the support of National Natural Science Foundation of China, we have, ①proposed haplotype-based association analysis method, the candidate gene set approach (CGSA) and SUPER method with less time-consuming and higher statistical power; ②developed the dairy cattle SNP set annotation and enrichment analysis platform and genome-wide association study software. Based on our previous studies , this project intends to further carry out the following tasks: ①development of annotation analysis platform of genome-wide genetic variation and genome-wide association study methods and software based on the macro gene set information (SNP, CNV, Indel, SV, methylation and MircoRNA regulation); ②application of the method, analysis platforms and the macro gene set information in 800 dairy cattle to explain genetic mechanisms of important traits such as milk yield and reproductive performance. These work aims to identify macro gene sets and genetic mechanisms underlying economically important traits, and will lay the necessary foundation for molecular breeding and improvement of production efficiency.

在青年科学基金的支持下，我们提出了基于单体型的关联分析分析方法、候选基因集关联分析(CGSA)方法及旨在提高计算速度和统计效能的SUPER方法，并开发了奶牛SNP基因集注释与富集分析平台和全基因组关联分析软件平台。在此基础上，本项目拟进一步开展下列工作：①全基因组遗传变异在宏基因集层面上（即包含SNP、CNV、Indel、SV等多种遗传变异且考虑甲基化、MircoRNA调控等功能信息的基因集合）的注释分析平台构建及基于宏基因集信息的全基因组关联分析方法及软件的开发；②运用该方法及软件平台及800头奶牛全基因组层面的宏基因集合信息，阐释产奶量和繁殖性能等重要性状的遗传机制。这些工作旨在分析鉴定影响奶牛重要经济性状的宏基因集及基因的作用机制，为开展奶牛的分子选育工作进而提高奶牛群体的生产效率奠定必要的基础。

揭示奶牛复杂性状（产奶量、奶牛繁殖性能等）的分子遗传机制，进而有效进行奶牛分子育种，是我们所面临的重大科学问题。本项目主要开展了下列创新工作：①在方法研究方面，其一，构建了奶牛基因组宏基因集注释数据库和相应的查询分析平台（http://klab.sjtu.edu.cn/SNPpath），该平台包含了奶牛SNP，CNV (拷贝数变异)，Indel（插入/缺失突变）和SV (结构变异)等遗传标记与基因集合(pathway、Gene ontology、IPA 等)，位置注释信息（外显子、内含子、调控区），QTL功能等双向注释信息，并可系统开展宏基因集富集分析；其二，开发了高效的全基因组关联分析方法EB (http://klab.sjtu.edu.cn/EB)和SUPER等，模拟和应用研究证明了提出的方法能很好的控制Ⅰ型错误率，提高统计功效，该系列方法获得了多项软件著作权授权；②在应用研究方面，针对我国南方地区1,092头参试奶牛，采用了GGRS简化测序的方法，完成了奶牛基因组遗传标记的检测。经过质量控制、填充等共检测到199,444个SNP位点，490个CNV， 16,831个deletion和12,735个insertion。功能注释分析表明deletion和insertion多在疾病相关的通路中发生富集，CNV主要与嘌呤和嘧啶代谢相关，且在与神经相关的细胞组分。QTL映射分析显示deletion，insertion和CNVs总的变异数分别为140,298，111,694和1,829个。课题组也进一步应用新开发的统计方法分析了奶牛性能测定数据，检测到了多个影响奶牛产奶量和繁殖性能等经济性状的基因集合，分析了集合内基因的作用模式。这些工作初步揭示了奶牛产奶量和繁殖性状等经济性状的分子遗传机制，为进一步开展奶牛遗传改良奠定了基础。