全基因组选择在猪育种上的研究进展

全基因组选择在猪育种上的研究进展自野生动物被驯化以来，科学家一直致力于提高畜禽育种值的研究。近半个世纪来，畜禽育种值估计的方法主要经历了综合选择指数法、同期群体比较法、最佳线性无偏预测法(BestLinearUnbiasedPrediction，BLUP)、分子标记辅助选择育种(MAS)以及近几年快速发展的GS法。同时，随着高密度基因芯片的出现和高通量测序技术的快速发展，单核苷酸多态性(SingleNucleotidePolymorphism，SNP)分型成本快速下降，GS才逐渐引起畜禽界的关注。特别是Schaeffer发现，在奶牛育种中利用GS比后裔测定可节约成本97%，且遗传进展可提高3～4倍后，全球掀起了一股研究GS的热潮。全基因组选择（GS）什么是GS2001年，Meuwissen等人最先提出GS，实质为全基因组范围的标记辅助选择。其理论基础是应用整个基因组的标记信息和各性状值来估计每个标记或染色体片段的效应值，然后将效应值加和即得到基因组育种值(GenomicEstimatedBreedingValue，GEBV)。GS在某种程度上是MAS的延伸，弥补了在MAS中标记数量只能解释一部分遗传方差以及数量性状位点(QuantitativeTraitLocus，QTL)定位困难的缺点。其中心任务是提高GEBV值的准确性，并尽可能准确地估计每个标记的效应。而估计标记效应的方法在实际运用中以BLUP法为主；Bayes法虽其准确性高于BLUP，但因其计算复杂，需在超级计算机上运行而限制其应用。不过随着快速算法的开发和计算机硬件的改进，Bayes法的运算效率有望提高。为什么选用GSGS的优势与MAS相比，GS的优势主要表现在：1）能对所有的遗传和变异效应做出准确的估计。而MAS只能对部分遗传变异进行检测，且容易高估其遗传效应。2）缩短世代间隔、提高畜禽年遗传进展、降低生产成本等，这在需要后裔测定的家畜中尤为明显。如GS给奶牛育种带来了巨大经济效益。3）早期选择准确率高。4）对于较难实施选择的性状具有重大影响。如低遗传力性状、难以测定的性状等。5）GS在提高种群的遗传进展前提下，还能降低群体的近交增量。GS的可靠性GS的关键便是对GEBV值做出可靠的评估。VanRaden等人在北美荷斯坦奶牛群体中，比较产奶性状、体型外貌性状等27个经济性状，发现GEBV平均可靠性为0.37，而传统育种值仅为0.19，相比可靠性提高95%。Su等人比较丹麦荷斯坦奶牛18个重要经济性状，发现GEBV平均可靠性为0.55，而传统育种值仅为0.29，相比可靠性提高90%。影响GS的因素尽管GS能显著提高畜禽选育的遗传进展，但仍受到许多因素的影响，这些因素主要包括：1）标记类型和结构。标记类型主要包括微卫星和SNP2种，但实际应用中以SNP标记为主。2）标记密度和标记间的连锁不平衡程度。通常GS的准确性随着标记密度的增加而增高。3）资源参考群中的表型测定数。GS的准确性随着表型测定数的增加而增加。4）估计标记效应所记录的表型世代数。对于低遗传力性状，记录世代数越多，GS的准确性越高；但对于高遗传力性状，一般以2～3代为宜。5）性状的遗传特性。一般认为GS选择对低遗传力性状的选择更有利。6）资源参考群与预测群体的世代距离。GS在选择3～4世代后必须重新估计标记效应，才能保持其长期优势。7）资源参考群与预测群体的遗传距离。模拟研究结果显示，当合并多个群体或品种的参考群为一个共同参考群时，GS的选择准确性大大提高。GS在猪育种上的应用鉴于GS具有节约种畜生产成本并可缩短世代间隔等优势，近几年来，已成为遗传育种领域的研究热点。2010年以来，世界各国的猪育种公司都开始尝试GS育种。Christensen等利用60000个丹系杜洛克猪群体上的SNPs，评估了料重比中GEBV的准确性。他们得出，GEBV比基于血缘所得到EBV的准确性要高出许多。2010年，丹麦丹育公司正式宣布启动猪GS研究，主要针对低遗传力、抗病性、饲料转化率和肉质等难测定性状进行选择，并且该公司也专门对公猪膻味进行GS研究，以期能在2018年向消费者提供无膻味的公猪肉。Hypor公司也已经开始尝试应用GS对繁殖、肉质和抗病等性状进行选择，并于2012年6月15日，该公司报道已为客户提供GS生产的种猪，进一步巩固了其在猪育种界的领先地位。2011年，温氏集团作为我国最大的猪育种和肉猪生产公司，为了提高种猪的遗传进展和其在行业中的竞争力，也开始进行了GS研究。主要对种猪的饲料利用率、肉质等性状进行选择。2012年初，TOPIGS公司宣布开始在猪育种中采用GS，对公猪膻味、饲料转化率等性状进行选择，以期改善猪的肉质，提高种猪竞争力。同年6月初，该公司宣布在母系中全面采用GS，期提高种猪繁殖力。2013年，我国首例采用全基因组选择技术选育的1头杜洛克特级种公猪正在健康长大，并即将开始配种应用。综上所述，GS在猪育种上的应用仍处于起步阶段，但随着育种技术的不断发展以及计算机水平的不断进步，GS在猪育种上的应用也会日渐成熟。GS在猪育种中的展望前景作为在传统育种方法和MAS基础上发展起来的新一代育种技术，GS实现了对候选个体从表型选择到基因选择的突破，解决动物个体肉质和抗性等性状难以选育的技术障碍，还可实现低成本的早期选择。如Lillehammer等研究发现，对母猪进行GS能大大提高种猪的繁殖性能。挑战GS在猪育种中同样也面临着诸多挑战，主要表现在以下几个方面。首先，GS测序费用相对较高。我国多数小型企业在育种方面投资小，只能等基因芯片分型成本进一步降低，才能真正扩大GS的应用范围。其次，GS需要对数万个标记的效应进行估计，算法比较复杂，需要具备相关知识的技术人员才能进行该项工作。目前，计算机发展水平有限，在一定程度上限制了GS在育种中的发展和应用。再次，获取GEBV的时间过长。从实验开始之初，到最后获得GEBV值的时间通常需要14周。建议鉴于GS在奶牛上的成功应用，提出如下几点建议。首先，常规育种是GS能成功应用的基本前提。GS出现初期，人们在GS和常规育种两者关系的认识上存在曲解。有人认为只要利用标记基因进行分子育种就不再需要传统的常规育种，即该观点是对常规育种的全盘否定。相反，GS并非对常规育种的全盘否定，而是以其为基础进行的后续研究。因此，GS准确性的高低依赖于常规育种中测定数据的准确性。其次，效仿奶牛业中所建的参考网群，不断扩大群体规模，共享数据资源，提高GEBV值的准确性。2010年，欧洲4个育种组织共享了各自的参考群体，并加入欧洲基因组计划，使得其参考群体规模快速扩大，达2.5万头验证公牛。当然，猪资源数据共享工作已初步开展，2001年，丹麦国家猪生产委员会与中国科学院北京基因组研究所的科研人员首次合作开展大规模猪基因组测序项目。再次，有效并充分利用我国社会资源，构建国家级别猪育种平台。该工作需要联合我国猪育种专家、高校科研机构、优势种猪企业、种猪中心测定站等，并在相关行政主管部门的配合下完成。