本文關(guān)鍵詞： 全基因組選擇 全基因組關(guān)聯(lián)分析 貝葉斯 篩選位點 交叉驗證　出處：《湖南農(nóng)業(yè)大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

【摘要】：自2001年Meuwissen提出全基因組選擇(Genomic selection, GS)理論以來,動物育種技術(shù)從標(biāo)記輔助選擇(marker assistant selection, MAS)的分子水平提高到了GS的組學(xué)水平,實現(xiàn)了動物育種技術(shù)的又一次跨越。隨著生物芯片技術(shù)、高通量測序技術(shù)以及計算機技術(shù)的快速發(fā)展,在當(dāng)下生命科學(xué)領(lǐng)域的大數(shù)據(jù)時代,使基因組選擇技術(shù)在動物育種領(lǐng)域的應(yīng)用成為可能。本研究利用821頭中國西門塔爾牛資源群體,用基于高密度基因分型芯片數(shù)據(jù)對其米龍、和尚頭、黃瓜條、后腱子和臀肉共5個性狀進(jìn)行GS研究。首先,利用上述5個性狀進(jìn)行顯著環(huán)境效應(yīng)的篩選研究,并構(gòu)建環(huán)境效應(yīng)方程。其次,對上述5個性狀進(jìn)行ST-Bayes A、 ST-Bayes B和ST-Bayes CPi三種算法的單性狀(single trait, ST)基因組估計育種值(Genomic estimate breeding value, GEBV),構(gòu)建三種Bayesian算法的全基因組效應(yīng)值圖譜。其中ST-Bayes B算法的GEBV估計準(zhǔn)確性最高,ST-Bayes A和ST-Bayes CPi的估計準(zhǔn)確性相差不大,但ST-Bayes CPi算法的準(zhǔn)確性稍好于ST-Bayes A。再次,對上述5個性狀進(jìn)行全基因組關(guān)聯(lián)分析(Genome wide association study, GWAS),以位點顯著性大于5作為位點的顯著標(biāo)準(zhǔn)。結(jié)果表明,顯著位點主要集中在6號染色體上。本研究還對821頭中國西門塔爾牛資源群體進(jìn)行了GS篩選位點。首先,利用GPOPSIM軟件進(jìn)行數(shù)據(jù)模擬,并對基于篩選位點的估計準(zhǔn)確性評價方法(PA, Prediction Accuracy)進(jìn)行研究。即比較基于回歸系數(shù)的CV (Cross Validation)方法和傳統(tǒng)CV方法,并證明前者具有一定的優(yōu)勢。對回歸系數(shù)CV方法進(jìn)行參數(shù)優(yōu)化,研究證明基于ST-Bayes A算法的篩選位點,利用PA估計準(zhǔn)確性過程當(dāng)中進(jìn)行2倍并重復(fù)8次的CV算法準(zhǔn)確性最佳。篩選位點采用相等的遺傳距離、ST-Bayes A和ST-BayesB算法估計的效應(yīng)值以及GWAS的P值四種不同策略并利用ST-Bayes A算法進(jìn)行GEBV的估計。研究證明：采用ST-Bayes A和ST-Bayes B算法估計的效應(yīng)值進(jìn)行篩選位點效果最好,在7-8 K左右即可達(dá)到較高的準(zhǔn)確性。其次,關(guān)于相等遺傳距離篩選位點的策略。研究表明：在15K左右達(dá)到平臺期,而利用GWAS的P值效果在較低密度時上升明顯,在40 K左右相對于均勻的位點篩選方法體現(xiàn)出優(yōu)勢。
[Abstract]:In 2001, Meuwissen proposed the Genomic selection (GSN) theory. The molecular level of marker-assisted marker marker assistant selection (MAS) was increased to the level of GS in animal breeding. With the rapid development of biochip technology, high-throughput sequencing technology and computer technology, in the current life sciences in the big data era. The application of genome selection in animal breeding was made possible. In this study, 821 Chinese Simmental cattle resource populations were used to make use of high-density genotyping microarray data to compare the data of Milosaurus and Sangtou. GS was used to study the five characters of cucumber strip, posterior tendon and gluteal meat. Firstly, the significant environmental effects were screened by using the above five characters, and the environmental effect equation was constructed. ST-Bayes A, ST-Bayes B and ST-Bayes CPi algorithms were applied to single trait for the above five traits. Genomic estimate breeding value (GEBV). The whole genome effect map of three Bayesian algorithms is constructed, and the GEBV estimation accuracy of ST-Bayes B algorithm is the highest. The estimation accuracy of ST-Bayes A and ST-Bayes CPi is not different, but the accuracy of ST-Bayes CPi is better than that of ST-Bayes A. Genome wide association studyy (GWAS) was used to analyze the five traits mentioned above. The results showed that the significance of the locus was greater than 5. The significant loci were mainly located on chromosome 6. GS screening sites were also used in 821 Chinese Simmental cattle resource populations. First, the data were simulated by GPOPSIM software. The estimation accuracy evaluation method based on screening sites was evaluated by PA. Prediction Accuracy. comparing the CV Cross validation method based on regression coefficient with the traditional CV method. The regression coefficient CV method is optimized and the screening sites based on ST-Bayes A algorithm are proved. In the process of estimating accuracy of PA, the CV algorithm with 2 times and repeated 8 times has the best accuracy. The screening site adopts the same genetic distance. The effect value estimated by ST-Bayes A and ST-BayesB algorithm and the P value of GWAS are four different strategies and ST-Bayes is used. A algorithm is used to estimate GEBV. The results show that ST-Bayes A and ST-Bayes B algorithms have the best effect on screening sites. Higher accuracy can be achieved at 7-8K. Secondly, the strategy of screening loci with equal genetic distance is discussed. The results show that the platform stage is reached at 15K or so. The P value of GWAS increased obviously at low density, and it showed an advantage over the uniform site screening method at about 40 K.
【學(xué)位授予單位】：湖南農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：S823

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任紅艷,許尚忠,李俊雅,楊雪麗;中國西門塔爾牛育種效果分析[J];中國草食動物;2004年01期

2 胡東偉,楊俊奎,李寶華;中國西門塔爾牛的發(fā)展概況[J];黑龍江畜牧獸醫(yī);2004年02期

3 ;中國西門塔爾牛育種委員會第八屆會員代表大會暨牛業(yè)科技高端論壇會議紀(jì)要[J];中國牛業(yè)科學(xué);2011年01期

4 ;中國西門塔爾牛育種委員會技術(shù)組長擴(kuò)大會議紀(jì)要[J];黃牛雜志;1991年04期

5 謝敏強;中國西門塔爾牛育種委員會全會在樂山召開[J];中國畜牧雜志;1992年03期

6 楊賢欽;中國西門塔爾牛育種委員會第五屆代表大會暨全國第二次肉牛交易會會訊[J];廣西畜牧獸醫(yī);1996年02期

7 寧布,烏仁圖雅;中國西門塔爾�！茽柷�(草原)型在扎魯特旗的培育發(fā)展[J];黃牛雜志;2001年05期

8 于建華;多血緣系選育在中國西門塔爾牛育種中的應(yīng)用研究[J];遼寧農(nóng)業(yè)職業(yè)技術(shù)學(xué)院學(xué)報;2001年04期

9 方曉敏,許尚忠,張英漢;我國新的牛種資源——中國西門塔爾牛[J];黃牛雜志;2002年05期

10 許尚忠 ,謝耕發(fā);國家重點攻關(guān)項目“中國西門塔爾牛新品種選育”通過國家科技成果鑒定[J];中國草食動物;2002年01期

相關(guān)會議論文 前10條

1 高雪;許尚忠;李俊雅;陳金寶;任紅艷;;中國西門塔爾牛發(fā)展中存在的問題及對策[A];《2009中國牛業(yè)進(jìn)展》論文集[C];2009年

2 連懷祥;;中國西門塔爾牛綜合利用前景[A];中國牛業(yè)高峰會暨中國畜牧業(yè)協(xié)會牛業(yè)分會成立大會論文集[C];2005年

3 周正奎;高雪;李姣;張清峰;許尚忠;李俊雅;任紅艷;陳金寶;;中國西門塔爾牛信息采集系統(tǒng)的構(gòu)建[A];第三屆中國牛業(yè)發(fā)展大會論文集[C];2008年

4 賀建寧;李俊雅;許尚忠;李姣;高雪;陳金寶;高會江;;中國西門塔爾牛體重與年齡回歸分析[A];中國動物遺傳育種研究進(jìn)展——第十五次全國動物遺傳育種學(xué)術(shù)討論會論文集[C];2009年

5 許尚忠;陳幼春;李俊雅;王雅春;任紅艷;高雪;;中國西門塔爾牛新品種選育及高效生產(chǎn)[A];首屆中國牛業(yè)發(fā)展大會論文集[C];2006年

6 陳幼春;;繼續(xù)發(fā)揮中國西門塔爾牛的優(yōu)勢[A];第二屆中國牛業(yè)發(fā)展大會論文集[C];2007年

7 許尚忠;李俊雅;任紅艷;高雪;陳金寶;陳幼春;;中國西門塔爾牛選育及其進(jìn)展[A];第二屆中國牛業(yè)發(fā)展大會論文集[C];2007年

8 許尚忠;李俊雅;任紅艷;高雪;陳金寶;陳幼春;;中國西門塔爾牛選育及其進(jìn)展[A];中國奶牛協(xié)會2007年會論文集（上冊）[C];2007年

9 鄭世學(xué);趙會平;胡滿;崔亞利;孫志昶;李永鵬;;中國西門塔爾牛胴體不同部位肉食用品質(zhì)評價[A];中國畜牧獸醫(yī)學(xué)會動物解剖學(xué)及組織胚胎學(xué)分會第十七次學(xué)術(shù)研討會論文集（上）[C];2012年

10 高雪;許尚忠;李俊雅;張路培;高會江;;中國西門塔爾牛新品種選育引智技術(shù)示范推廣[A];《第八屆中國牛業(yè)發(fā)展大會》論文集[C];2013年

相關(guān)重要報紙文章 前7條

1 許尚忠 謝耕發(fā);“中國西門塔爾牛”選育成功[N];中國特產(chǎn)報;2001年

2 石福全;后旗：牛產(chǎn)業(yè)高擎強旗富民大旗[N];通遼日報;2008年

3 郭煒;抓引進(jìn) 重改良 實施牲畜種子工程[N];通遼日報;2007年

4 何麗靜;后旗實施品牌戰(zhàn)略加快農(nóng)牧業(yè)產(chǎn)業(yè)化進(jìn)程[N];通遼日報;2010年

5 石福全;科左后旗：向“牛經(jīng)濟(jì)”新領(lǐng)域進(jìn)軍[N];通遼日報;2006年

6 綦志慧　方春鵬 郭春明;后旗：三箭齊發(fā)做強“牛經(jīng)濟(jì)”[N];通遼日報;2010年

7 特約記者 何麗靜;后旗加快轉(zhuǎn)型升級做強肉牛產(chǎn)業(yè)[N];通遼日報;2011年

相關(guān)博士學(xué)位論文 前2條

1 任紅艷;利用外部信息進(jìn)行中國西門塔爾牛遺傳評定研究[D];中國農(nóng)業(yè)科學(xué)院;2008年

2 馬云;牛三個基因的分離、定位及其與牛經(jīng)濟(jì)性狀的關(guān)聯(lián)研究[D];西北農(nóng)林科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 韓潔茹;以和牛為父本的肉牛雜交效果及高效飼養(yǎng)關(guān)鍵技術(shù)研究[D];山西農(nóng)業(yè)大學(xué);2015年

2 董航言;基于貝葉斯算法的中國西門塔爾牛胴體性狀基因組選擇的初步研究[D];湖南農(nóng)業(yè)大學(xué);2015年

3 賀建寧;應(yīng)用微衛(wèi)星確定中國西門塔爾牛親緣關(guān)系[D];中國農(nóng)業(yè)科學(xué)院;2010年

4 任紅艷;中國西門塔爾牛開放核心群育種效果分析[D];中國農(nóng)業(yè)科學(xué)院;2001年

5 崔國梅;夏南牛和中國西門塔爾牛肉品特性的比較研究[D];南京農(nóng)業(yè)大學(xué);2011年

6 李鋒;中國西門塔爾牛候選基因多態(tài)性與其屠宰性狀相關(guān)性研究[D];河南農(nóng)業(yè)大學(xué);2012年

7 李姣;中國西門塔爾牛5個基因SNPs及表達(dá)量與經(jīng)濟(jì)性狀關(guān)聯(lián)分析[D];中國農(nóng)業(yè)科學(xué)院;2010年

8 史文清;中國西門塔爾牛產(chǎn)奶量性狀協(xié)方差函數(shù)和遺傳參數(shù)估計[D];山西農(nóng)業(yè)大學(xué);2001年

9 汪春乾;中國西門塔爾牛生長性狀的遺傳評估和研究[D];安徽農(nóng)業(yè)大學(xué);2002年

10 田靜;中國西門塔爾牛生產(chǎn)性能測定及CS基因多態(tài)性與肉質(zhì)性狀的關(guān)聯(lián)分析[D];吉林大學(xué);2012年

，

本文編號：1459357