全基因組關(guān)聯(lián)分析(Genome-wide Association Study,GWAS)和基因組選擇(Genomic Selection,GS)已經(jīng)成為研究人類和動(dòng)植物復(fù)雜性狀遺傳基礎(chǔ)和表型預(yù)測(cè)的重要手段。隨著測(cè)序技術(shù)的發(fā)展,人類和動(dòng)植物基因組的功能注釋不斷完善,在GWAS和GS中整合SNP的生物學(xué)注釋信息將有利于復(fù)雜性狀遺傳基礎(chǔ)的挖掘和表型預(yù)測(cè)準(zhǔn)確性的提高。因此,本研究基于混合線性模型分別在GWAS和GS中提出整合功能注釋信息的策略和模型,建立了整合先驗(yàn)生物學(xué)信息的全基因組最佳線性無偏預(yù)測(cè)(incorporate Prior biological information in Genomic Best Linear Unbiased Predictor,pGBLUP),整合多種注釋信息鑒定性狀相關(guān)組織(Scalable Multiple Annotation integration for trait-Relevant Tissue identification and usage,SMART)兩種遺傳學(xué)分析方法。本研究的主要研究結(jié)果如下:(1)建立了pGBLUP模型和方法,通過模擬比較pGBLUP和常見基因組選擇方法(GBLUP和Bayes R),發(fā)現(xiàn)pGBLUP使用生物學(xué)注釋信息可以提高基因組選擇功效,但對(duì)注釋信息的功能也存在依耐性;(2)pGBLUP模型可以被拓展后用于遺傳力富集分析,可以準(zhǔn)確估計(jì)不同功能注釋信息的遺傳力富集程度,作為衡量不同功能注釋對(duì)性狀性狀影響的指標(biāo);(3)pGBLUP應(yīng)用于奶水�；蚪M選擇,奶牛產(chǎn)奶性狀QTL區(qū)域?qū)δ趟．a(chǎn)奶性狀具有中等較弱的遺傳力富集(fe5),在奶水牛樣本量有限(412頭)的情況下,整合奶牛產(chǎn)奶性狀QTL信息以提高奶水牛產(chǎn)奶性狀基因組選擇的效果不明顯,但pGBLUP為將來在小群體中整合先驗(yàn)生物學(xué)功能信息進(jìn)行基因組選擇提供了策略;(4)pGBLUP應(yīng)用于仔豬八字腿功能注釋信息遺傳力富集分析,鑒定出了在仔豬八字腿遺傳力上高度富集(fe100)的7條KEGG信號(hào)通路,其中信號(hào)通路KEGG_MTOR_SIGNALING_PATHWAY控制肌肉發(fā)育,值得進(jìn)一步深入研究;(5)建立了SMART模型和方法,通過模擬測(cè)試以及真實(shí)數(shù)據(jù)應(yīng)用,發(fā)現(xiàn)SMART整合多種注釋信息有利于準(zhǔn)確鑒定性狀相關(guān)組織(細(xì)胞),且利用SMART鑒定的性狀相關(guān)組織構(gòu)建的SNP權(quán)重,可以提高SNP-set檢驗(yàn)功效,在GWAS中鑒定出更多的位點(diǎn);(6)SMART應(yīng)用于人類復(fù)雜性狀和基因組功能注釋公共數(shù)據(jù):根據(jù)性狀與組織相關(guān)性,將43個(gè)性狀分層聚為5大類,從整合多組學(xué)功能注釋信息角度發(fā)現(xiàn)性狀之間的相關(guān)關(guān)系;同時(shí)對(duì)不同組蛋白注釋信息效應(yīng)的估計(jì),發(fā)現(xiàn)組蛋白H3K4me1和H3K4me3具有較大效應(yīng),適合進(jìn)行基因組功能預(yù)測(cè)�？傊�,本研究建立了整合功能注釋信息的基因組選擇方法pGBLUP和全基因組關(guān)聯(lián)分析方法SMART,通過整合功能注釋信息提高基因組選擇和全基因組關(guān)聯(lián)分析的功效,將為復(fù)雜性狀遺傳基礎(chǔ)的研究和表型預(yù)測(cè)提供新的思路和工具,有助于通過整合和利用動(dòng)物多組學(xué)功能注釋信息加快動(dòng)物的遺傳選育。
【學(xué)位單位】：華中農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：S813.1
【部分圖文】：

2-1. 在 僅放置致因片段 SNP 的模擬結(jié)果。（A）在不同模擬設(shè)置下，在測(cè)試數(shù)據(jù)集中預(yù)和模擬值相關(guān)系數(shù)；（B）在不同模擬設(shè)置下，相較于 GBLUP 預(yù)測(cè)的準(zhǔn)確性，pGBLUP ayesR 提高的百分比；（C）在 20 次重復(fù)下，遺傳力富集程度的估計(jì)，紅色虛線代表模擬的值（從左到右，依次為 51，21，11，6 和 2）。在（A）和（C）箱線圖中的黑實(shí)線代表中。ig. 2-1. Simulation results when only the SNP in the causal segments are set in . (A) Torrelation between the predicted values and the simulated values in the testing data set usihree methods in different simulating settings. (B)The percentage of predictive accuracy gain GBLUP and BayesR compared with GBLUP methods in different simulating settings. (C) Fof enrichment (fe) estimations using all individuals with 20 replicates, the red dash linepresent the true values (from left to right: 51, 21, 11, 6 and 2). The black solid lines in (A) aC) represent the median values of the estimations.

在真實(shí)數(shù)據(jù)中，由于生物學(xué)注釋信息不太完善，理想的生物學(xué)注釋信息很難，在公式 2.1 的Z 中容易引入一些跟性狀不直接相關(guān)的 SNP，即噪音信號(hào)。通算機(jī)模擬設(shè)置在真實(shí)致因片段（注釋區(qū)域）有 10 個(gè)時(shí)，控制Z 包含 10 個(gè)片段NP，但這些 SNP 中一部分來自于致因片段和一部分來自于非致因片段（詳見本法 2.5.2）。當(dāng)Z 中全部的 SNP 都來自于非致因片段，pGBLUP 和 GBLUP 具有的預(yù)測(cè)效果，都差于 BayesR；當(dāng)Z 中全部的 SNP 都來自于致因片段，pGBLU有最好的預(yù)測(cè)效果，優(yōu)于 GBLUP 和 BayesR；當(dāng)Z 中的 SNP 即來自于致因片來自于非致因片段時(shí)，pGBLUP 的效果介于 GBLUP 和 BayesR 之間，但是當(dāng)于非致因片段的 SNP 比例低于 10%時(shí)，pGBLUP 依然具有最好的預(yù)測(cè)效果（-2 A）。pGBLUP 的Z 中存在噪音信號(hào)時(shí)，功能區(qū)域遺傳力的富集程度也會(huì)下降噪音信號(hào)越大時(shí)，即Z 中來自于非致因片段的 SNP 比例越高時(shí)，功能區(qū)域遺傳富集程度越小，pGBLUP 預(yù)測(cè)效果也越差（圖 2-2）。

華中農(nóng)業(yè)大學(xué) 2018 屆博士研究生學(xué)位（畢業(yè)）論文3.2 奶水牛產(chǎn)奶性狀基因組選擇的探討3.2.1 奶水牛產(chǎn)奶性狀在先驗(yàn)生物學(xué)功能注釋區(qū)域存在遺傳力富集從奶牛產(chǎn)奶相關(guān)性狀的 QTL 區(qū)域，篩選出 1279 個(gè)位于這些 QTL 區(qū)域的 SN放在Z 中（詳見本章方法 2.6），根據(jù) pGBLUP 模型首先估計(jì)先驗(yàn)生物學(xué)信息的遺力富集程度（圖 2-3A）。當(dāng) 6 個(gè)產(chǎn)奶性狀的 DEBV 作為表型時(shí)，在生物學(xué)注釋區(qū)的 SNP 上未觀察到顯著的遺傳力富集；當(dāng) EBV 作為表型時(shí)，注釋區(qū)域的 SNP 在乳脂量（Fat Yield，F(xiàn)Y270）, 總產(chǎn)奶量（total Mild Yield，MY270），產(chǎn)乳蛋白量（ProteYield，PY270）存在遺傳力富集（fe>2，圖 2-3 A）。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 解濤,梁衛(wèi)平,丁達(dá)夫;后基因組時(shí)代的基因組功能注釋[J];生物化學(xué)與生物物理進(jìn)展;2000年02期

2 王行國(guó);;基因功能注釋——后基因組時(shí)代面臨的挑戰(zhàn)[J];世界科技研究與發(fā)展;2007年01期

3 劉雷;趙歡;冉茂中;杜保國(guó);邵鏹釬;伍希來;賈白慧;查英;;羅勒花和葉的轉(zhuǎn)錄組數(shù)據(jù)組裝及基因功能注釋[J];中草藥;2017年17期

4 馬雅楠;孫平平;魏雅卓;陸林英;崔穎;馬志強(qiáng);;改進(jìn)的系統(tǒng)發(fā)育譜算法在蛋白質(zhì)功能注釋中的應(yīng)用[J];生物信息學(xué);2009年01期

5 劉淑娟;朱艷;張曉軍;李欣;郭慧娟;暢志堅(jiān);喬麟軼;;小麥基因組學(xué)研究進(jìn)展[J];山西農(nóng)業(yè)科學(xué);2018年03期

6 黃萍;孫平平;馬雅楠;張爽;藏露;歐陽玉梅;馬志強(qiáng);;系統(tǒng)發(fā)育譜構(gòu)建方法研究[J];生物信息學(xué);2009年01期

7 黃浩;陳臨溪;;生物信息學(xué)方法在預(yù)測(cè)蛋白質(zhì)相互作用中的應(yīng)用[J];中國(guó)醫(yī)學(xué)創(chuàng)新;2010年36期

8 朱新宇;基因功能注釋的計(jì)算方法[J];生物技術(shù);2003年06期

9 張德楠;王亞東;;新一代高通量測(cè)序Chip-seq數(shù)據(jù)正規(guī)化方法研究[J];智能計(jì)算機(jī)與應(yīng)用;2014年06期

10 燕永亮;楊劍;竇岳坦;平淑珍;王憶平;金奇;林敏;;Pseudomonas stutzeri A1501基因組結(jié)構(gòu)及功能注釋[J];中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào);2008年05期

相關(guān)博士學(xué)位論文 前10條

1 郝興杰;整合功能注釋的全基因組選擇和關(guān)聯(lián)分析方法研究[D];華中農(nóng)業(yè)大學(xué);2018年

2 盧益甄;前列腺癌遺傳多態(tài)性風(fēng)險(xiǎn)位點(diǎn)功能及機(jī)制分析[D];浙江大學(xué);2016年

3 汪佳宏;基于自由詞的文獻(xiàn)挖掘方法在人基因功能及分子網(wǎng)絡(luò)研究的應(yīng)用[D];南方醫(yī)科大學(xué);2015年

4 郭云雁;豬肌纖維和眼肌面積性狀全基因組關(guān)聯(lián)研究[D];山西農(nóng)業(yè)大學(xué);2015年

5 趙琛;基于高通量RNA測(cè)序的大鼠轉(zhuǎn)錄組注釋研究[D];華東師范大學(xué);2013年

6 郭杏莉;基于網(wǎng)絡(luò)模型的基因相關(guān)預(yù)測(cè)問題算法研究[D];西安電子科技大學(xué);2013年

7 劉偉;小鼠肝實(shí)質(zhì)細(xì)胞蛋白質(zhì)表達(dá)譜構(gòu)建及功能分析[D];中國(guó)人民解放軍軍事醫(yī)學(xué)科學(xué)院;2012年

8 魏霖;肝癌重要基因群及調(diào)控網(wǎng)絡(luò)的整合生物學(xué)研究[D];復(fù)旦大學(xué);2011年

9 易欣;綜合分析組學(xué)數(shù)據(jù)以構(gòu)建植物基因結(jié)構(gòu)注釋與功能解析平臺(tái)[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

10 王為;基于公共數(shù)據(jù)庫棉花非冗余性EST-SSR新標(biāo)記的開發(fā)、評(píng)價(jià)及應(yīng)用[D];中國(guó)農(nóng)業(yè)科學(xué)院;2012年

相關(guān)碩士學(xué)位論文 前10條

1 藺光嶺;基于SVM和蛋白功能注釋的蛋白質(zhì)相互作用關(guān)系預(yù)測(cè)方法研究[D];吉林大學(xué);2017年

2 劉聰聰;豬全基因組變異位點(diǎn)功能注釋程序開發(fā)[D];華中農(nóng)業(yè)大學(xué);2017年

3 孫平平;基于改進(jìn)K-means聚類的系統(tǒng)發(fā)育譜方法在基因功能注釋中的應(yīng)用[D];東北師范大學(xué);2008年

4 張健;文昌魚假定蛋白功能注釋及數(shù)據(jù)庫構(gòu)建[D];山東理工大學(xué);2011年

5 葉非;基于集群環(huán)境的三種蛋白質(zhì)GO功能注釋方法的實(shí)現(xiàn)[D];華中科技大學(xué);2008年

6 吳浩宇;基于Hadoop的同源性搜索GO功能注釋平臺(tái)的研究[D];南京農(nóng)業(yè)大學(xué);2013年

7 劉巧英;中黑盲蝽發(fā)育過程中基因表達(dá)差異及功能的初步分析[D];河南科技學(xué)院;2016年

8 李金城;基于多組學(xué)數(shù)據(jù)對(duì)長(zhǎng)鏈非編碼RNAs的功能注釋[D];寧波大學(xué);2017年

9 方婷;家蠶特有基因的鑒定、表達(dá)模式分析及功能初探[D];西南大學(xué);2010年

10 汪佳宏;基于自由詞的基因功能注釋和分子網(wǎng)絡(luò)構(gòu)建[D];南方醫(yī)科大學(xué);2012年

本文編號(hào)：2838227