SNP芯片数据估计动物个体基因组品种构成的方法及应用

摘要: 自然和人工选择、地理隔离和遗传漂移等原因使动物基因组中许多位点的等位基因频率在群体间会产生差异。源于不同品种(祖先)杂交(交配)的动物个体,其基因组与这些品种(祖先)的基因频率(基因型)会存在一定的相关性。因此采用合适的统计模型和分析方法,可以估计出每个品种(祖先)对于个体基因组的遗传贡献比例,又称为个体的基因组品种构成(genomic breed composition, GBC)。本文介绍了利用SNP芯片数据估计动物个体GBC的原理、方法及步骤,并且通过对198头待鉴定的日本红毛和牛GBC的评估,演示了用回归模型和混合分布模型估计动物个体GBC的具体步骤,其中包括SNP子集的筛选、参考群体中动物个体选择以及待测定动物GBC的计算。参考动物群体选自日本红毛和牛(Akaushi)、安格斯牛(Angus)、海福特牛(Hereford)、荷斯坦牛(Holstein)和娟珊牛(Jersey) 5个品种共36 574头,每个个体有40K或50K芯片数据。本文在现有商用 SNP芯片基础上筛选用于品种鉴定和估计动物个体GBC的SNP子集,是对现有SNP芯片功能的拓展和深入开发利用。此外,在基因组选择中如何利用SNP基因型估计动物个体GBC的结果,提高纯种和杂种动物的预测准确度,也是值得深入研究的领域