不同QTL效应和QTL增效等位基因初始频率下基因辅助BLUP的选择效率.doc

不同QTL效应和QTL增效等位基因初始频率下基因辅助BLUP的选择效率基金项目：国家863计划重点项目（2008AA101001）。作者简介：王孝义（1986），男，河南固始人，硕士，主要从事分子数量遗传与动物育种研究。E-mail: * 通讯作者：鲁绍雄（1972），男，云南镇雄人，教授，博士，主要从事动物遗传育种研究。E-mail: 王孝义，李明丽，兰国湘，鲁绍雄*（云南农业大学动物科技学院，昆明 650201）摘 要：本文在假定目标性状同时受1个QTL和多基因共同控制的基础上，模拟了在一个闭锁群体内分别采用常规动物模型BLUP（BLUP）和基因辅助BLUP（GBLUP）方法对目标性状实施10世代连续选择的过程，并比较了不同QTL方差和QTL增效等位基因初始频率下两种方法的育种值和QTL增效等位基因频率的变化情况。结果显示，GBLUP对QTL的选择效率始终高于BLUP；当目标性状的QTL方差较大、QTL增效等位基因频率适中以及处于早期世代时，GBLUP的选择效果明显优于BLUP；随着世代的递增，QTL逐渐趋于固定，GBLUP的优势会逐渐降低甚至消失。关键词：QTL方差；QTL增效等位基因初始频率；基因辅助BLUP；动物模型BLUP；选择效率基因辅助选择（gene-assisted selection, GAS）是在可以准确测定QTL基因型的基础上，利用QTL基因型信息开展畜禽遗传改良的一种方法，是实施标记辅助选择（marker-assisted selection, MAS）最为理想的情形。在GAS的具体实施中，基因辅助最佳线性无偏预测（gene-assisted best linear unbiased prediction, GBLUP）1不仅考虑到了控制目标性状的QTL，还兼顾了微效多基因效应，是实施基因辅助选择的重要方法之一。在畜禽育种实践中，QTL方差对GAS的选择效率有着重要影响，是确定适宜选种方法的重要依据之一；QTL增效等位基因的初始频率决定了群体中QTL基因型值改良所能达到的最大程度，也影响着GAS的选择效率2。基于此，本文借助计算机模拟方法，以常规动物模型BLUP（BLUP）为参照，探讨不同QTL方差和QTL增效等位基因初始频率下GBLUP选择所获得的育种值和QTL增效等位基因频率的变化情况，揭示QTL方差和QTL增效等位基因初始频率对GBLUP选择效果和效率影响的一般性规律，为畜禽育种实际中制定科学的GAS方案提供一定的理论基础和依据。1 材料与方法1.1 系统假设与参数设置考虑单个性状，其遗传由一个位于常染色体上的QTL和多基因共同控制，其中，QTL包含Q和q两个等位基因（Q为增效基因、q为减效基因），且等位基因间没有显性效应（d = 0）。影响性状表型值的非遗传因素考虑选择世代和个体性别两个固定效应。本文所研究的参数QTL方差设置0.10、0.25、0.50、0.75和0.90共5个水平，其中，为性状的遗传方差（假定性状的表型方差为1，其中和分别为多基因方差和QTL方差）；QTL增效等位基因初始频率设置0.1、0.5和0.9共3个水平。当分析某一因素不同水平对GBLUP选择效率的影响时，假定目标性状遗传力（h2）为0.3，QTL方差为0.25，QTL增效等位基因初始频率为0.5。在选择过程中，群体规模和公母比例分别固定为200头和1:19，育种群完全闭锁，世代不重叠；公、母畜间实行随机交配，每头母畜产生的后代数由均匀分布U(6,15)随机产生，且后代性别比例为由均匀分布u-U(0,1)来确定。不同参数组合共重复模拟50次。1.2 试验数据的模拟1.2.1 基础群（0世代）个体数据的模拟基础群个体均为非近交个体，且彼此之间没有亲缘关系。个体的QTL等位基因借助(0-1)均匀分布随机数发生器产生随机数序列来确定，进一步确定个体的QTL基因型。个体的性状表型值( pi )根据模型pi = ngi + si + qi+ ui + ei来产生，其中 ngi为世代效应，si为性别效应，qi为QTL的基因型值，ui为随机多基因效应，ei为随机环境效应。QTL增效纯合子(QQ)、杂合子(Qq)和减效纯合子(qq)的基因型值（qi）分别为、0和3（p为QTL增效等位基因Q的频率）。多基因效应和随机环境效应分别服从正态分布N(0,)和N(0,)。1.2.2 非基础群个体数据的模拟个体QTL等位基因以典型的孟德尔遗传方式由双亲传递给后代，假定个体QTL的第一个等位基因随机来自父亲，第二个等位基因随机来自母亲，进而可确定个体的QTL基因型。个体的性状表型值( pi )根据模型pi = ngi + si + qi +0.5( us+ud ) +mi+ ei来产生，其中us和ud分别为个体父亲和母亲的多基因育种值，mi为个体的孟德尔抽样离差，服从N(0,)分布，且，fs和fd分别为个体父亲和母亲的近交系数。1.3 遗传评定方法1.3.1 GBLUP选择过程中，同时考虑个体的QTL基因型值和多基因育种值。根据系统假设的条件，个体的性状表型值可用模型y = X + Zu + e进行描述。模型中，y为性状表型值向量，为固定效应向量（包括世代效应、性别效应和QTL基因型值效应），u为个体多基因育种值向量，e为随机环境效应向量，X和Z分别为固定效应向量和随机效应向量u的关联矩阵。相应的混合模型方程组（MME）为：其中，A-1为分子血缘相关矩阵的逆矩阵，。1.3.2 BLUP将控制目标性状的所有基因看作一个整体，不单独考虑个体的QTL基因型，此时，性状表型值的线性模型为：y = X + Za + e，其MME的形式与GBLUP相同，区别在于固定效应向量仅包括世代效应和性别效应，a为个体的随机遗传效应向量，。2 结果与分析2.1 不同QTL方差下GBLUP的选择效率2.1.1育种值及其选择效率不同QTL方差下GBLUP和BLUP选择的总育种值见表1。由表可见，两种选择方法下育种值随着选择的进行而逐渐提高。在同一世代内，随着QTL方差的增大，两种选择方法下的育种值呈现了降低的趋势。除个别情况外，同一QTL方差下GBLUP方法的育种值均高于BLUP方法，这在选择的早期尤为明显。相对于BLUP方法而言，GBLUP的选择效率总体上随着QTL方差的增大而提高。以第10代的育种值为例，当QTL方差为0.1时，GBLUP选择下的育种值仅比BLUP高0.95%，而当QTL方差增大至0.9时，则可高出6.56%。表1 不同QTL方差下的育种值及相对效率QTL方差选择方法世代25810育种值RE育种值RE育种值RE育种值RE0.10BLUP0.8090.477100.002.2560.449100.003.4930.435100.004.3130.425100.00GBLUP0.8170.466100.992.2860.448101.333.5630.431102.004.3540.420100.950.25BLUP0.7190.458100.002.0300.419100.003.1340.405100.003.8300.399100.00GBLUP0.7850.430109.182.0290.41399.953.1600.406100.833.8720.393101.100.50BLUP0.8840.408100.001.8330.338100.002.5980.326100.003.0750.322100.00GBLUP0.9210.364104.191.8480.335100.822.5710.33498.963.0670.32499.740.75BLUP0.7050.364100.001.3170.250100.001.7560.242100.002.0300.236100.00GBLUP0.8500.257120.571.3740.248104.331.8090.248103.022.0910.244103.000.90BLUP0.7050.293100.001.0310.161100.001.2050.156100.001.3100.155100.00GBLUP0.8490.176120.431.1060.161107.271.2850.154106.641.3960.151106.56注：RE为相对效率，GBLUP的育种值以BLUP选择下同世代的育种值为基础（100）进行计算。下表同。2.1.2 QTL增效等位基因频率的变化图1显示了不同QTL方差下GBLUP和BLUP选择下QTL增效等位基因频率的变化情况。从总体上看，QTL方差越大，QTL增效等位基因频率上升的速度越快。对同一QTL方差而言，GBLUP选择下QTL增效等位基因频率上升速度要快于BLUP选择，且这种趋势在早期选择世代中表现地尤为明显。以QTL方差为0.25时为例，GBLUP和BLUP选择下QTL增效等位基因分别在第5代和第8代发生固定，前者较后者提前了3代。 a b图1 不同QTL方差下GBLUP选择(a)和BLUP选择(b)的QTL增效等位基因频率2.2 不同QTL增效等位基因初始频率下GBLUP的选择效率2.2.1 育种值及其选择效率表2列出了不同QTL增效等位基因初始频率下GBLUP和BLUP选择的总育种值。由表可见，当QTL增效等位基因的初始频率较低时，GBLUP在选择的早期可获得较BLUP更明显的遗传进展。如当QTL增效等位基因初始频率为0.1、0.5和0.9时，GBLUP在第2代的育种值分别较BLUP高出54.23%、9.18%和0.77%，随着世代的递增，这种优势会逐渐降低甚至消失。在长期的选择中，似以中等偏高频率的QTL增效等位基因频率更能保持GBLUP的选择优势。表2 不同QTL增效等位基因初始频率下的育种值及相对效率QTL增效等位基因初始频率选择方法世代25810育种值RE育种值RE育种值RE育种值RE0.1BLUP0.2600.568100.002.0790.441100.003.2170.399100.003.9150.387100.00GBLUP0.4010.556154.232.0550.41898.853.1940.40299.293.8950.39599.490.5BLUP0.7190.458100.002.0300.419100.003.1340.405100.003.8300.399100.00GBLUP0.7850.430109.182.0290.41399.953.1600.406100.833.8720.393101.100.9BLUP1.3060.427100.002.5440.405100.003.6310.400100.004.3520.392100.00GBLUP1.3160.427100.772.5640.410100.793.6700.407101.074.3980.395101.062.2.2 QTL增效等位基因频率的变化不同QTL增效等位基因初始频率下GBLUP和BLUP选择的QTL增效等位基因频率变化情况见图2。从总体上看，QTL增效等位基因频率的初始频率越高，其固定所需世代数越少。在同一初始频率下，GBLUP选择可使QTL增效等位基因频率上升得更快。以QTL增效等位基因初始频率为0.5为例，GBLUP选择下QTL在第9代即固定，而BLUP选择下到第10选择结束时也未固定（0.9987）。 a b图2 不同QTL增效等位基因初始频率下GBLUP选择（a）和BLUP选择（b）的QTL增效等位基因频率3 讨 论如前所述，相对于常规BLUP而言，GBLUP的选择效率更高，这主要是因为GBLUP不仅考虑了多基因效应，还兼顾到了QTL效应。结合育种值及QTL增效等位基因频率的变化情况可以看出，GBLUP相对于BLUP的优势，就在于其可以对QTL实施更为有效的选择。GBLUP的这种优势在选择的早期世代较为明显，随着选择世代数的递增，GBLUP相对于BLUP的QTL选择优势将会随着QTL增效等位基因频率的上升而逐渐降低，直至消失（QTL固定时）。然而，即使是QTL基因型值已经达到或接近最大值，但由于GBLUP可对多基因进行有效的选择，在长期选择中亦可望获得持续的遗传进展4, 5。在实施GBLUP选择的过程中，当目标性状已知QTL的增效等位基因在群体中达到或接近固定时，若能继续发现并确认“新”的QTL，将其整合到GBLUP模型中，可望获得持续的选择优势。当对QTL方差较大的性状进行选择时，GBLUP所获得的QTL进展较大，QTL增效等位基因在群体中固定的速度更快，因而其相对于BLUP的选择优势随世代递增而下降的幅度也更大。如当QTL方差为0.1时，与第2代（RE=100.99）相比，第10代（RE=100.95）的选择效率仅降低0.04；而当QTL方差为0.9时，两者相差了13.87（第2代和第10代的RE分别为120.43和106.56）。但这并不意味着QTL方差越低越好。因为过低的QTL方差，不仅会增加其检测与定位的难度，而且也会降低基因辅助选择或标记辅助选择的实际效果。当群体中QTL增效等位基因的初始频率较低时，其固定所需的世代数较长6，QTL基因型值的提高余地较大，因而GBLUP在早期世代可望获得更大的遗传进展；相反，当QTL增效等位基因的初始频率较高时，由于QTL很快固定，QTL基因型值提高的余地有限，其选择的效果和效率都会受到限制。综合考虑群体的性能水平和选择进展，QTL以处于中等水平较为适宜。参考文献1 Kennedy B W, Quinton M, Van Arenonk J A. Estimation of effects of single genes on quantitative traits J. J Anim Sci, 1992, 70: 2000-2012.2 鲁绍雄, 吴常信. 动物遗传标记辅助选择研究及其应用J. 遗传, 2002, 24(3): 359-362.3 Falc