XiaoMi-AI文件搜索系统
World File Search SystemGBLUP
一种无需基因组关系矩阵直接逆的有效基因组预测方法
GBLUP 是应用最广泛的基因组预测 (GP) 方法，由于需要求基因组关系矩阵 (GRM) 的逆，因此随着训练群体规模的增加，该方法会消耗大量且不断增加的计算资源。因此，在本研究中，我们结合随机 Haseman - Elston (HE) 回归 (RHE-reg) 和预条件共轭梯度 (PCG)，开发了一种新的基因组预测方法 (RHEPCG)，该方法避免了直接求 GRM 的逆。模拟结果表明，在大多数情况下，RHEPCG 不仅能达到与 GBLUP 相似的预测精度，而且还能显著减少计算时间。对于实际数据，与 GBLUP 相比，RHEPCG 对拟南芥 F2 群体的 7 个性状和高粱双色 RIL 群体的 4 个性状表现出相似或更好的预测精度。这表明 RHEPCG 是 GBLUP 的一个实用替代方案，并且具有更好的计算效率。
ga-gblup
基因组选择（GS）已成为一种有效的技术，可以通过在收集表型之前实现早期选择来加速作物杂种繁殖。基因组最佳线性无偏见预测（GBLUP）是一种可靠的方法，通常用于GS育种程序中。但是，GBLUP假定标记对总遗传差异的贡献也同样贡献，情况并非如此。在这项研究中，我们开发了一种称为GA-GBLUP的新型GS方法，该方法利用遗传算法（GA）选择与目标性状相关的标记。，我们根据AIC，BIC，R 2和HAT定义了四个适应性函数，以根据链接不平衡的原理来改善可预测性和bin相邻标记，以减少模型维度。结果表明，配备R 2和HAT健身功能的Ga-GBLUP模型对大米和玉米数据集中的大多数特征的可预测性高得多，尤其是对于遗传性较低的特征。此外，我们已经为GS开发了一个用户友好的R软件包，gagblup，并且该软件包可以在Cran（https://cran.r-project.org/package=gagblup）上自由使用。
回肠微生物群的组成是宿主基因组和磷利用和其他效率性状之间的介体（coturnix japonica）
抽象背景：磷是所有生物体中必不可少的营养素，目前，由于其全球稀缺，磷从排泄物产生的环境影响以及由于其以植物中的植物形式存储而引起的消化率较低。在家禽中，磷利用受到回肠菌群和宿主遗传学的组成的影响。在我们的研究中，我们分析了宿主遗传学对回肠菌群组成的影响，以及回肠细菌属的相对丰度与日本鹌鹑中磷的相对丰度与磷利用和相关定量性状的关系。用4K基因组的单核苷酸多态性（SNP）对758个鹌鹑的F2交叉进行了基因分型，并使用靶扩增子测序对回肠菌群的组成进行了表征。遗传性，并针对可遗传的属进行了宿主的定量性状基因座（QTL）链接映射。使用结构方程模型估算了细菌属和定量性状之间的表型和遗传相关性以及递归关系。采用基因组最佳线性无偏预测（GBLUP）和微生物（M）BLUP全息素选择方法，用于评估基于宿主基因组和基于ileum Microbobiota组成的可遗传的磷利用的繁殖可行性。结果：在检查的59个细菌属中，有24个显示出显着的遗传力（名义P≤0.05），范围从0.04到0.17。对于这些属，绘制了六个全基因组显着的QTL。发现了显着的递归效应，从而通过鹌鹑回肠中的微生物群组成来支持间接宿主遗传对宿主定量性状的影响。交叉验证的微生物和基因组预测准确性证实了微生物组成和宿主遗传学对宿主定量性状的强烈影响，因为基于基于传统的微生物介导的成分的GBLUP精确度与基于基于基因组范围Snps的常规GBLUP的精确度相似。结论：我们的结果表明，宿主遗传学对回肠微生物群的组成产生了显着影响，并证实了回肠微生物群的宿主遗传学和组成对宿主的定量性状有影响。这提供了基于宿主基因组和回肠菌群组成的可遗传部分改善磷利用的可能性。
水产养殖中的全基因组关联和基因组选择
图 1 繁殖种群由繁殖季节产卵的亲鱼组成，这些亲鱼会生成数个（数百个）全同胞和半同胞家族，并在不同的水箱中饲养。当这些个体长到足够大以进行物理标记时，它们会进行单独识别，以在整个周期内保持谱系可追溯性。一些带标记的动物会作为选择候选者留在繁殖核心中，直到它们达到商业重量为止。其他带标记的动物组（选择候选者的全同胞和半同胞）代表繁殖核心中的所有家族，它们会被送去进行环境基因型、产品质量和抗病性测试，以评估具有表型的训练基因型（即成为训练种群）。所有带物理标记的动物都会进行采样并使用 SNP 面板进行基因分型。通过基因组评估方法（例如 GBLUP）联合分析来自训练种群和选择候选种群的谱系、表型和基因型信息，以预测 GEBV，进而用于做出下一繁殖季节的选择决策，并通过繁殖加速将优良基因转移到商业农场
树木育种项目中先进标记辅助选择与基因组选择的比较模拟研究
DNA 测序技术的进步使得对数千个个体的全基因组进行测序成为可能，并为每个个体提供数百万个单核苷酸多态性 (SNP)。这些数据与精确和高通量的表型分析相结合，使全基因组关联研究 (GWAS) 和识别具有复杂遗传结构特征的 SNP 成为可能。识别出的因果 SNP 和估计的等位基因效应随后可用于育种计划中的高级标记辅助选择 (MAS)。但这种 MAS 能否与广泛使用的基因组选择 (GS) 相媲美？这个问题对于冗长的树木育种策略尤其有意义。在这里，我们使用新软件“SNPscan breeder”，模拟了一个简单的树木育种计划，并比较了不同选择标准对遗传增益和近亲繁殖的影响。此外，我们评估了育种种群中个体之间的不同遗传结构和不同亲缘关系水平。有趣的是，除了后代测试外，使用 gBLUP 的 GS 在几乎所有模拟场景下都表现最佳。仅当在大量无亲缘关系的个体（约 10,000 个个体）中估计等位基因效应时，基于 GWAS 结果的 MAS 才优于 GS。值得注意的是，使用 3,000 种极端表型的 GWAS 表现与使用 10,000 种表型一样好。与子代测试和基于 GWAS 的选择相比，GS 增加了近亲繁殖，因此更强烈地降低了遗传多样性。我们讨论了对树木育种计划的实际意义。总之，我们的分析进一步支持了 GS 在林木育种和改良方面的潜力，尽管 MAS 在未来可能会随着测序成本的降低而变得更加重要。