中國荷斯坦牛產(chǎn)奶性狀和體型性狀的全基因組關聯(lián)分析.pdf

1、全基因組關聯(lián)分析（Genome-wide Association Study；GWAS）是農(nóng)業(yè)動物遺傳改良的一個重要方法。本研究采用GeneSeek GGP牛26 K SNP芯片對445頭中國荷斯坦牛的產(chǎn)奶性狀和體型性狀進行了全基因組關聯(lián)分析，以期找到影響表型性狀的重要位點。研究內(nèi)容主要有三個方面。
　　1．中國荷斯坦牛群體結構分析
　　利用PLINK（v1.07）軟件的主成分分析對中國荷斯坦牛的群體結構進行評估。所有常染色

2、體上的SNPs通過“indep-pairwise”命令獲得群體內(nèi)8705個獨立SNP標記，計算個體間的IBS距離，然后通過“mds-plot”命令基于IBS矩陣獲得的主成分分析（Principal Component Analysis，PCA），結果發(fā)現(xiàn)不同牛場的群體結構有一些較低的分層現(xiàn)象，但大部分群體混雜在一起。因此，群體結構效應對關聯(lián)分析結果的影響較小，可以不考慮其影響或把第一、二主成分作為后續(xù)關聯(lián)分析的協(xié)變量。
　　2．中

3、國荷斯坦牛產(chǎn)奶性狀的全基因組關聯(lián)分析
　　采用PLINK（v1.07）軟件的線性回歸模型（Linear Regression Model，LRM）和GCTA（v1.24）軟件的混合線性模型（Mixed linear Model，MLM）以牛場場次、胎次、產(chǎn)犢間隔、泌乳周期作為協(xié)變量對中國荷斯坦牛的產(chǎn)奶性狀進行全基因組關聯(lián)分析。通過兩種模型發(fā)現(xiàn)了4個共同的SNPs，與之關聯(lián)的性狀也一致，表明混合線性模型對影響因素的校正相對更嚴格些。

4、同時距離這些SNPs最近的基因EEF2K、KLHL1和SLC22A8、ATP11B可以分別作為產(chǎn)奶量、持續(xù)力和成年當量的候選基因用于后續(xù)的基因功能驗證與分析。
　　3．中國荷斯坦牛體型性狀的全基因組關聯(lián)分析
　　利用GGP牛26K SNP芯片和兩種模型（LRM和MLM）對中國荷斯坦牛體型性狀進行全基因組關聯(lián)分析。采用兩種模型對體型性狀的關聯(lián)分析結果差異較大，利用線性回歸模型發(fā)現(xiàn)了86個顯著性SNPs，而采用混合線性模型則只發(fā)