Геномная селекция на основе модели случайного регрессионного тестирования в молочный период у крупного рогатого скота в сравнении с различными эталонными популяциями

Геномная селекция представляет собой современный подход, который использует генетическую информацию для улучшения селекционных программ в животноводстве. В данном исследовании была применена модель случайного регрессионного тестирования для геномного прогнозирования в популяции голштинской породы крупного рогатого скота в провинции Шаньдун, Китай. Исследование направлено на оценку точности геномного прогнозирования с использованием различных эталонных популяций.

Для анализа использовались генотипы, полученные с помощью 150 k SNP-чипа, а также вменённые генотипы последовательности. Были выделены три эталонные популяции:

1. Эталонная популяция Шаньдуна (SD): 1688 голштинских коров из провинции Шаньдун.
2. Эталонная популяция Non-SD: 5299 голштинских коров из других регионов Китая.
3. Объединённая популяция: комбинация двух предыдущих популяций.

Результаты

1. Точность прогнозирования: Эталонная популяция SD показала более высокую точность прогнозирования по сравнению с популяцией Non-SD, несмотря на то, что первая была значительно меньше по размеру. Это указывает на важность локальной генетической информации для точности геномного прогнозирования.

2. Комбинированная популяция: Объединение данных из обеих популяций (SD и Non-SD) ещё больше повысило точность геномного прогнозирования. Это свидетельствует о том, что использование разнообразия генетического материала из разных популяций может улучшить результаты селекции.

3. Межпопуляционное скрещивание: Результаты показали, что точность геномного прогнозирования при межпопуляционном скрещивании внутри породы была низкой, даже если референсная популяция была большой. Это может быть связано с генетической разнородностью между популяциями, что затрудняет предсказание генетических параметров.

4. Вменённые последовательности: Использование данных о вменённых последовательностях не привело к значительному увеличению точности межпопуляционного прогнозирования. Это подчеркивает, что для повышения точности геномного отбора важнее не только количество данных, но и их качество и соответствие.

Выводы

Исследование показало, что внутрипопуляционная геномная селекция значительно превосходит межпопуляционную. Это связано с тем, что локальные популяции могут иметь уникальные генетические особенности, которые не всегда учитываются в более крупных, смешанных популяциях. Кроме того, использование объединённой референсной популяции, состоящей из данных различных популяций, может стать эффективной стратегией для повышения точности геномной селекции.

Таким образом, результаты данного исследования подчеркивают важность расширения эталонной популяции за счёт добавления данных из других популяций той же породы. Это может помочь в создании более эффективных программ селекции, направленных на улучшение продуктивности и здоровья крупного рогатого скота, что, в свою очередь, будет способствовать устойчивому развитию животноводства.


Исследование: Animal - Open Space