|
近日，中国农业科学院北京畜牧兽医研究所牛遗传育种科技创新团队通过整合多组学信息，研发基因组预测新方法，显著提升了肉牛重要经济性状的预测准确性，为揭示复杂性状遗传基础和优化基因组选择策略提供了新思路。相关研究成果发表在《生物学指南（Biology Direct）》上。
国内外研究表明，利用转录组、表观组等多组学信息可有效鉴定与表型相关的功能调控位点，同时，把基因表达、表观修饰等信息整合到预测模型，可显著提高预测准确性。研究团队基于华西牛的43个经济性状表型和填充测序变异，构建了覆盖基因组、转录组、代谢组和表观组等层次的11个功能SNPs分组，研发了整合组学基因组预测方法。
研究发现，本方法与WGS数据相比，高评分的前10%SNPs组的预测准确率大幅提高。基于WGS数据的高评分前10%SNPs组，BayesB模型下预测准确率平均提高11.6%，GBLUP方法平均提高7.54%。在与肉牛经济效益显著相关的日增重和宰前活重两个性状上，BayesB预测准确率分别提高6.70%和5.73%。本研究为整合组学信息优化变异筛选，提高基因组预测准确性，研发改进基因组选择策略提供了新思路。
中国农业科学院北京畜牧兽医研究所研究生赵志达、牛群皓为第一作者，朱波副研究员、徐凌洋研究员和李俊雅研究员为共同通讯作者。该研究得到了国家重点研发计划和国家自然科学基金等项目的资助。
原文链接：https://biologydirect.biomedcentral.com/articles/10.1186/s13062-024-00574-y
|
