北京地區大白豬基因組聯合育種研究

張金鑫，唐韶青，宋海亮，高虹，蔣堯，江一凡，彌世榮，孟慶利，于凡，肖煒，云鵬，張勤，丁向東

（1中國農業大學動物科技學院/畜禽育種國家工程實驗室/農業部動物遺傳育種與繁殖重點實驗室，北京 100193；2北京市畜牧總站，北京 100107；3北京六馬養豬科技有限公司，北京 101308；4北京養豬育種中心，北京 100194；5北京順鑫農業發展集團有限公司，北京 101300）

0 引言

【研究意義】養豬業是畜牧業的支柱產業，良種是生豬生產發展的基礎。2010年我國《生豬遺傳改良計劃（2009-2020）》[1]開始實施，總體目標是初步形成以聯合育種為主要形式的生豬育種體系。豬聯合育種實際上就是利用多個群體來構建大規模的育種核心群，對豬場進行跨場、跨區域甚至是全國性的聯合評估，挑選出符合選育要求的優秀種公豬，在聯合群體間共享，以達到共同利用優秀遺傳資源的目的[2]。聯合育種的前提是建立穩定的場間遺傳聯系，自 2010年生豬改良計劃實施以來，我國場間關聯率呈上升趨勢，但場間遺傳聯系總體依然偏低，制約了全國性聯合育種的開展[3]。隨著生物技術的發展，基因組選擇已成為動植物育種領域的一個研究和應用熱點[4]，在奶牛[5]、豬[6,7]、肉牛[8]、雞（家禽[9]）、作物[10-11]、林木[12]和水產生物[13-14]中開始大量研究和應用，是畜禽育種中繼表型選擇、育種值選擇之后，具有重大應用前景的分子育種方式。如SCHAEFFER[5]2006年提出基因組選擇能夠將奶牛世代間隔縮短至1.75年，大幅度提高了奶牛遺傳進展。FORNI[6]等人研究表明，基因組選擇對低遺傳力性狀改良作用至關重要，如豬產仔數基因組選擇準確性比傳統BLUP選擇準確性增加了68%。基因組選擇同時為開展聯合育種提供了新的解決方案[2,15]。【前人研究進展】常規的聯合育種是基于系譜信息的，同一品種不同群體之間往往無法利用系譜構建親緣關系矩陣，進行聯合遺傳評估。研究表明通過高密度SNP芯片，可以建立個體間基因組親緣關系矩陣，實現通過系譜無法建立的不同群體間的遺傳聯系，從而擴大基因組遺傳評估的參考群體，進而提高基因組選擇準確性[16]。我國種豬來源多樣，構建遺傳背景相同的基因組選擇參考群難度較大。SONG等[7]利用不同來源的大白豬群體構建基因組選擇參考群，研究結果表明混合群體參考群可以提高基因組選擇的準確性。【本研究切入點】由于多種原因，實施全國性的常規聯合育種難度很大，而基因組選擇可利用遺傳背景不同群體組成的混合參考群，實行聯合基因組遺傳評估和聯合育種，可成為未來我國豬育種發展的方向[2,17]和盡快趕超國際種業發達國家的有效方法，因此研究和實施基因組聯合育種對我國豬聯合育種具有重要的理論和實踐意義。【擬解決的關鍵問題】為探討豬基因組聯合育種的可行性，利用北京地區3家國家生豬核心育種場數據（由于缺乏場間聯系，無法開展常規聯合遺傳評估），構建大白豬基因組選擇混合參考群，對3個場剛出生的大白公豬進行聯合基因組遺傳評估，實施早期選擇，并評價基因組聯合育種效果，為我國開展豬基因組聯合育種提供依據。

1 材料與方法

試驗于2017年11至2018年6月，在中國農業大學動物科技學院農業部動物遺傳育種與繁殖重點實驗室進行。

1.1 數據

1.1.1 表型數據 本研究數據來源于北京地區3家國家生豬核心育種場，北京六馬養豬科技有限公司（BJLM，簡稱北京六馬）、北京養豬育種中心（BBSCB，簡稱養豬中心）和北京順鑫農業發展集團有限公司（BJXD，簡稱順鑫農業），達100 kg體重日齡（age at 100 kg live weight , AGE）、100 kg活體背膘厚（backfat adjusted to 100 kg , BF）、總產仔數（total number born , TNB）等3個性狀2007—2017年場內性能測定記錄，其中繁殖記錄為54 888條，生長記錄為78 540條。

1.1.2 基因型數據 參考群體：來自上述3個場的4 020頭大白豬組成基因組選擇的參考群體，本研究樣品利用天根血液基因組 DNA提取試劑盒提取試驗豬血樣，個體基因型由 Illumina公司 Porcine SNP 80KBeadchip芯片SNP分型得到，共包含68 528個SNP位點。對芯片數據進行如下質控處理：

（1）單個SNP的call rate要求達到90%以上；（2）個體的call rate達到90%以上；（3）SNP位點的最小等位基因頻率不能低于0.05；（4）每個SNP位點哈代-溫伯格平衡檢驗P值要大于10-6

質控篩選后，共有4 020個個體、56 490個SNP位點滿足要求。芯片數據格式處理和質控填充分別利用plink[18]、beagle[19]軟件完成。

候選群體：分批基因組預測北京六馬、養豬中心和順鑫農業3個育種場剛出生的大白公豬，共計1 879頭，其中338頭公豬已完成性能測定。每頭候選公豬DNA提取和SNP基因型測定及質控與參考群體相同。參考群體和候選群體信息見表1。

1.2 方法

1.2.1 場間關聯率 本研究參照 MATHUR[20-21]方法，用達100 kg體重日齡數據，計算了3個大白豬群體間場間關聯率。MATHUR[21]將一個場的平均關聯率定義為它與體系內其它所有場關聯率的平均值，這個體系可以是幾個場，也可以是幾十個場。

1.2.2 育種值估計(estimated breeding value, EBV)本研究對各豬場大白豬達100 kg體重日齡、達100 kg活體背膘厚和總產仔數 3個性狀育種值分別進行估計，估計育種值采用最佳線性無偏預測法（best linear unbiased prediction, BLUP）。參照全國種豬遺傳評估中心遺傳評估模型（www.cnsge.org.cn），生長性狀采用雙性狀動物模型，固定效應為場年季性別；繁殖性狀采用單性狀重復力模型，固定效應為場年季效應，使用軟件為GBS[22-23]。

表1 基因組聯合育種大白豬參考群體和候選群體規模統計Table 1 Population size of reference and candidate population from three Yorkshire breeding farms in genomic joint breeding

1.2.3 基因組選擇 本研究按圖 1開展基因組育種，利用構建的來自3個場的混合參考群體進行所有個體的基因組聯合遺傳評估，對候選公豬進行基因組選擇。如圖1所示，主要有3次選擇（1）初選，淘汰有生理缺陷、弱小的豬只。從剩余公豬中挑選一部分個體作為候選公豬送測，進行芯片基因型檢測；（2）第一次基因組選擇或早期選擇。根據候選公豬的各性狀GEBV及基因組綜合指數（大白豬采用基因組母系指數）進行二選，成績優秀的公豬被選留，進行性能測定，此項工作在公豬去勢前完成；（3）第二次基因組選擇或終選，待性能測定結束以后，結合性能測定信息再次基因組聯合遺傳評估，計算各性狀新的GEBV和基因組母系指數，對優秀個體進行終選留種。

圖1 基因組選擇實施流程Fig. 1 Workflow of Genomic selection

基因組選擇的核心是基因組育種值估計。本研究采用一步法（Single-Step GBLUP，簡稱SSGBLUP）估計基因組育種值，反應變量選用校正表型Yc，由育種值計算獲得，具體細節參照SONG[16]，一步法能夠同時利用基因組信息和系譜信息，構建包含A矩陣（根據系譜信息）和G矩陣（根據基因組信息）的H矩陣，以此來估計個體基因組育種值[24-25]。其GEBV模型如下：

其中Y為各性狀校正表型值向量；b為場固定效應向量；g為加性遺傳隨機效應向量，服從正態分布N（0,Hσ2g），σ2g為加性遺傳方差，H陣為由基因型和無基因型個體構成的個體親緣關系矩陣；e為隨機殘差效應向量，服從正態分布N（0, Iσ2e），σ2e為殘差方差；X和Z分別為b和g相應的結構矩陣。

1.2.4 基因組選擇準確性 本研究采用準確性、無偏性和理論準確性評價基因組聯合育種效果。

（1）準確性：由GEBV和候選公豬校正表型Yc之間線性相關系數計算得到r（Yc, GEBV）。

（2）無偏性：由校正表型Yc對GEBV的回歸系數b衡量。b越接近1，表明此方法的無偏性越好。

（3）理論準確性：理論可靠性開方即為理論準確性。Henderson用理論可靠性來評價傳統動物個體育種值估計的可靠性[26]，同樣個體基因組育種值理論可靠性與傳統育種值的可靠性相似[27]，可以通過如下公式計算出每個個體的EBV和 GEBV理論可靠性：

其中，σ2g加性遺傳方差，SEP為個體的 GEBV/EBV預測標準誤。

2 結果

2.1 場間關聯率

表2列出了3家核心育種場及分場的場間關聯率。養豬中心（BBSCB）、北京六馬(BJLM1，BJLM4，BJLM5，BJLM6)和順鑫農業(BJXD1，BJXD2)3個場之間的遺傳聯系較差，彼此間都為 0，說明從系譜上看不出3個場之間群體有遺傳聯系，但3個核心場內分場之間的關聯性很好。

表2 北京地區3家核心育種場大白豬場間關聯率Table 2 Connectedness rating among three Yorkshire populations in Beijing

圖 2(a)進一步顯示了北京六馬和順鑫農業兩豬場間基于系譜建立的個體親緣關系，結果表明，場間個體間親緣關系都為 0，由于兩場從系譜上追蹤不到共同的祖先存在，從基于系譜的A陣上無法建立兩場間的聯系。但基因組信息可以反映出個體間的親緣關系，如圖2（b）所示的基于基因組信息的G矩陣親緣關系，不同群體間個體的基因組親緣關系系數并不全都為0，有很多高于0.25甚至0.5。

2.2 基因組選擇準確性評價

2.2.1 基因組選擇準確性與無偏性 表 3列出了338頭已完成性能測定的候選公豬作為驗證群體，評價基因組選擇的準確性和無偏性。結果表明，第二次基因組選擇由于加入了候選公豬的測定信息，兩個生長性狀達100kg體重日齡（Age）和100kg活體背膘厚(BF)的基因組選擇準確性由第一次基因組選擇的0.55和0.62分別提高到0.72和0.84，提高了17和22個百分點。無偏性反映了基因組選擇預測的偏差情況，無偏性值越接近1，表明預測的偏差越小。如表3所示，第二次基因組選擇Age和BF兩個性狀無偏性分別為0.96和1.00，遠好于第一次的0.82和0.91，表明終選時預測偏差更小，預測結果更為準確。

表3 已有表型的候選公豬基因組預測準確性和無偏性Table 3 Accuracy and unbiasedness of genomic prediction

圖2 北京六馬(LM)和順鑫農業(XD)大白豬基于系譜和基因組信息的親緣關系Fig. 2 Relationship of two Yorkshire populations based on different information

2.2.2 基因組育種值、系譜指數和育種值理論準確性比較 常規育種中依據系譜指數與育種值進行二選（公豬去勢前）和終選（性能測定結束），在基因組育種中則根據基因組育種值。表4分別列出了二選和終選時GEBV與系譜指數和EBV的理論準確性比較。為了驗證通過基因組早期選種結果與性能測定后選種結果相比是否可靠，我們將候選公豬第一次和第二次基因組選擇時的GEBV與其系譜指數（即利用父母信息對個體預測的結果）、有測定成績后的EBV的理論準確性做了比較。結果顯示，二選時，達100kg體重日齡、100kg活體背膘厚和總產仔數3個性狀基因組選擇的理論準確性高于系譜指數的理論準確性10，14和19個百分點；終選時，3個性狀基因組選擇的理論準確性高于EBV理論準確性8，12和19個百分點，低遺傳力的繁殖性狀提高幅度最大。生長性狀基因組選擇理論準確性標準差均小于系譜指數和EBV理論準確性標準差，基因組選擇準確性波動范圍小、精確度高。終選時EBV與二選時系譜指數相比，增加了候選公豬的性能測定信息，因此100 kg體重日齡（Age）和100 kg活體背膘厚EBV理論準確性分別高出系譜指數15和16個百分點，同樣，兩個性狀第二次基因組選擇的理論準確性比第一次增加了13和14個百分點。由于尚無總產仔數記錄，因此EBV與系譜指數、兩次基因組選擇理論準確性相同。各性狀利用測定信息與芯片信息估計的基因組育種值準確性均高于僅利用測定信息估計的育種值準確性。

表4 不同選擇階段的公豬GEBV、系譜指數和EBV理論準確性Table 4 The theoretical accuracy of GEBV, pedigree Index and EBV in different selection stages

3 討論

3.1 聯合育種

聯合育種是我國豬育種的方向，由于單個豬場育種群數量有限，聯合育種能夠擴大育種群規模，從而增大遺傳變異、提高育種值估計準確性和加大選擇強度，獲得較大的遺傳進展。場間遺傳聯系是聯合育種的前提，完整的系譜登記是評價育種場之間遺傳聯系的基本依據。場間遺傳聯系實際上是兩個豬場系譜間的聯系，即可以追蹤到共同祖先。MATHUR等[20-21]利用加拿大育種數據進行分析，結果顯示場間平均遺傳聯系大于等于 3%時開展聯合遺傳評估效果較好，本研究中的三個大白群體由于來源不同，從系譜上無法建立起場間聯系，各場間關聯率為0（表2），導致常規聯合遺傳評估無法開展，這在我國當前生豬遺傳改良中普遍存在[3]。雖然從系譜上無法找到這些大白豬之間的遺傳聯系，但是由于他們都發源于英系大白豬，不同品系間仍有著共同祖先的 DNA印記，即使遺傳背景不同仍然存在親緣關系（圖 2）。本研究結果表明芯片信息相比系譜信息，能更真實的反映出個體間的親緣關系，利用芯片信息能夠建立起不同群體間的遺傳聯系。因此，基因組信息可以建立起不同群體間的場間聯系，進而可以開展基因組聯合遺傳評估和聯合育種。本研究利用北京地區三個遺傳背景不同的大白豬群體，構建了混合參考群體，開展了基因組聯合育種，不同階段基因組選擇準確性都高于相應的常規基于單場信息的系譜指數和育種值選擇，表現出基因組聯合育種的優勢。因此，基因組選擇為我國種豬聯合育種提供了一條新途徑。

3.2 混合群體效果及性能測定的重要性

參考群體規模[15,28]、性狀遺傳力[29]、標記與QTL之間的連鎖不平衡[29-30]和標記密度等都是影響基因組選擇準確性的因素。基因組育種值估計時利用的表型信息都來自于參考群，參考群規模直接影響著表型信息量的大小，因此擴大參考群體規模是提高基因組選擇準確性的有效途徑。直接擴大單個群體規模最為有效，合并來源不同的群體構建混合參考群體也是一個選擇，這個在奶牛、肉牛的基因組選擇中有諸多研究[31-33]。LUND[31]等利用合并不同國家荷斯坦公牛群體開展基因組選擇，結果表明混合群體基因組選擇準確性比單個群體基因組選擇準確性提高了 10個百分點，其中針對不同群體不同性狀基因組準確性提高幅度在2%—19%之間。我國豬種遺傳背景復雜多樣，建立單一遺傳背景的基因組參考群難度較大，混合群體的基因組選擇對我國開展基因組聯合育種具有現實意義。本研究構建的混合參考群對剛出生的小公豬實施基因組選擇后，選擇準確性大幅提高。早期選擇時，達100kg體重日齡、100kg活體背膘厚和總產仔數的選擇準確性由 55%、 56%和 60%分別提高到65%、70%和 60%。候選公豬性能測定結束后，由于增加了測定信息，達100kg體重日齡、100kg活體背膘厚兩個性狀基因組選擇準確性進一步提高到78%和84%。同時本研究發現，常規的性能測定十分重要，達100 kg體重日齡、100 kg活體背膘厚EBV準確性遠高于僅依賴父母信息的系譜指數準確性15和16個百分點，也高出第一次基因組選擇（候選公豬無性能測定信息）的準確性5和2個百分點，表明個體的測定信息對提高育種值或基因組育種值估計準確性影響更大，因此堅持性能測定十分重要。

3.3 基因組早期選擇

本研究結合我國當前生豬市場情況，主要對公豬進行了基因組選擇應用，這一流程同樣適用于母豬選擇。研究結果表明，基因組選擇可以很好的對公豬進行早期選擇，公豬去勢前進行的第一次基因組選擇與終選時的EBV選擇準確性相當，且相關很高，表明第一次基因組選擇的個體與常規育種選擇個體排序基本一致，基因組早期選擇可以達到常規育種性能測定結束時的效果。綜合指數結果排名前20的個體，早期選擇時基因組母系指數與傳統母系指數秩相關0.6、終選時基因組母系指數與傳統母系指數秩相關0.62。兩者相關較高，說明傳統母系指數排名靠前的個體，其基因組母系指數排名也很靠前，兩者排序一致性好，對優秀個體有著較高的選擇準確性。同時，利用基因組選擇，可以對公豬有針對的提前去勢淘汰，減少后期常規測定的繁瑣工作量及測定成本。本研究也表明，基因組選擇對低遺傳力性狀總產仔數準確性提高幅度最大，這與其他研究相同[6,34]，另外，基因組選擇對屠宰性狀和難以測定的肉質性狀[35-36]更具有無法比擬的優勢。

3.4 一步法估計基因組育種值優勢

基因組育種值估計是基因組選擇的核心，人們提出了一系列方法估計 GEBV，按基因組育種值估計思路大致可分為兩類：一類是間接法，通過估計等位基因的效應值來預測 GEBV，即根據參考群體估計出每一個SNP等位基因或不同染色體片段的效應值，再根據相應的基因型預測候選個體 GEBV，主要有 RRBLUP和基于貝葉斯的一些列方法BayesA[15]、BayesB[15]、BayesC、BayesCpi、BayesR和 BayesLasso[37-38]等。另一類是直接法，像傳統的BLUP方法那樣，通過基于個體親緣關系矩陣預測GEBV，利用個體基因型信息計算基于基因組信息的個體親緣關系G陣，替代傳統方法基于系譜構建的A陣，直接估計所有個體GEBV[39]（這一方法為GBLUP方法）或者將G矩陣與A矩陣共同合成一個H矩陣，來估計個體 GEBV的一步法（sing step GBLUP,SSGBLUP）。該方法利用系譜信息、性能測定信息和基因組信息，能對所有個體進行基因組遺傳評估，準確性最高[24,40]。實際育種中，只有一小部分豬有芯片基因型信息，大部分豬只有表型測定信息，一步法模型通過基因型-系譜合并矩陣做到了常規育種與分子育種的有機結合，利用一步法進行個體的聯合遺傳評估將成為豬遺傳評估的趨勢。我國的聯合育種工作應該逐步深化，將基因組選擇技術與常規遺傳評估相結合，逐步實現全國性的基因組聯合遺傳評估和基因組聯合育種，推動我國生豬遺傳改良計劃升級。

4 結論

利用混合群體參考群開展北京地區基因組聯合育種研究，結果表明北京地區三家核心場場間關聯率偏低，無法開展傳統聯合遺傳評估，但通過基因組選擇能夠開展基因組聯合評估，實行基因組聯合育種。基因組選擇的準確性高于傳統的系譜指數和育種值選種，低遺傳力性狀提高幅度最大，能夠實現早期選擇，提高育種效益。