全基因組選擇技術在豬育種中的應用進展

江慧青 ，李千軍 ，崔茂盛 ，馬 墉 ，張豐霞 ，李文軍

（1.天津市農業科學院畜牧獸醫研究所，天津 300381；2.天津農學院動物科學與動物醫學學院，天津 300384；3.天津市農墾康嘉生態養殖公司，天津 300380）

家畜育種是人類應用遺傳學理論，主要是在遺傳水平上改良動物群體重要經濟性狀，從而提高效益的方法和技術。家畜在經過長期的優勝劣汰自然選擇后，人工選擇也加快了育種進程。時代和科學技術的發展，動物育種經歷了4個階段，從主要依靠古樸經驗學的人工馴化1.0階段，到依賴于試驗設計和數據統計的雜交育種2.0階段，再到分子育種時代，而分子育種時代又分為轉基因育種3.0階段和智能設計育種4.0階段。隨著分子育種時代的到來，育種家們將分子標記和全基因預測應用到了選育工作中，全基因組選擇等智能設計育種技術在時代發展的需求下應運而生。

育種的關鍵是選擇，選擇的關鍵是提高選種的準確性，即若想選擇具有優良遺傳性狀的個體，其主要核心在于選擇的準確性。市場需求是家畜育種發展的動力，全基因組選擇是對傳統遺傳評估技術的一次重大革新，該技術是利用覆蓋全基因組的高密度遺傳標記計算個體的基因組估計育種值（Genomic estimated breeding value，GEBV）。全基因組選擇技術在動物育種中最早應用于奶牛，且已在奶牛行業取得顯著成效，但在豬育種方面研究得還不夠深入。豬的生長性狀和繁殖性狀的提高是養豬經濟效益的基礎，與生長性狀相比，豬的繁殖性狀，如產仔數、產活仔數具有遺傳力低和限性表現的特點，傳統育種方式難以獲得較高的育種值估計準確性。目前全基因組選擇技術（Genomic-wide selection，GS）在豬育種方面的研究與國外相比仍存在較大差距，在“十三五”、“十四五”農業動物育種領域規劃中GS已被我國列為重點發展和研究的育種技術之一。GS可以有效提高育種的準確性和遺傳進展，縮短世代間隔和降低人工育種成本，且對于傳統育種中的低遺傳力性狀和難以測量的等性狀，比如繁殖性狀，GS也更具優勢。所以基因選擇等分子育種技術在動物育種方面是非常值得深入研究的技術方法。

本文主要從全基因組選擇技術在豬育種中的方法步驟、影響因素、優勢和應用現狀等方面進行綜述，以期為我國在豬育種行業中應用全基因組選擇技術提供參考。

1 豬全基因組選擇步驟與方法

GS的計算方法主要可以分為直接法、 間接法和其它方法，是對基因組估計育種值即GEBV的算法，常見應用模型見表1。GS選擇流程主要包括參考群和候選群的建立。第一步：建立參考群，參考群體要求至少有3代以上的系譜數據，且都有已知的表型數據和基因型數據，選擇合適的統計模型分析計算得到每個個體的單核苷酸多態性（Single nucleotide polymorphism，SNP）效應值。第二步：候選群的選擇，對候選群里的個體進行基因檢測，獲得基因型數據即基因分型，再依據參考群中估計得到的SNP效應值來獲得候選群中每個個體的GEBV；如果只有單性狀，則根據GEBV排名由高到低對個體進行選留，如果有雙性狀或者多性狀，則根據需要計算獲得綜合選擇指數，最后按選擇指數從高到低選留個體。待選留個體完成表型性能測定后，若想使優良性狀得到穩定遺傳，就需要將這些個體放入參考群中用于重新估計效應值，用來保持參考群和候選群的更新。

表1 全基因組選擇技術方法

2 豬全基因組選擇優勢

全基因組選擇是指利用覆蓋整個基因組的高密度SNP計算個體的GEBV并加以選擇的育種方法。育種值能夠穩定遺傳給后代，根據育種值進行選種可以獲得穩定的遺傳進展。根據數量遺傳學理論，可知遺傳進展的公式為：

與傳統選育相比，由上述公式可知GS主要在選擇準確性和縮短世代間隔方面有顯著優勢，可有效提高遺傳進展。（1）早期選擇準確率高：在豬的GS應用中主要是靠提高GEBV的準確性來加快遺傳進展的。（2）縮短世代間隔：運用GS，在候選群中，仔豬出生后哪怕沒有表型數據，也可利用基因型數據分析獲得的效應值進行前期個體選擇，將不合格的仔豬早期就淘汰掉，不用等長大再去選擇，即實現早期選擇，相當于提高了選擇強度，降低了育種成本。（3）GS對一些低遺傳力性狀、限性性狀和難以測定的性狀以及不能早期度量的性狀，如抗病性狀率、產奶性狀、繁殖性狀、使用壽命等性狀提供了可行性操作的途徑，能大幅度的提高育種值估計準確性，加快遺傳進展。

3 影響全基因組選擇準確性的因素

性狀的GEBV值準確性可以用來體現選擇的準確性，而GS的準確性受多個因素的影響，其中有表型數據的準確性、參考群規模、芯片密度等。

3.1 表型數據記錄的準確性

參考群體的系譜數據和表型數據的完善記錄和準確收集對于開展全基因組選擇至關重要，不然哪怕擁有基因分型數據，也沒有任何價值，因為只有在確保系譜和表型信息的準確的前提下，才能保證GS結果的準確性。

3.2 參考群規模

Hayes等和vanRaden等的研究都表明，參考群規模的大小對GEBV準確性影響很大。Haberland等研究認為，GS應用于豬時，參考群至少大于1 000頭才能達到較好的準確性，目前主流觀點是參考群大于2 000頭或3 000頭效果最好，且遺傳力越低，規模越大效果越好。總之，參考群規模越大，GS技術評估準確性越高。

3.3 育種芯片標記密度

GS是基于育種芯片的基礎上進行的研究分析，理論上在豬育種中SNP芯片的標記密度是越高越好，雖然標記密度越高意味著檢測費用越貴，但SNP標記密度越高代表標記間的連鎖不平衡就越高，可使預估到的基因估計育種值即GEBV準確性越高。

3.4 遺傳力大小

中、高遺傳力性狀，GS取得的應用效果較明顯，但對于低遺傳力或難以度量的性狀，需要的參考群規模就越大，評估準確性才會越高，否則實際意義不大。

3.5 參考群與目標群體個體間的相關性

候選群的GEBV估算依賴于參考群的SNP效應值即遺傳參數進行計算選擇，所以參考群與候選群之間的世代間隔也將影響選擇的準確性。研究表明，參考群和候選群世代間隔數越小，尤其二者世代間隔在1-2代時其GS預測準確性越高。

3.6 育種值估計方法

不管是直接法、間接法還是其他方法，目的都是通過模型計算獲得估計育種值，目前應用最多的還是第一種和第二種方法。在全基因組選擇技術研究中育種估計方法一直都是研究創新的重點。總之，任何方法和模型都有優缺點，目前沒有哪一種模型可以保證計算準確性效果是具有絕對優勢的。對于不同的遺傳標記、不同的性狀等情況，計算EBV需選擇最適宜的全基因組選擇方法和模型。

4 GS在豬育種中的應用現狀

4.1 SNP芯片在豬育種中的使用現狀

2001年由Meuwissen等提出全基因組選擇概念，之后GS首先應用于奶牛且取得了顯著的效果。2005年公布了家豬的基因組序列，Ramos等在2009年研發出了首款豬的全基因組SNP芯片，該款Illumina PorcineSNP60芯片的出現為豬實施GS育種提供了可能。目前豬品種中應用范圍較廣的SNP芯片國內外都有好幾款，這些芯片的出現為豬進行GS育種提供了極大的便利。常見豬SNP芯片的信息簡介見表2。

4.1.1 國外豬育種芯片

目前國外市場上豬品種應用范圍較廣的SNP芯片主要有3款，分別是PorcineSNP60 V2 60K芯片、PorcineSNP80 芯片和Axiom PorcineHD芯片。PorcineSNP60 V2 60K芯片屬于固相芯片，來源于Illumina公司，該款芯片有64 232個SNP位點，該芯片是PorcineSNP60 V1 60K芯片的升級版，參考群主要涵蓋長白豬、大白豬、杜洛克豬和皮特蘭豬等國外的瘦肉型豬品種，性價比高，能提供足夠的SNP密度，有效提高育種效率和準確性，但并不適用于我國地方品種豬。PorcineSNP80是來源于紐勤公司研發的固相芯片，該款芯片有68 528個SNP位點，SNP密度較高，參考群數據主要來源于杜洛克豬、長白豬、皮特蘭豬和大白豬，可應用于全基因組選擇和比較基因等研究，但芯片上的SNP位點都是從常見的國外品種中篩選出來的，跟PorcineSNP60 V1 60K芯片一樣并不適用于我國地方品種豬的研究。Axiom PorcineHD芯片是Affymetrix公司研發的固相芯片，該款芯片有658 692個SNP位點，密度高，SNP標記的參考群品種主要源于杜長大和皮特蘭豬，該芯片能夠對樣本進行基因分型而不會出現標記丟失或數據丟失問題，具有很高的遺傳評估準確性，但價格昂貴，成本較高，不易大量檢測。

4.1.2 國內豬育種芯片

在國家的大力支持和育種企業、育種專家的努力下，我國終于打破了國外豬育種芯片的壟斷，擁有了具有我國自由知識產權的豬育種芯片。目前我國市場上豬品種應用范圍較廣的SNP芯片主要有3款，分別是中芯一號芯片、液相50K芯片和PorcineWEN 55K芯片。中芯一號V1芯片是江西農業大學最新研發的固相芯片，該款芯片有51 368個SNP位點，屬于高密度芯片，是我國自主設計的固相芯片，打破了國外豬基因芯片的壟斷，參考群已涵蓋杜長大等主要商品品種及二花臉、巴馬香、疝氣等六大類型的中國地方豬品種，對我國特有豬品種選育更具針對性，該芯片涵蓋豬從出生到屠宰整個生育期的繁殖、免疫等七大類422個性狀，同時芯片可升級，但檢測成本較高，大規模測定較難實施。中芯一號PLUS豬育種芯片在原中芯一號的基礎上提升了有效位點數，以提升企業育種相關性狀的選育效率、提高與其他分子檢測產品數據填充方面的兼容性。CAUporcine5K是中國農業大學最新研發的液相芯片，該款芯片擁有543 832個SNP位點，液相50K芯片是基于靶向捕獲測序技術的液相芯片，擁有自主知識產權，該芯片定制靈活、可任意增刪 SNP 位點，芯片目前可拆分為1 K、10 K、40 K，檢測成本較低，檢測速度較快，可使基因組育種效率提升且更容易實施，但深度不夠，遺傳評估準確性低于高密度的固相芯片。PorcineWEN 55K芯片是廣東溫氏食品集團股份有限公司針對自有12個瘦肉型品系種豬遺傳特點，自主研發的種豬育種專用高密度SNP固相芯片，是國內首款規模化應用于企業現場育種的自主設計芯片，擁有56 380個SNP位點，在種質資源多樣性分析、GS、GWAS分析等方面優勢明顯，但該芯片屬于定制類芯片，目前專用于溫氏集團，針對性較強。

4.2 GS在豬繁殖性狀中的研究現狀

種豬的繁殖能力從側面反映了養殖場的生產能力和經濟效益，其中繁殖性狀中的產仔數和產活仔數作為豬重要的經濟性狀之一，對豬場效益有直接影響，產活仔數越多，養殖戶獲得的收益越多。影響豬繁殖性能的因素有很多，其中遺傳因素占主因，傳統選育進展緩慢，而GS在這些方面尤其是對繁殖性狀等低遺傳力性狀具有很好的改良優勢。自從在牛育種上取得顯著成效后，隨著2012年國際豬基因組測序聯盟、華大基因與中國農業科學院相繼公布了豬的全基因組序列之后，GS在豬的育種上也逐漸成為了育種新時代的研究熱點。在母系豬中GS能夠通過實現早期選擇和提高繁殖性狀的選擇準確性來達到加快遺傳進展的目的。通過模擬繁殖性能數據，研究結果顯示，運用GBLUP比BLUP分析得到的基因組預測準確性提高23%-91%。李勇等采用BLUP和GBLUP（GBLUP_WGS、GBLUP_snp60）兩種方法對1 097頭大白豬的總產仔數、產活仔數、健仔數和出生窩重進行育種準確性分析，研究表明除總產仔數外，產活仔數、健仔數和出生窩重的預測準確性GBLUP＞BLUP。Forni等研究發現傳統的BLUP預估效應為0.22，而運用一步法對平均窩產仔數進行預估分析其獲得的效應在0.28-0.49之間。Simianer等對豬的產仔性狀進行全基因組選擇分析，研究發現GS可提高該性狀37%的年遺傳進展。張金鑫等對1 789頭大白公豬的總產仔數進行GS分析，其EBV準確性為0.41，GEBV準確性為0.60，提高了19個百分點，研究指出運用GS對低遺傳力性狀提高幅度最大。

4.3 GS在豬其它表型性狀中的研究現狀

除了繁殖性狀，GS在豬的其它表型性狀上也取得了諸多進展，目前已有大量文章報道了豬全基因組選擇的相關研究。邱奧等分別運用豬50 K固相芯片和豬50 K液相芯片，采用GBLUP方法對1 267頭大白豬的達100 kg體重日齡（AGE）和100 kg活體背膘厚（BF）進行GS分析，研究表明兩款芯片具有很好的兼容性，同時在對2個生長性狀的GEBV準確性分析上，液相芯片比固相芯片平均高出1.7%。周雋等運用BLUP、GBLUP和ssGBLUP對杜洛克豬群體的達100 kg體重日齡、背膘厚和眼肌面積3個生長性狀進行GS分析，結論表明一步法預測的準確性高于BLUP和GBLUP，其準確性提升為14.7%-51.1%和13.4%-45.7%。Ostersen等對杜洛克豬的日增重和飼料轉化率進行了GS準確性分析，研究指出GEBV的可靠性分別可達0.34和0.20。Lee等使用BayesB方法預測2 432頭大白豬的體長、體高和總乳頭數的GEBV，其準確性分別為0.60、0.52和0.51，而且BayesB方法對豬的這3個外部特征的基因組準確性略高于BayesC方法。張金鑫等對1 789頭大白公豬進行基因型檢測，結合100 kg體重日齡、100 kg活體背膘厚的表型數據進行GS分析，研究指出傳統育種值準確性分別為 0.70和0.72，GEBV準確性進一步提高至0.78和0.84，GEBV比EBV準確性提高了8和12個百分點，可見GS的準確性高于傳統的系譜指數和育種值選種。這些相關研究都表明了全基因組選擇技術在豬育種中是成效顯著和具有光明前景的。

5 展望

目前，全基因組選擇技術已經開啟了豬育種新時代，雖然尚不及在牛育種上應用得普遍和成熟，但與傳統育種相比GS是具有顯著優勢和改善效果的，且隨著國家的重視、高通量檢測技術的不斷優化和芯片檢測成本的下降，GS在國內種豬育種工作中還是相當有應用前景的。但不可忽視的是，GS在豬育種中仍然面臨諸多挑戰，比如養殖人員對表型數據的準確性和持續性記錄重視度不夠高；高通量的基因型測定成本對于大部分企業來說成本依舊高昂；隨著數據的積累，對于模型和算法的要求會日益增高，所以仍需努力找到最佳的優化方法以及因為行業對專業度要求較高，育種專業技術人才目前是相對缺乏的。這一系列問題，都是急需大家去解決或重視的問題。總之，隨著高通量技術的高速發展，種豬育種工作進入全基因組選擇時代是大勢所趨，不管是在豬還是其它動物育種上，檢測成本、分析方法、品系和性狀等諸多因素都影響著GS的應用與普及，因此具體如何高效應用GS，還值得進一步研究。