基于全基因組重測序分析西門塔爾牛遺傳多樣性與群體結構

摘 要： 旨在對西門塔爾牛群體遺傳多樣性和遺傳結構進行分析，為配種方案和遺傳改良提供理論依據。本研究對149頭西門塔爾牛的全基因組進行了重測序，并利用這些基因組數據獲取的高質量單核苷酸多態性（single-nucleotide polymorphisms， SNPs）位點，對其遺傳結構、連續純合片段（runs of homozygosity， ROH）以及其親緣關系和家系構建等方面進行了深入的分析。結果顯示，149 頭西門塔爾牛平均測序深度為 5×，質控后共鑒定到1 265 356 個SNPs位點，平均最小等位基因頻率為0.067，平均多態信息含量為 0.083，平均觀察雜合度為0.121，平均期望雜合度為 0.157。親緣關系G矩陣與狀態同源（identical by state， IBS）遺傳距離矩陣具有相似的結果，大部分個體間的親緣關系呈中等水平。在 149 頭西門塔爾牛個體中，共檢測到70個基因組ROH，且ROH總長度為 127 627.935 kb，其中有 98.57%的ROH是長度介于在1～5 Mb之間。基于ROH計算得到的近交系數為 0.000 3，提示近親繁殖程度不高。此外，進化樹分析將這149頭西門塔爾牛劃分成為 22 個不同的家系分支。綜上所述，西門塔爾牛群體表現出相對豐富的多樣性和適度的親緣關系。在少數個體中觀察到近親繁殖，但種群的整體近親繁殖水平仍然很低。

關鍵詞： 西門塔爾牛；低密度全基因組重測序；群體遺傳結構；遺傳多樣性；親緣關系

中圖分類號：

S823.2"""" 文獻標志碼： A"""" 文章編號： 0366-6964（2025）03-1189-14

收稿日期：2024-09-26

基金項目：泰山產業領軍人才工程專項經費；煙臺市科技計劃項目（2023ZDCX024）；現代農業（肉牛牦牛）產業技術體系（CARS-37）；山東省現代農業產業技術體系牛產業創新團隊（SDAIT-09-03）；山東省農業科學院創新工程（CXGC2024F10）

作者簡介：胡 鑫（1989-），女，遼寧盤錦人，助理研究員，博士，主要從事肉牛遺傳育種的研究，Tel：0531-66655139，E-mail： huxin19890803@163.com

*通信作者：宋恩亮，主要從事肉牛遺傳育種與繁殖研究，E-mail： enliangs@126.com

Analysis of Genetic Diversity and Population Structure of Simmental Cattle Based on Whole

Genome Resequencing

HU" Xin "YOU" Wei "JIANG" Fugui "CHENG" Haijian "SUN" Zhigang3， SONG" Enliang^1，2*

（1.Shandong Key Laboratory of Animal Disease Control and Breeding， Institute of Animal

Science and Veterinary Medicine， Shandong Academy of Agricultural Sciences， Jinan 250100，

China; 2.Key Laboratory of Livestock and Poultry Multi-omics of Ministry of Agriculture and

Rural Affairs， Jinan 250100，" China; 3.Green Food Agriculture and Animal Husbandry

Technology Co.， LTD.， Yantai 265701，" China）

Abstract：" The aim was to analyze the genetic diversity and genetic structure of Simmental cattle populations to provide a theoretical basis for breeding programs and genetic improvement. In this study， 149 Simmental cattle were subjected to whole genome resequencing， and genetic structure， runs of homozygosity （ROH）， and kinship and lineage construction were analyzed based on high-quality single-nucleotide polymorphisms （SNPs） sites obtained from all the genomic data. The results showed that the average sequencing depth of 149 Simmental cattle was 5×， and a total of 1 265 356 SNPs loci were identified after quality control， with an average minimum allele frequency of 0.067， an average polymorphic information content of 0.083， an average observed heterozygosity of 0.121， and an average expected heterozygosity of 0.157. The G matrix of kinship and the IBS distance matrix had similar results， and most individuals had medium level of kinship. A total of 70 genomic ROH were detected in 149 Simmental cattle with a total ROH length of 127 627.935 kb， of which 98.57% were between 1 to 5 Mb in length. The inbreeding coefficient based on ROH was 0.000 3， suggesting a low degree of inbreeding. In addition， evolutionary tree analysis classified these 149 Simmental cattle into 22 different family branches. In summary， the Simmental cattle herd showed relatively rich diversity and moderate relatedness. Inbreeding was observed in a few individuals， but the overall level of inbreeding in the population remained low.

Keywords： Simmental cattle; low-density whole genome resequencing; population genetic structure; genetic diversity; kinship

*Corresponding author：SONG Enliang， E-mail： enliangs@126.com

全基因組遺傳變異在動物馴化和人工選擇中起著至關重要的作用，保護全基因組遺傳變異可以提升種群適應性和生存能力^［1］。通過對基因組變異的鑒定挖掘，找出生物為適應自然或人為因素造成的環境變化產生的新變異，對育種工作的順利進行有著重要意義^［2］。在生物體中，SNP是最小的變異且數量眾多，個體之間的多樣性、基因組進化和群體的遺傳變異等都可能與SNP相關^［3］。SNP適用于檢測群體間的變異，包括堿基的轉換和顛換兩種類型。獲得的SNP數據在遺傳學中具有多種用途，如分析種群遺傳多樣性、構建遺傳圖譜和進行關聯分析等。同時，利用變異注釋、群體起源進化分析和選擇信號檢測等手段可探究群體進化歷史、選擇、適應性等問題，提供分子標記，鑒定與性狀相關的候選基因^［4-5］。以SNP標記為基礎的基因芯片技術成本低，已被用于各種基因組研究^［6-7］，包括種群歷史推斷、有效群體大小估計^［8］、數量性狀定位^［9］、全基因組關聯分析^［10］和基因組選擇^［11］等。在過去很長一段時間的育種工作中，基因芯片都是鑒定各種性狀和表型差異的首選。然而，基因芯片中的SNPs位點是已知的、人為設定的，對新變異的發掘能力較弱。近年來，全基因組重測序技術因測序成本降低，逐漸成為挖掘全基因組遺傳變異的主要方法^［12］。全基因組重測序（whole genome sequencing， WGS）通過將測序數據比對到物種對應的參考基因組，識別基因組范圍的遺傳變異，并基于這些遺傳變異進一步獲得群體的遺傳特性，以探究物種的進化規律和篩選功能基因。基于WGS的方法分析畜禽種群的生存能力和保存方面的應用正變得越來越可行，對動物生產、健康福利以及家畜物種和品種進化研究具有重大影響^［13］。

在畜禽研究領域中，基于重測序數據分析群體多樣性和群體結構得到了廣泛的應用。基于重測序數據，對羅坑雞^［14］、大尾寒羊^［15］、內江豬^［16］、大余鴨^［17］等品種進行的遺傳多樣性和群體結構等研究可為更好地保護和利用這些畜禽品種資源并提供指導。在牛的研究領域中，研究人員通過對秦川牛保種群的全基因組重測序分析，發現其遺傳多樣性非常豐富，而且沒有出現明顯的近親現象。這一發現為秦川牛的保種選配工作提供了重要的科學依據^［18］。Sun等^［19］通過對西門塔爾牛的SNPs和拷貝數變異（copy number variation， CNV）進行分析發現了一些與繁殖、免疫和肌肉發育相關的候選基因。Li等^［20］利用全基因組測序技術探索了黑龍江雜交牛的種群結構，闡明了其遺傳多樣性，并通過ROH島和來自祖先的重要片段鑒定了與繁殖效率和牛肉品質相關的基因。這些研究為肉牛品種遺傳資源的科學保護和遺傳改良提供了科學依據。

作為最重要且分布最廣泛的牛品種之一，西門塔爾牛主要用于牛奶和牛肉的生產。在過去的幾十年里，人類在西門塔爾牛基因組中進行了強有力的選擇，這為提高其生產性能做出了巨大貢獻。Zhuang等^［21］利用770K芯片對744頭中國西門塔爾牛進行了加權一步法GWAS分析，結果發現候選基因微管蛋白折疊輔因子B和肌球蛋白重鏈10分別與初生重和1歲體重相關。Du等^［22］利用基于隨機模型的GWAS分析了808頭中國西門塔爾肉牛，結果顯示，共有37個顯著SNPs與體重相關，并注釋到成纖維細胞生長因子4、血管生成素4、磷脂酶A2組IVA和整合素亞基5等與體重相關的候選基因。這些研究結果將為進一步探究肉牛重要經濟性狀相關的主效基因和遺傳變異提供依據。此外，Zhao等^［23］利用高密度SNP芯片對中國肉用西門塔爾牛群體進行ROH的檢測和分析，研究發現在42個區間內共檢測到17個與體型、肉質和繁殖性狀相關的候選基因。這為基于基因組純合度的遺傳評估、選擇預測、選種選配提供了重要理論基礎和技術保障。本研究利用全基因組重測序技術對149頭西門塔爾牛的遺傳多樣性和群體結構進行分析，為西門塔爾牛的可持續利用提供參考。

1 材料與方法

1.1 試驗材料

本試驗選擇山東省龍口市格潤富德農牧科技股份有限公司的150頭西門塔爾牛為研究對象，其中公牛100頭，母牛50頭。本研究對150頭牛進行靜脈采血3～5 mL，并將其放入－20 ℃冰箱保存。

1.2 試驗方法

1.2.1 DNA提取及測序

使用康為世紀的DNA提取試劑盒（中國）提取DNA。利用1%瓊脂糖凝膠電泳技術對DNA的完整性進行檢測，并用NanoDrop2000（賽默飛，美國）分光光度計對DNA純度進行測定。DNA濃度用Qubit Flurometer（Life Technologies， CA，USA）進行測量。得到高質量的基因組DNA后，進行文庫構建。最終在康普森生物技術有限公司（北京）的DNBSEQ-T7平臺進行測序。

1.2.2 樣本質控

為了保證分析的準確性，防止重復樣本對群體基因頻率的影響，分析之前，首先使用Plink（V1.90）軟件^［24］檢查重復樣本，重復樣本判定的標準如下：當DST的值大于或等于0.99時，該結果被認定為是重復樣本。本次分析未發現重復樣本，其次，對樣本的檢出率進行質控，發現樣本G231562的檢出率低于80%，將其剔除，質控后剩余99頭公牛和50頭母牛進行后續分析。

1.2.3 SNP位點質控

通過Plink（V1.90）軟件對SNP位點進行嚴格的質控，以確保用于后續分析的每一個位點都能達到最佳的分型質量。SNP根據Clean Reads在參考基因組（Bos taurus ARS-UCD2.0）的比對結果，使用軟件GATK 4.1.8.0 call SNP， 后采用VariantFiltration模塊對SNP進行嚴格過濾。

1.2.4 遺傳多樣性分析遺傳多樣性可通過以下不同的參數來進行評估：

（1）有效群體含量（effective population size， Ne）分析。Ne這一概念涉及理想群體的基因頻率變異及雜合度下降速度，它們需與實際群體保持一致^［25］。常規情況下，群體的連鎖不平衡（LD）程度是評估Ne的一個重要指標^［26］。本研究采用了Herrero-Medrano與Sved ^［27］提出的相關技術，并應用于群體的計算與分析。公式如下：

Ne=（1/4c）×1r2-1

其中，r2代表SNP位點之間的連鎖強度，c代表SNP位點之間的摩爾根距離，其計量單位采用厘摩。

（2）多態標記比例（proportion of polymorphic markers， PN）分析。PN值的具體計算遵循以下公式：

PN=MN

其中，M代表展現出多態特征的位點數目，N代表總共的位點數目。

（3）期望雜合度（expected heterozygosity， HE）分析和觀察雜合度（observed heterozygosity， HO）分析。HE衡量的是群體內任意給定個體在任一基因座上呈現雜合狀態的概率；而HO則表示在特定基因座上展現出雜合度的個體數與群體中總個體數的比例^［25］。本研究采納了孫浩等^［25］提出的技術方法，旨在系統的探究觀察雜合度和期望雜合度，公式如下：

HO=1N∑Nk=1HKn

E（H）=2n2n-11N∑Nk=11-∑p2ki

其中，n代表群體中所有個體的總數，N代表全部位點的總數，Hk代表位點k上展現的雜合狀態的個體數量，Pki代表位點k上某特定等位基因i的出現頻率。

采用Plink （v1.90）軟件分析多態標記He和Ho的比例。

（4）多態信息含量（polymorphism information content， PIC）分析。PIC作為一種評估基因變異豐富度的指標，體現了遺傳信息的多樣性。PIC可根據Bostein等^［28］的公式計算：

PIC=1-∑ni=1P2i-∑n-1i=1∑nj=i+12Pi2Pj2

其中，Pi和Pj分別為第i個和第j個等位基因頻率，n為等位基因數。

（5）有效等位基因數（effective number of allele）是基因純合度的倒數。

（6）最小等位基因頻率（minimum allele frequency， MAF）分析。MAF通常表示在特定群體中含有的不常見等位基因的頻率。

1.2.5 親緣關系和遺傳距離分析

G矩陣是一種Van Raden提出的基于全基因組標記的構建方法^［29］。它可以更精準地反映個體之間的親緣關系，比單純根據系譜信息計算的親緣關系更加準確且接近實際情況。通過GCTA（V1.94）軟件，本研究對個體之間的親緣關系系數進行了研究。具體的數據質控標準為：1） 使用常染色體上的位點；2） SNP檢出率大于等于90%；3） 個體檢出率大于等于80%；4） 最小等位基因頻率大于等于0.01；5） 哈迪-溫伯格P值大于等于0.000 001；6） R2lt;0.2的標記。具體計算公式如下：

G=ZZ′2∑pi（1-pi）

IBS指的是兩個生物個體在特定基因位置檢測到同一遺傳特征的可能性。這一概念側重于評估個體之間遺傳標記及等位基因的配對水平，使得即便在缺乏詳細的種群譜系數據或祖先樣本的情況下，研究者仍能有效探究群體內部的親緣關系。此外，遺傳距離（genetic distance， D）則是衡量兩個個體基因組層面差異的一項指標，具體定義為兩者之間遺傳距離的量度：

D=1-DST。

1.2.6 ROH統計分析

ROH在大多數群體中都能被發現。ROH表現為連續且純合的基因型序列，通常是由親代向子代傳遞相同的單倍型遺傳信息。通過Plink（V1.90），本研究獲取每個樣本的ROH長度和頻率，從而更好地了解群體的發展歷程。具體的數據質控標準為：1） 使用常染色體上的位點；2） SNP檢出率大于等于90%；3） 個體檢出率大于等于80%；4） R2lt;0.2的標記。此外，基于ROH的近交系數公式如下^［30］：

FROH=∑kLength（ROHk）L

其中，k代表個體中ROH的數量，L代表基因型數據覆蓋的常染色體基因組的長度（牛，約為2 488 002.259 kb）。

1.2.7 家系構建

為了了解群體的家系情況，本研究使用鄰接法（neighbor-joining， NJ）進行家系構建分析。NJ算法是一種基于距離的系統發育樹構建方法。它是聚集性的，因此它通過每一步聚集最接近的類群來構建類群之間的祖先關系，直到形成一個完整的發育系統。它把整個分類系統化成一張系譜圖，用它把所有樣品間的親疏關系展示出來。本研究對西門塔爾牛群體的家系結構劃分中，將親緣相關系數≥0.1的個體歸為同一家系。

2 結 果

2.1 遺傳多樣性分析

本研究對149頭西門塔爾牛進行基因組重測序。并利用Plink（v1.90）軟件對試驗樣本的SNP位點進行了質控，經質控檢測后SNPs總量為1 265 356個。結果表明，在所有常染色體中SNPs數量最高的是1號染色體，為71 919個。相反，SNPs數量最小的則是25號染色體，數目僅為26 189個（圖1、表1）。

通過獲得的高質量SNPs位點對群體的遺傳多樣性進行分析。結果顯示，西門塔爾牛群體中最小等位基因頻率的范圍在0～0.1之間的比例最高，達到80.9%，而范圍在0.3～0.4之間的比例僅為2.7%，MAF的平均值為0.067（圖2A，表2）。如圖2B所示，可以看出基因組SNPs的多態信息含量分布情況。其中，多態信息含量在0～0.15之間的SNPs占79.4%；多態信息含量在0.15～0.3之間的SNPs占比11.4%；多態信息含量在0.3～0.45之間的SNPs占比9.2%。此外，群體遺傳多樣性的另2項重要指標——平均觀察雜合度與平均期望雜合度，分別為0.121和0.157（表2）。盡管平均觀察雜合度相比平均期望雜合度稍顯偏低，但兩者之間的差異并不顯著，表明該群體遺傳結構相對穩定。

2.2 基因組ROH基本統計及近交系數結果

通過進一步分析，在149頭西門塔爾牛群體中發現了70個ROH片段，ROH總長度為127 627.935 kb。從圖3A中可以看出，大多數ROH的長度低于5 Mb，其中長度在1～5 Mb范圍內的ROH比例高達98.57%，其次為占比僅為1.42%的5～10 Mb的ROH長度。在149頭西門塔爾牛中，146頭牛的個體ROH長度集中在0～10 Mb之間（圖3B）。此外，從染色體上的分布情況來看，西門塔爾牛的29條常染色體中，8號染色體上的ROH數量最多，達到9個，而其余6、17、18、25、26、27和28號染色體上ROH數量均為0個（圖3C）。基于 ROH的近交系數FROH分析結果顯示（圖3D），當前群體的近交系數為0.000 3。

2.3 IBS距離矩陣分析

通過使用Plink（V1.9）軟件，本研究對西門塔爾牛群體的IBS遺傳距離進行分析。觀察結果表明，大部分西門塔爾牛個體間IBS遺傳距離較遠，呈中等程度的親緣關系（圖4中深色方格）；此外，部分個體間的IBS遺傳距離較近，可以觀測到西門塔爾牛群體之間具有較密切的親緣關系，此點可以由圖4中淺色方格得到直觀的體現。

2.4 G矩陣分析

通過GCTA（V1.94）軟件構建的G矩陣，可以準確地反映西門塔爾牛群體之間的親緣關系，它采用全基因組標記技術，具有較高的精確度和可靠性。

通過圖5的結果可以看出，由于顏色的增加，親緣關系將會越來越緊密。和IBS距離矩陣的結果基本一樣，大多數西門塔爾牛群個體間的親緣關系都處在中等水平（圖5中顏色較淺的方格），但也有一些牛群個體之間的親緣關系更加緊密（圖5中顏色較深的方格）。

2.5 主成分分析

為檢驗樣本的遺傳背景，對149頭西門塔爾牛群體進行PCA分析。圖6是基于PCA第一主成分和第二主成分繪制的散點圖，兩個主成分分別解釋了19.41%和11.77%的變異方差。PCA 結果也表明西門塔爾牛群體的個體有較好的分散。

2.6 聚類分析與家系構建

本研究運用了鄰接法（neighbor-joining， NJ）對99頭公牛實施了聚類分析，聚類分析的標準為親緣關系大于等于0.1，結果顯示99頭公牛被劃分為22個家系（圖7A）。在聚類分析中通過使用相同顏色將其劃分為同一家系。然而，有些個體會出現交叉的現象。比如，G23144個體與家系2和家系12的親緣關系都較近，因此可以同時并入到2個家系之中。

經過G矩陣親緣關系分析，將與公牛親緣關系值gt;0.1的母牛同公牛劃分為同一家系，最終將西門塔爾牛群體分為22個含有公牛的家系。另外，也發現了有21頭母牛和被檢測的公牛血緣關系較遠，因此將21頭母牛歸入了“其他”分類中（表3，圖7B）。

3 討 論

目前針對國內地方肉牛品種的遺傳多樣和群體結構的研究較多^［28-33］，但對于中國引入的西門塔爾牛遺傳多樣性及種群結構的研究較少。本研究通過全基因組重測序技術檢測了149頭西門塔爾牛的SNP變異位點，并運用這些變異信息，對西門塔爾牛的群體遺傳多樣性、群體結構以及親緣關系進行了深入研究。

評估遺傳多樣性是物種保護的重要組成部分。雜合度（觀察雜合度和期望雜合度）是衡量遺傳多樣性的一個指標，對等位基因的頻率很敏感。觀察雜合度是觀察到的（某個基因座上的）雜合個體的發生率。另一方面，期望雜合度是在隨機交配條件下的期望雜合度水平^［34］。在本研究中，西門塔爾牛的觀察雜合度為0.121，期望雜合度為0.157。而Zhang等^［35］對秦川牛群體的研究顯示，秦川牛基因組的觀察雜合度和期望雜合度分別為為0.370和0.364。

秦川牛的雜合度遠高于本研究中的西門塔爾牛群體，這可能與西門塔爾牛作為商用品種經過高強度人工選擇有關。在遺傳多樣性的分析中，觀察雜合度小于期望雜合度時，通常被認為群體中可能出現了近交或者是受到了選擇^［36］。觀察雜合度比期望雜合度低，表明群體遺傳多樣性較低，推測該群體可能作為商業乳肉兼用牛品種受到過較強的人工選擇。這與之前西門塔爾牛的統計數據相吻合^［37］。

由于親代將相同的單倍型遺傳給后代，造成其基因組中具有連續的純合基因型區域，被稱為長純合片段ROH^［38］，而近交、人工選擇、遺傳漂變等因素會影響ROH的形成，因此對ROH的分析可以用于判斷群體的遺傳多樣性、分析近交程度及候選基因的篩選鑒定等方面^［39］。基于ROH估計近交系數的方法被認為是近交系數估計中最有效的方法，它能區別最近的近交事件和時間久遠的近交事件^［40］。ROH 的片段長度通常能反映種群歷史和遺傳多樣性等，例如短片段ROH的出現通常是由于歷史久遠單倍型的親緣相關引起的，因為染色體片段已被重復減數分裂破壞。而長片段的ROH可能是由于群體中較近世代所發生近交導致的，尤其是最近時間發生的近交事件讓染色體片段幾乎沒有發生重組^［41］。對ROH的分析中，本研究發現在149頭西門塔爾牛群體中共檢測到70個ROH片段，ROH總長度為127 627.935 kb。長度為1～5 Mb的ROH占比最多（98.57%），長度為5～10 Mb的ROH占比很小，僅為1.42%，這與秦川牛保種群體的研究結果相一致^［18］。Howrigan等^［42］發現10、5 和2.5 Mb的ROH長度分別與5代、10代和20代之前近交事件相關。此外，Cardoso等^［43］發現長度大于16 Mb的ROH形成于不到三代前，長度小于8 Mb的ROH形成于超過六代前。本研究中西門塔爾牛群體在近期沒有發生較大程度的近交。

本研究使用NJ樹和聚類分析將牛群分為22個家系。該群的平均近交系數為0.000 3。為了保持低近親繁殖率并確保該群體繼續繁殖的能力，應優先考慮家系間遺傳關系遠的公牛和母牛的交配。相反，為減少近親繁殖的數量，本研究不建議在同一家系的公母牛中進行配種。值得注意的是，群體家系構建結果中“其他”的21頭母牛與所有的公牛親緣關系系數均小于0.1，因此，可與任何一頭公牛進行配種。本研究還發現，家系1和家系5的公牛數量較少，結構不平衡。為了防止血統丟失，應重視后代的選育，以免造成血統的流失。為了便于種群的遺傳管理和評估，利用大數據技術等現代科學技術實時監測種牛健康狀況，建立準確的種牛檔案和血統數據庫，是實現西門塔爾牛可持續管理和生長的重要步驟。

4 結 論

本研究基于全基因組重測序數據從遺傳多樣性、ROH 分布特征、親緣關系和家系結構等方面對西門塔爾牛群體進行綜合評估，發現該群體表現出相對豐富的多樣性和適度的親緣關系。在少數個體中觀察到近親繁殖，但種群的整體近親繁殖水平仍然很低。本研究結果可為該群體的選種選配工作提供一定的科學依據。

參考文獻（References）：

［1］ KARDOS M，ARMSTRONG E E，FITZPATRICK S W，et al.The crucial role of genome-wide genetic variation in conservation［J］. Proc Natl Acad Sci U S A，2021，118（48）：e2104642118.

［2］ STANGE M，BARRETT R D H，HENDRY A P.The importance of genomic variation for biodiversity，ecosystems and people［J］. Nat Rev Genet，2021，22（2）：89-105.

［3］ SHASTRY B S.SNPs：impact on gene function and phenotype［M］//KOMAR A A.Single Nucleotide Polymorphisms.Totowa： Humana Press，2009：3-22.

［4］ SCHUSTER S C.Next-generation sequencing transforms today’s biology［J］.Nat Methods，2008，5（1）：16-18.

［5］ 石 蘭，馬梅蘭，木合塔帕·買買提江，等.基于全基因組重測序解析皮山紅羊群體遺傳結構及產羔數候選基因研究［J］.中國畜牧獸醫， 2024，51（2）：624-638.

SHI L，MA M L，MUHETAPA M，et al.Study on the genetic structure and litter size candidate genes of Pishan red sheep population based on whole genome resequencing［J］.China Animal Husbandry amp; Veterinary Medicine，2024，51（2）：624-638.（in Chinese）

［6］ HU M Y，JIANG H，LAI W N，et al.Assessing genomic diversity and signatures of selection in Chinese red steppe cattle using high-density SNP array［J］.Animals （Basel），2023，13（10）：1717.

［7］ PERINI F，CENDRON F，WU Z，et al.Genomics of dwarfism in Italian local chicken breeds［J］.Genes （Basel），2023，14（3）：633.

［8］ SUDRAJAD P，KUSMINANTO R Y，VOLKANDARI S D，et al.Genomic structure of Bali cattle based on linkage disequilibrium and effective population size analyses using 50K single nucleotide polymorphisms data［J］.Vet World，2022，15（2）： 449-454.

［9］ PALTI Y，VALLEJO R L，PURCELL M K，et al.Genome-wide association analysis of the resistance to infectious hematopoietic necrosis virus in two rainbow trout aquaculture lines confirms oligogenic architecture with several moderate effect quantitative trait loci［J］.Front Genet，2024，15：1394656.

［10］ HEIDARITABAR M，BINK M C A M，DERVISHI E，et al.Genome-wide association studies for additive and dominance effects for body composition traits in commercial crossbred Pitrain pigs［J］.J Anim Breed Genet，2023，140（4）：413-430.

［11］ MASTRANGELO S，BEN-JEMAA S，PERINI F，et al.Genome-wide mapping of signatures of selection using a high-density array identified candidate genes for growth traits and local adaptation in chickens［J］.Genet Sel Evol，2023，55（1）：20.

［12］ VAN DIJK E L，AUGER H，JASZCZYSZYN Y，et al.Ten years of next-generation sequencing technology［J］.Trends Genet，2014，30（9）：418-426.

［13］ HARISH A，LOPES PINTO F A，ERIKSSON S，et al.Genetic diversity and recent ancestry based on whole-genome sequencing of endangered Swedish cattle breeds［J］.BMC Genomics，2024，25（1）：89.

［14］ 嚴 霞，莫 玙，孔少芬，等.基于全基因組重測序的羅坑雞遺傳結構分析及特征位點挖掘［J］.中國畜牧雜志， 2024， 60（10）：100-105.

YAN X，MO Y，KONG S F，et al.Genetic structure analysis and feature loci mining of Luokeng chickens based on whole genome resequencing［J］.Chinese Journal of Animal Science，2024，60（10）：100-105.（in Chinese）

［15］ 梁慧麗，解玉靜，司博文，等.基于全基因組重測序分析大尾寒羊基因組變異特征和群體結構［J］.畜牧獸醫學報， 2024， 55（11）：4968-4979.

LIANG H L，XIE Y J，SI B W，et al.Analysis on genomic variation and population structure of large-tailed Han sheep based on whole genome resequencing［J］.Acta Veterinaria et Zootechnica Sinica，2024，55（11）：4968-4979.（in Chinese）

［16］ 趙真堅，王書杰，陳 棟，等.基于低深度全基因組測序分析內江豬群體結構和遺傳多樣性［J］.畜牧獸醫學報，2023， 54（6）：2297-2307.

ZHAO Z J，WANG S J，CHEN D，et al.Population structure and genetic diversity analysis of Neijiang pigs based on low-coverage whole genome sequencing［J］.Acta Veterinaria et Zootechnica Sinica，2023，54（6）：2297-2307.（in Chinese）

［17］ 劉珍妮，成 笛，孔智偉，等.基于全基因組重測序對大余鴨的遺傳進化分析［J］.中國畜牧雜志，2024，60（11）：179-184.

LIU Z N，CHENG D，KONG Z W，et al.Genetic and evolutionary analysis of Dayu duck based on whole genome resequencing［J］. Chinese Journal of Animal Science，2024，60（11）：179-184.（in Chinese）

［18］ 馬 鈞，樊安平，王武生，等.全基因組重測序解析秦川牛保種群遺傳多樣性和遺傳結構［J］.遺傳，2023，45（7）：602-616.

MA J，FAN P A，WANG W S，et al.Analysis of genetic diversity and genetic structure of Qinchuan cattle conservation population using whole-genome resequencing［J］.Hereditas （Beijing），2023，45（7）：602-616.（in Chinese）

［19］ SUN T，PEI S W，LIU Y K，et al.Whole genome sequencing of simmental cattle for SNP and CNV discovery［J］.BMC Genomics， 2023，24（1）：179.

［20］ LI S，LIU L，AHMED Z，et al.Identification of Heilongjiang crossbred beef cattle pedigrees and reveals functional genes related to economic traits based on whole-genome SNP data［J］.Front Genet，2024，15：1435793.

［21］ ZHUANG Z W，XU L Y，YANG J，et al.Weighted single-step genome-wide association study for growth traits in Chinese Simmental beef cattle［J］.Genes （Basel），2020，11（2）：189.

［22］ DU L L，DUAN X H，AN B X，et al.Genome-wide association study based on random regression model reveals candidate genes associated with longitudinal data in Chinese Simmental beef cattle［J］.Animals （Basel），2021，11（9）：2524.

［23］ ZHAO G Y，LIU Y Y，NIU Q H，et al.Runs of homozygosity analysis reveals consensus homozygous regions affecting production traits in Chinese Simmental beef cattle［J］.BMC Genomics，2021，22（1）：678.

［24］ PURCELL S，NEALE B，TODD-BROWN K，et al.PLINK：a tool set for whole-genome association and population-based linkage analyses［J］.Am J Hum Genet，2007，81（3）：559-575.

［25］ 孫 浩，王 振，張 哲，等.基于基因組測序數據的梅山豬保種現狀分析［J］.上海交通大學學報：農業科學版，2017， 35（4）：65-70.

SUN H，WANG Z，ZHANG Z，et al.Exploring the current situation of conservation of Meishan pigs based on genome sequencing data［J］.Journal of Shanghai Jiaotong University：Agricultural Science，2017，35（4）：65-70.（in Chinese）

［26］ BARBATO M，OROZCO-TERWENGEL P，TAPIO M，et al.SNeP：a tool to estimate trends in recent effective population size trajectories using genome-wide SNP data［J］.Front Genet，2015，6：109.

［27］ SVED J A.Linkage disequilibrium and homozygosity of chromosome segments in finite populations［J］.Theor Popul Biol，1971， 2（2）： 125-141.

［28］ BOTSTEIN D，WHITE R L，SKOLNICK M，et al.Construction of a genetic linkage map in man using restriction fragment length polymorphisms［J］.Am J Hum Genet，1980，32（3）：314-331.

［29］ VANRADEN P M.Efficient methods to compute genomic predictions［J］.J Dairy Sci，2008，91（11）：4414-4423.

［30］ SILI "L，RODR GUEZ M C，FERNNDEZ A，et al.Measuring inbreeding and inbreeding depression on pig growth from pedigree or SNP-derived metrics［J］.J Anim Breed Genet，2013，130（5）：349-360.

［31］ WANG X，MA Z，GAO L，et al.Genome-wide survey reveals the genetic background of Xinjiang Brown cattle in China［J］.Front Genet，2024，14：1348329.

［32］ YU H W，ZHANG K，CHENG G，et al.Genome-wide analysis reveals genomic diversity and signatures of selection in Qinchuan beef cattle［J］.BMC Genomics，2024，25（1）：558.

［33］ 張 巖，魏稚彤，虎業浩，等.基于全基因組重測序評估郟縣紅牛保種群遺傳多樣性與群體結構［J］.中國畜牧獸醫，2024， 51（7）：2933-2942.

ZHANG Y，WEI Z T，HU Y H，et al.Genetic diversity and population structure analysis of Jiaxian red cattle based on whole genome sequencing［J］.China Animal Husbandry amp; Veterinary Medicine，2024，51（7）：2933-2942.（in Chinese）

［34］ MELKA M G，SCHENKEL F S.Analysis of genetic diversity in Brown Swiss，Jersey and Holstein populations using genome-wide single nucleotide polymorphism markers［J］.BMC Res Notes，2012，5（1）：161.

［35］ ZHANG W G，GAO X，ZHANG Y，et al.Genome-wide assessment of genetic diversity and population structure insights into admixture and introgression in Chinese indigenous cattle［J］.BMC Genet，2018，19（1）：114.

［36］ HOFFMANN A A，WHITE V L，JASPER M，et al.An endangered flightless grasshopper with strong genetic structure maintains population genetic variation despite extensive habitat loss［J］.Ecol Evol，2021，11（10）：5364-5380.

［37］ KELLEHER M M，BERRY D P，KEARNEY J F，et al.Inference of population structure of purebred dairy and beef cattle using high-density genotype data［J］.Animal，2017，11（1）：15-23.

［38］ CEBALLOS F C，JOSHI P K，CLARK D W，et al.Runs of homozygosity：windows into population history and trait architecture［J］. Nat Rev Genet，2018，19（4）：220-234.

［39］ 張鵬飛，史良玉，劉家鑫，等.畜禽全基因組長純合片段檢測的研究進展［J］.中國農業科學，2021，54（24）：5316-5326.

ZHANG P F，SHI L Y，LIU J X，et al.Advance in genome-wide scan of runs of homozygosity in domestic animals［J］.Scientia Agricultura Sinica，2021，54（24）：5316-5326.（in Chinese）

［40］ KELLER M C，VISSCHER P M，GODDARD M E.Quantification of inbreeding due to distant ancestors and its detection using dense single nucleotide polymorphism data［J］.Genetics，2011，189（1）：237-249.

［41］ KIRIN M，MCQUILLAN R，FRANKLIN C S，et al.Genomic runs of homozygosity record population history and consanguinity［J］. PLoS One，2010，5（11）：e13996.

［42］ HOWRIGAN D P，SIMONSON M A，KELLER M C.Detecting autozygosity through runs of homozygosity：a comparison of three autozygosity detection algorithms［J］.BMC Genomics，2011，12（1）：460.

［43］ CARDOSO D F，FERNANDES JNIOR G A，SCALEZ D C B，et al.Uncovering sub-structure and genomic profiles in across-countries subpopulations of angus cattle［J］.Sci Rep，2020，10（1）：8770.

（編輯 郭云雁）