肝臟RNA-seq揭示杜洛克豬剩余采食量的社會遺傳效應調控的關鍵基因和分子途徑

中圖分類號：S828.2 文獻標志碼：A 文章編號：1001-411X（2025）03-0336-06

Liver RNA-seq reveals key genes and molecular pathways regulating the social genetic effects of residual feed intake in Duroc pigs

CUI Shengdi1， WANG Shujie'，ZHAO Zhenjian'，CHEN Dong'，SHEN Qi'，YU Yang'， WANG Junge'， CHEN Ziyang'， YU Shixin1， CHEN Jiamiaol， WANG Xiangfeng1，WU Pingxian2，TANG Guoqing

（1 Collge of Animal Science and Technology，Sichuan Agricultural University/National KeyLaboratoryof Pig and Poultry

Breeding Industry/KeyLaboratoryofLivestock and Poultry Bio-omics，MinistryofAgriculture and Rural Afairs/Sichuan Provincial Key Laboratory ofFarm Animal Genetic Resources Exploration and Innovative Utilization， Chengdu 611130， China; 2 National Center for Pig Technology Innovation， Chongqing 402460， China）

Abstract： 【Objective】 This study aims to elucidate the molecular regulatory mechanisms of the social genetic effects ofresidual feed intake （SGE-RFI） in Duroc pigs，and reveal the biological basis of how it influences group behavior through energy metabolism pathways，thereby providing a theoretical basis for improving feed utilization efficiency in pigs. 【Method】 By employing RNA sequencing technology， a comprehensive transcriptome analysis of the liver tissue in Duroc pigs was conducted， systematically screening for key differentially expressed genes related to the SGE-RFItrait.Functional enrichment methods were used to analyze the biological pathways involved. 【Result】The study identified 36O significantly diffrentially expressed genes.Functional analysis indicated that these genes were primarily enriched in energy-related pathways such as mitochondrial oxidative phosphorylation and ATP metabolism， suggesting an indirect influence on social behavior through the regulation of energy homeostasis. The coordinated expression changes in the apolipoprotein gene cluster APOA1， APOC3 and APOA4 revealed the interaction between the neuroendocrine system and lipid metabolism during the social genetic eect regulation. 【Conclusion】 This research has constructed a multi-dimensional regulatory network for SGE-RFI in Duroc pigs， offering not only a new perspectivefor understanding the genetic mechanisms of group behavior，but also laying a molecular foundation for the precise selection of breeding pigs with low residual feed intake and the optimization of group feeding management strategies.

Key words： Residual feed intake; Social genetic effect; Duroc Pig; Liver; RNA seq

在現代養豬產業中，剩余采食量（Residualfeedintake，RFI）是衡量豬只生長效率的關鍵生物指標，具有極高的研究價值。遺傳學領域的深入研究[1已經逐步揭示了RFI的遺傳學基礎。然而，社會遺傳效應（Social genetic effect，SGE），即個體基因型如何影響群體中其他個體的表型，仍是遺傳學研究中較少觸及的領域。鑒于豬只在群體中展現出的復雜社會結構和互動行為，深入探究豬只社交行為與生長效率之間的關系，對于制定更精準的養殖策略、提升豬只的生產性能具有重要的實際意義。

高通量測序技術，特別是RNA 測序 （RNA-seq）技術的發展，極大地推動了我們對復雜生物性狀分子機制的認識。RNA-seq技術憑借其高度敏感性和廣泛的基因覆蓋度，已成為解析飼料效率遺傳機制的重要工具，為揭示飼料效率相關的精細基因表達模式提供了強有力的技術支持[2-3]。盡管如此，RNA-seq技術在探索SGE方面的應用潛力尚待進一步挖掘。

本項研究聚焦于剩余采食量的社會遺傳效應（SGE-RFI）表現存在顯著差異的杜洛克豬，通過對肝臟轉錄組的深入分析，旨在識別調控RFI的關鍵基因及其所涉及的信號通路。這項研究不僅可加深我們對RFI分子機制的理解，而且可為杜洛克豬的遺傳改良提供堅實的科學基礎，具有深遠的科學意義和實際應用價值。

1材料與方法

1.1 試驗動物與樣品采集

本研究在四川新希望六和集團的養豬場進行，共選取209頭杜洛克母豬作為研究對象。利用奧斯本公司的采食記錄設備，詳細收集豬只的體質量和采食量數據。基于這些數據，計算每頭豬的RFI和SGE，具體方法參見文獻[4]。為了深入探究SGE對RFI的影響，我們根據SGE評分的高低，篩選出2個極端組別：高RFI-SGE組（HRS組）和低RFI-SGE組（LRS組），每組各包含4只豬。豬只屠宰后，收集豬只的肝臟樣本以供后續的轉錄組研究。

1.2 試驗指標

使用以下公式計算平均日增質量（Averagedailygain，ADG）、平均日采食量（Averagedaily feedintake，ADFI）、平均代謝體質量（Averagemetabolicweight， AMW） 和RFI：

式中： 為開始測定時的體質量， 為結束測定時的體質量， t 為測定期間的總天數。

式中：TFI為總采食量。

式中：BFT為背膘厚。

RFI的SGE使用以下公式表示：

式中： 為RFI表型值向量; B 為固定效應向量，包括測定年月、出生年月； 和 分別為直接遺傳效應和社會遺傳效應向量； ι 為隨機窩效應向量； 為隨機組效應向量; e 為隨機殘差向量; 、 為對應的關聯矩陣。

1.3 RNA-seq流程

依照TRIzol試劑盒指南，我們從豬只肝臟樣本中提取總RNA。使用 Agilent 2100 和 NanoDrop2000對RNA進行質量控制，確保其滿足試驗要求。隨后，利用華大基因BGISEQ-500平臺進行鏈特異性RNA測序。測序數據采用 進行序列比對，StringTie軟件進行轉錄組組裝。Cuffdiff軟件[]用于量化表達差異。DESeq2R包進一步識別組間的差異表達基因（Differentlyexpressedgenes，DEGs），以LRS 組為對照，以 和 為篩選標準 （FC表示差異倍數）。

1.4 功能注釋分析

利用DAVIDBioinformaticsResources[8對DEGs進行KEGG 和GO 富集分析。通過Benjamini-Hochberg方法對 P 值進行校正，以 Plt;0 . 0 5 為顯著性的界定標準。

1.5 蛋白-蛋白互作網絡構建

通過STRING數據庫[]構建蛋白-蛋白互作網絡（Protein-protein interaction networks，PPI）。使用Cytoscape軟件[10]對PPI網絡進行可視化，并運用CytoHubba插件的Degree、EPC、EcCentricity和MNC算法來篩選網絡中的核心基因。

1.6實時熒光定量PCR驗證轉錄組測序結果

采用實時熒光定量PCR（RT-qPCR）技術驗證RNA-seq結果。以GAPDH作為內參基因，并采用 方法分析基因表達的差異，確保結果的準確性。

2結果與分析

2.1 試驗動物的確定

根據RFI的SGE，選取SGE最高和最低的豬各4只，并對它們進行轉錄組分析。相關數據見表1。

2.2 測序結果質量匯總

轉錄組測序數據經過原始數據過濾、測序錯誤率檢查及GC含量分布檢查后，獲得用于后續分析的Clean reads。其中， Q 2 0 gt; 9 5 % ， Q 3 0 gt; 9 0 % ， 4 0 % lt; GC含量 lt; 5 0 % ，這些指標確保了測序數據滿足后續生物信息分析要求。

2.3 DEGs在肝臟組織中的分布統計

轉錄組測序技術被用于探究不同SGE豬肝臟RNA表達的差異。火山圖（圖1）清晰地揭示了全基因組轉錄水平分析識別出的360個DEGs。其中，HRS組相較于LRS組發現了262個顯著上調和98個顯著下調的DEGs，這些基因的表達滿足 且 的標準。層次聚類分析進一步描繪了基因表達的整體格局（圖2）。聚類圖將基因表達較高和較低的群體明顯區分開來，證實了2組間存在顯著的基因表達模式差異。

表2列出了HRS組中上調和下調表達最顯著的前10位基因。其中，TCN1基因表達顯著上調 ， ；而C A 3 基因表達顯著下調 P = 6 . 2 7 ×

， 。這些結果為研究SGE對豬肝臟轉錄調控的影響提供了重要的分子證據。

2.4DEGs在肝臟組織中的功能分析

GO富集分析對DEGs的功能進行了分類，共有115個GO條目顯著富集。在生物過程類別中，前5項最顯著富集的是質子動力驅動的ATP合成、氧化磷酸化、三磷酸核糖核苷生物合成過程、三磷酸核苷生物合成過程和嘌呤核糖核苷三磷酸的生物合成過程；在分子功能類別中，前5項最顯著富集的是質子通道活性、質子跨膜轉運體活性、異構酶活性、連接酶活性和蛋白質折疊伴侶；在細胞組分類別中，前5項最顯著富集的是線粒體內膜蛋白復合體、線粒體內膜、線粒體含蛋白復合物、線粒體包膜和細胞器內膜。

本研究還對DEGs進行了KEGG富集分析，以確定SGE影響RFI的主要生物學通路。KEGG分析發現28條生物學通路顯著富集。其中，最顯著的前10條通路，包括氧化磷酸化、帕金森病、阿爾茨海默病、代謝途徑、亨廷頓病、產熱、非酒精性脂肪肝（NAFLD）、逆行內源性大麻素信號、蛋白酶體和類固醇生物合成。

2.5 通過PPI網絡鑒定關鍵基因

本研究根據DEGs的結果，通過STRING網站構建PPI網絡，設置置信度 gt; 0 . 9 ，結果如圖3所示，在肝臟組織中共有336個節點，317個連線，PPI富集的 。基于STRING數據庫，使用4種中心化算法提取PPI網絡中的前10種核心基因（Hubgenes），并取交集。通過這種方式來發掘SGE影響RFI的候選核心功能基因。最終，本研究確定了4個關鍵核心基因，分別是 A T P 5 F I D 、ATP5MG、NDUFA8和NDUFB9。

2.6 RT-qPCR驗證RNA-seq結果

為了驗證RNA-seq和分析結果的可靠性，本研究從共同富集的差異基因中隨機挑選了6個基因ABCD3、APOA4、CPXM2、LPIN1、PI16和PLCE1，進行RT-qPCR。結果（圖4）表明，RT-qPCR和RNA-seq的結果基本一致，這說明RNA-seq的結果是可靠的，試驗重復性良好。

3討論與結論

在本研究中，我們利用RNA-seq技術對杜洛克豬的肝臟樣本進行了轉錄組分析，旨在探究SGE對RFI的影響機制。數據分析識別出360個DEGs，并通過功能注釋和PPI網絡分析，初步描繪了SGE調控下的肝臟轉錄活動圖景，并鎖定了4個關鍵基因，它們在肝臟能量代謝和RFI調控中發揮核心作用。

線粒體作為細胞的能量工廠，其功能完整性對有機體的能量平衡至關重要[]。盡管目前對線粒體功能與動物社會行為之間交互作用的了解有限，但已有研究證實線粒體功能與神經疾病和認知之間存在聯系[12-17]。然而，代謝狀態對社交能力的具體影響機制仍需進一步探究。此外，社會地位對個體心理健康和幸福感的影響[18]，也揭示了社會因素與生理機能之間可能存在復雜的聯系。

GO和KEGG富集分析顯示，DEGs在與線粒體活性及能量代謝途徑相關的功能分類中顯著富集，并且在神經疾病中也表現出顯著的富集趨勢。特別是，4個核心基因均定位于線粒體內，直接參與氧化磷酸化過程，其表達模式的變化與SGE的高低顯著相關。根據這一發現得出一個假設，即線粒體功能的減弱可能是LRS組豬能量代謝失衡的根本原因，進而影響其社會行為，成為SGE狀態低下的潛在驅動因素。

此外，在LRS組中，我們觀察到APOA1、APOC3和APOA43個載脂蛋白基因表達水平的降低。已有研究表明APOA1的表達在社會地位較高的個體中呈現上調趨勢[19]，而載脂蛋白家族成員與神經系統疾病也有關聯[20-22]，這提示我們需對LRS組豬的神經功能及其對SGE的影響進行更深入的研究。這些發現強調了神經功能在維持正常SGE水平中的重要性。

本研究采用轉錄組學和生物信息學的綜合分析方法，對杜洛克豬肝臟中的分子機制進行了系統性探索，這些機制與SGE和RFI的調控密切相關。通過這一過程，我們鑒定了多個關鍵基因，這些基因在氧化磷酸化、電子傳遞鏈和神經疾病等生物過程中起著至關重要的作用。這些發現不僅拓展了我們對SGE調控網絡的認識，而且為優化豬種的遺傳改良策略、提升養殖效率提供了堅實的理論基礎和科學依據。

參考文獻：

[1]VIGORS S，O'DOHERTYJV，BRYANK，et al.A comparative analysis of the transcriptome profilesof liver and muscle tissue in pigs divergent for feed efficiency[J]. BMC Genomics，2019，20（1）： 461.

[2] IBRAGIMOVE，PEDERSENA，XIAOL，etal.Analysis of merged transcriptomic and genomic datasets to identify genesand pathwaysunderlyingresidual feed intake in growing pigs[J]. Scientific Reports，2022，12（1）： 21946.

[3] LIUH，FEYE KM，NGUYENY T，et al.Acute systemic inflammatory response to lipopolysaccharide stimulation in pigs divergently selected for residual feed intake[J]. BMC Genomics，2019，20（1）： 728.

[4]禹世欣，王書杰，趙真堅，等.杜洛克豬剩余采食量的社 會遺傳效應與其他經濟性狀的關聯分析[J].中國畜牧 雜志，2024，60（8）：141-145.

[5]ZHANG Y，PARK C， BENNETT C， et al. Rapid and accurate alignment of nucleotide conversion sequencing reads with HISAT-3N[J]. Genome Research， 2021， 31（7）： 1290-1295.

[6] SHUMATE A，WONGB，PERTEA G， etal.Improved transcriptome assembly using a hybrid of long and short reads with StringTie[J]. PLoS Computational Biology， 2022，18（6）： e1009730.

[7]TRAPNELL C， HENDRICKSON D G， SAUVAGEAU M，et al.Differential analysis of gene regulation at transcript resolution with RNA-seq[J]. Nature Biotechnology， 2013，31（1）： 46-53.

[8]SHERMAN B T，HAO M， QIU J， et al. DAVID： A web server for functional enrichment analysis and functional annotation of gene lists （2021 update）[J].Nucleic Acids Research， 2022， 50（W1）： W216-W221.

[9]SZKLARCZYK D， KIRSCH R， KOUTROULI M， et al. The STRING database in 2023：Protein-protein association networks and functional enrichment analyses for any sequenced genome of interest[J]. Nucleic Acids Research， 2023，51（D1）：D638-D646.

[10] SHANNON P， MARKIEL A， OZIER O， et al. Cytoscape：A software environment for integrated models of biomolecular interaction networks[J].Genome Research， 2003，13（11）： 2498-2504.

[11] ROSSMANN M P， DUBOIS S M， AGARWAL S， et al. Mitochondrial function in development and disease[J]. Disease Models amp; Mechanisms，2021，14（6）：dmm 048912.

[12]MORD E， SOHRABI S，KALETSKYR， et al.Metformin rescues Parkinson's disease phenotypes caused by hyperactive mitochondria[J]. Proceedings of the National Academy of Sciences of the United States of America， 2020，117（42）： 26438-26447.

[13] AWASTHI S， HINDLE A， SAWANT N A， et al. RALBP1inoxidativestressandmitochondrialdysfunctionin Alzheimer's disease[J]. Cells，2021，10（11）： 3113.

[14] ALLEN J， CARUNCHO H J， KALYNCHUK L E. Severe life stress，mitochondrial dysfunction，and depressive behavior：A pathophysiological and therapeutic perspective[J]. Mitochondrion，2021， 56：111-117.

[15]鮮盼盼.硫化氫代謝異常在孤獨癥社交障礙中的作用 及機制研究[D].西安：中國人民解放軍空軍軍醫大學， 2023.

[16] 涂靜怡，王世成，申長慶，等.線粒體功能障礙對認知的 影響[J].中國細胞生物學學報，2024，46（5）：1054-1063.

[17] 陳海霞，馬欣旭，王藝霖，等.線粒體功能障礙與抑郁癥 發病機制的研究進展[J].神經解剖學雜志，2023，39（4）： 476-480.

[18] HOLLIS F， VAN DER KOOIJ M A， ZANOLETTI O， et al. Mitochondrial function in the brain links anxiety with social subordination[J]. Proceedings of the National Academy of Sciences of the United States of America， 2015，112（50）： 15486-15491.

[19] TRANIELLO JF，LINKSVAYER TA，COTO Z N. Social complexity and brain evolution： Insights from ant neuroarchitecture and genomics[J]. Current Opinion in Insect Science，2022， 53： 100962.

[20] FAN Y， GAO J， LI Y， et al. The variants at APOAl and APOA4 contribute to the susceptibility of schizophrenia with inhibiting mRNA expression in peripheral blood leukocytes[J]. Frontiers in Molecular Biosciences， 2021， 8： 785445.

[21] GUO Q W， SI Y J， SHEN Y L， et al. Depression augments plasma APOA4 without changes of plasma lipids and glucose in female adolescents carrying G allele of APOA4 rs5l04[J]. Journal of Molecular Neuroscience， 2021， 71（10）： 2060-2070.

[22] 蒲陽，母其文，郭志偉，等.老年患者阿爾茲海默病風險 預測模型的建立和驗證[J].神經損傷與功能重建， 2024，19（7）： 392-396.