大口黑鲈生长性状的全基因组关联分析及基因组预测研究

扫码查看

原文链接

NETL

中文摘要：大口黑鲈（Micropterus salmoides）是当下中国一种重要的淡水养殖鱼类，其产量近年一直呈现出增长的趋势。随着大口黑鲈的规模化养殖不断增加，对其进行生长、体型、抗病等方面的遗传改良将对产业具有重要意义。本研究以两批次1066尾大口黑鲈为实验样本，对其体重、体长、体高、体厚、尾柄高、尾柄长和肥满度这7个生长相关性状进行收集，并对全部个体进行二代测序挖掘SNP，对该鱼的生长性状使用全基因组关联分析和基因组预测进行评估，以期为大口黑鲈的生长性状的遗传改良提供理论依据。主要结果如下： 1. 通过对两批大口黑鲈的表型数据进行描述性统计分析并对两批数据分别进行了相关性检验，由于第二批收集的大口黑鲈雌鱼性腺发育更为成熟，因而其体重均值高于第一批鱼的平均体重，并发现大口黑鲈体重、体高、尾柄高之间呈现出了显著强相关。 2. 通过对1066尾大口黑鲈进行全基因组关联分析，经过筛选，7个生长性状的GWAS的结果共定位到了16个SNP位点，分别位于1、3、13、14、16、18、19、21和23号染色体上，并挖掘到34个与生长性状相关的候选基因。并在体重、体高和尾柄高的GWAS结果中位于23号染色染上的位点周围所挖掘到的基因基本一致，在23号染色体上注释到的基因有rerg、jup、cd63、etv6、lrig3、sox5、myf6、myf5和igf1。 3. 通过对大口黑鲈与生长候选相关基因的筛选，将结果中的myf5和igf1使用qRT-PCR构建了组织表达谱，结果表明我们所使用的myf5和igf1基因及SNP位点与大口黑鲈的生长相关。 4. 本研究使用了4种模型对大口黑鲈的基因组预测准确性进行了评估，结果表明使用75433个SNP对该鱼的生长进行全基因组预测时，LASSO的预测准确性表现不好，岭回归和SVR（Linear）模型的预测准确性相似，而使用SVR（Poly）模型对大口黑鲈的7种生长性状具有更优的预测准确性能，其预测准确性在体高和尾柄长中高达60%。 5. 通过对大口黑鲈GWAS的结果进行了提取，分为了9个不同数量集的基因型文件，同样使用了4种模型对该鱼的生长性状评估基因组预测的准确性，结果中LASSO模型的预测准确性最差，在岭回归中使用500个SNP和SVR（Linear）中使用1000个SNP的预测准确性在体长中分别要高于使用75433个SNP的预测准确性，分别高出8.56%和4.01%。使用SVR（Poly）模型对大口黑鲈的大部分生长性状的预测准确性评估最好，其模型拟合性能更优，且该模型的预测准确性与使用的SNP数量成正比，随着SNP的数量增加，预测准确性越高。本研究对大口黑鲈的生长性状进行了GWAS，挖掘出了部分与生长性状相关的候选基因位点，并评估了基因组预测准确性，结果表明SVR（Poly）模型对大口黑鲈基因组预测准确性能最优。为后续大口黑鲈生长性状的遗传选育奠定了重要的基础。

作者：

韩威

展开 >

关键词：

大口黑鲈生长性状全基因组关联分析全基因组预测

授予学位：

硕士

学科专业：

生物学

导师：

李完波

学位年度：

2023

学位授予单位：

集美大学

语种：

中文

中图分类号：