CN115261486A - 一种华西牛全基因组选择育种芯片及其应用 - Google Patents

一种华西牛全基因组选择育种芯片及其应用 Download PDF

Info

Publication number
CN115261486A
CN115261486A CN202210889433.1A CN202210889433A CN115261486A CN 115261486 A CN115261486 A CN 115261486A CN 202210889433 A CN202210889433 A CN 202210889433A CN 115261486 A CN115261486 A CN 115261486A
Authority
CN
China
Prior art keywords
sites
chip
bovine
western
whole genome
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210889433.1A
Other languages
English (en)
Other versions
CN115261486B (zh
Inventor
李俊雅
陈燕
高翰
葛菲
高会江
高雪
张路培
徐凌洋
朱波
王泽昭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Animal Science of CAAS
Original Assignee
Institute of Animal Science of CAAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Animal Science of CAAS filed Critical Institute of Animal Science of CAAS
Priority to CN202210889433.1A priority Critical patent/CN115261486B/zh
Publication of CN115261486A publication Critical patent/CN115261486A/zh
Application granted granted Critical
Publication of CN115261486B publication Critical patent/CN115261486B/zh
Priority to US18/224,725 priority patent/US20240043912A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6813—Hybridisation assays
    • C12Q1/6827—Hybridisation assays for detection of mutation or polymorphism
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K67/00—Rearing or breeding animals, not otherwise provided for; New or modified breeds of animals
    • A01K67/02—Breeding vertebrates
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C—CHEMISTRY; METALLURGY
    • C40—COMBINATORIAL TECHNOLOGY
    • C40B—COMBINATORIAL CHEMISTRY; LIBRARIES, e.g. CHEMICAL LIBRARIES
    • C40B40/00—Libraries per se, e.g. arrays, mixtures
    • C40B40/04—Libraries containing only organic compounds
    • C40B40/06—Libraries containing nucleotides or polynucleotides, or derivatives thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/40—Population genetics; Linkage disequilibrium
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B35/00—ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
    • G16B35/20—Screening of libraries
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K2227/00—Animals characterised by species
    • A01K2227/10—Mammal
    • A01K2227/101—Bovine
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/124—Animal traits, i.e. production traits, including athletic performance or the like
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/156—Polymorphic or mutational markers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Analytical Chemistry (AREA)
  • Zoology (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Wood Science & Technology (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Biotechnology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Microbiology (AREA)
  • General Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Physiology (AREA)
  • Ecology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Pyridine Compounds (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)

Abstract

本发明提供了一种华西牛全基因组选择育种芯片及其应用，涉及分子育种技术领域。本发明提供了一种用于华西牛全基因组分型的分子标记组合，基因分型对象涉及112177个SNP和3个Indel位点，共包括七类探针。本发明利用上述分子标记组合构建全基因组育种芯片，具有功能相关性、针对性和有效性、创新性、全面性、实用性和性价比等优点，全基因组染色体均匀分布，覆盖度高，位点通量适中，与现有商业化芯片兼容性好，性价比高。

Description

一种华西牛全基因组选择育种芯片及其应用
技术领域
本发明属于分子育种技术领域，具体涉及一种华西牛全基因组选择育种芯片及其应用。
背景技术
品种是畜禽养殖质量和效率的决定因素。传统育种主要基于外貌评定、系谱记录、性能测定、后裔测定等常规育种方式或过程进行育种。相对于猪、禽等繁殖力高的畜禽，肉牛世代间隔长、繁殖率低，大多数重要经济性状为数量性状，且胴体、肉质等性状的遗传力低、测定成本高、不能早期测定，使得常规育种开展肉牛品种改良和新品种培育进程相对缓慢。全基因组选择(Genomic Selection，GS)是当前畜禽育种中的主要选育技术，能有效缩短世代间隔和加快遗传进展。该方法利用覆盖整个基因组的遗传标记对个体基因组育种值进行估计，根据已知群体的标记信息和表型信息，建立标记与表型之间的关联，在全基因组范围内估计所有基因型标记的效应，进而对表型未知的群体做出合理的预测，实现对品种更加全面、可靠的选择，已应用于奶牛、肉牛、生猪、鸡等畜禽选育实践，提高了动物育种的准确性，显著降低了育种成本。
SNP分型检测技术主要以全基因组重测序技术和SNP芯片检测技术为主。全基因组重测序技术能获取最为全面的基因组变异信息，但操作流程繁琐、数据分析复杂，若应用于个体数较多的大规模分析，测序和运算成本相对较高。用于SNP分型的基因芯片技术中，传统的固相芯片将数百万DNA标记序列排列在玻片、硅片等介质上，固定形成SNP探针阵列，经芯片上的DNA标记序列与目标基因组互补杂交，通过荧光扫描对SNP进行基因分型。目前，用于肉牛育种领域的基因芯片有多款，我国肉牛育种上使用较多的商业化SNP芯片主要有Illumina公司的BovineHD芯片(770K)和纽勤公司的GGP Bovine100K芯片，然而现有商业化芯片位点来源于国外肉牛品种，有效信息位点只占80％左右，很多位点检测失败，且缺乏我国肉牛品种的基因组遗传变异位点，再加上昂贵的成本，限制了基因组选择技术在我国肉牛育种中的推广应用。
相比国外肉牛品种，我国地方牛品种屠宰率、产肉率、胴体重等重要经济性状指标与国外发达肉牛产业国家差距明显。华西牛是是我国历经40余年自主培育的大型专门化肉牛新品种，2021年通过国家畜禽遗传资源委员会审定，经历了杂交探索阶段(1978-1993年)、种质创新阶段(1994-2003年)和选育提高(2004年-至今)三个培育阶段，具有生长速度快、屠宰率高、净肉率高、适应性广、分布广等特性。目前，华西牛总存栏量超2万头，核心群3600余头，主要分布在内蒙古、河南、湖北、吉林、云南、新疆等地。为促进华西牛的持续选育和品种推广，提升我国肉牛的生产性能和自主供种能力，设计一款华西牛全基因组选择育种SNP芯片对于提高华西牛重要经济性状基因组估计育种值(Genomic estimatedbreeding value，GEBV)的准确性，加快遗传进展，缩短世代间隔，开展早期选择，降低育种成本具有重要意义。
发明内容
有鉴于此，本发明的目的在于提供一种华西牛全基因组选择育种芯片及其应用，所述育种芯片在全基因组染色体上均匀分布，覆盖度高，位点通量适中，与现有商业化芯片兼容性好，性价比高。
为了实现上述发明目的，本发明提供以下技术方案：
本发明提供了一种用于华西牛全基因组分型的分子标记组合，所述分子标记组合包括七类探针：第一类包括7221个SNP位点；第二类包括22937个SNP位点和1个Indel位点；第三类包括249个SNP位点；第四类包括3907个SNP位点和2个Indel位点；第五类包括6190个SNP位点；第六类是从Illumina公司的BovineHD和Neogen公司的GGP Bovine100K芯片在华西牛群体中验证的有效位点共74098个；第七类包括2617个SNP位点。
本发明提供了一种华西牛全基因组育种芯片，包括上述分子标记组合。
本发明还提供了上述分子标记组合或上述全基因组育种芯片在检测华西牛基因分型中的应用。
本发明还提供了上述分子标记组合或上述全基因组育种芯片在华西牛全基因组关联分析中的应用。
本发明还提供了上述分子标记组合或上述全基因组育种芯片在华西牛亲缘关系鉴定中的应用。
本发明还提供了上述分子标记组合或上述全基因组育种芯片在华西牛基因选择育种中的应用。
有益效果：本发明提供了一种用于华西牛全基因组分型的分子标记组合，基因分型对象涉及112177个SNP和3个Indel位点，包括七类探针：第一类是与华西牛重要经济性状关联的SNP位点共7221个，包括对生长发育性状、肥育性状、胴体性状、肉质性状、繁殖性状这些重要经济性状进行GWAS分析得到的3065个SNP位点和对11个重要经济性状进行BayesB分析得到的4158个SNP位点；第二类是整合基因组重测序、转录组、外显子组、表观组等组学数据的功能区域SNP和Indel位点集合共22938个，包括与背最长肌、肝脏、皮下脂肪三个组织特异性基因表达相关的位点3800个，外显子捕获测序筛选出与高低表型差异相关的外显子区域SNP位点9242个、Indel位点1个，基因组染色质开放域测序筛选出参与表观遗传和基因调控的SNP位点9985个；第三类是鉴定亲缘关系的SNP位点249个；第四类是与肉牛重要经济性状以及疾病相关的功能SNP位点3907个、Indel位点2个，共3909个；第五类是QTL数据库中报道的与肉牛重要经济性状相关的SNP位点共6190个；第六类是Illumina公司的BovineHD和Neogen公司的GGP Bovine100K这两款芯片在华西牛群体中验证的有效位点共74098个；第七类是填补大于100kb的gap区域的SNP位点共2617个。以上七类探针合计112177个SNP和3个Indel位点，用于探针的合成和液相芯片定制。
本发明所述全基因组育种芯片还具有以下5个特点：一是功能相关性，筛选的华西牛性状关联位点涉及生长、肥育、胴体、肉质、繁殖、疾病与健康等七类共129个性状，包含13581个重要的功能性SNP位点集合，将其应用于全基因组选择育种可以保证GEBV估计的准确性，加快华西牛基因组选择进程。二是针对性和有效性，芯片位点来源于对华西牛的群体遗传评估、性状挖掘和利用的研究成果和数据积累，功能位点经过高密度芯片和重测序的验证，SNP位点多态性在群体中表现优异，位点有效性好。三是创新性，通过重测序、转录组、外显子组、表观组等多层面组学的优化设计，筛选出新发现的华西牛性状特异性功能位点，是已有Ensemble数据库中未记录的SNP位点。四是全面性，对屠宰性状、肉质性状、体尺性状、中国肉牛基因组选择指数(Genomic China beef index，GCBI)使用的五个性状进行了GEBV的全面评估，准确性高。五是实用性和性价比，全基因组染色体均匀分布，覆盖度高，位点通量适中，与现有商业化芯片兼容性好，性价比高。
附图说明
图1为实施例中的Cattle110K液相芯片在全基因组上的位点分布密度图；
图2为实施例中的Cattle110K液相芯片SNP位点的最小等位基因频率分布图；
图3为实施例中的Cattle110K液相芯片SNP位点的不同生物学功能单元分布情况；
图4为华西牛与近缘牛品种(群体)的系统发育树；
图5为基于Cattle110K分型结果的全基因组关联分析的曼哈顿图。
具体实施方式
本发明提供了一种用于华西牛全基因组分型的分子标记组合，所述分子标记组合包括112177个SNP位点和3个Indel位点，其位点所在基因组位置信息如SEQ ID NO.1～112180所示。
本发明所述全基因组育种芯片优选为液相芯片，可基于靶向捕获测序技术的液相SNP位点分型方法进行所述分子标记的检测。在本发明中，优选以ARS-UCD 1.2/bosTau9版本作为牛参考基因组。在本发明实施例中，所述华西牛全基因组育种芯片命名为“Cattle110K芯片”，工作原理是基于与检测血液样本提取的DNA通过碱基互补配对进行靶向捕获及测序，从而实现目标区域基因检测及分型。利用本发明所述“Cattle110K芯片”，可对华西牛DNA样本进行检测，从而应用于华西牛全基因组SNP分型、基因组选择、全基因组关联分析、群体遗传学分析、基因精细定位、全基因组连锁分析及亲缘关系鉴定和种质资源评价等。
本发明还提供了上述分子标记组合或上述全基因组育种芯片在华西牛全基因组关联分析中的应用。本发明所述应用，优选与上述内容相同，在此不再赘述。
本发明还提供了上述分子标记组合或上述全基因组育种芯片在华西牛亲缘关系鉴定中的应用。本发明所述应用，优选与上述内容相同，在此不再赘述。
本发明还提供了上述分子标记组合或上述全基因组育种芯片在华西牛基因选择育种中的应用。本发明所述应用，优选与上述内容相同，在此不再赘述。
下面结合实施例对本发明提供的一种华西牛全基因组选择育种芯片及其应用进行详细的说明，但是不能把它们理解为对本发明保护范围的限定。
实施例1
Cattle110K华西牛全基因组SNP芯片七类探针的获得
本发明所述分子标记组合共涉及7类。
本发明所述第一类探针的获得方法，优选包括：选择有Illumina BovineHD芯片基因分型的4694头个体中表型数据记录最为完善的1233头个体，以44头华西牛个体的全基因组重测序数据为参考群体，将1233头个体的770K芯片结果填充到重测序基因型数据水平，剔除最小等位基因频率(Minor allele frequency，MAF)小于0.05、个体缺失率大于10％、不符合哈德温伯格平衡P值1×10-6的SNP位点，最终共剩余6776719个SNP位点用于第一类探针的获得。第一类探针是与华西牛重要经济性状紧密关联的SNP位点，优选由两部分构成：第一部分是对生长发育性状、肥育性状、胴体性状、肉质性状、繁殖性状这些重要经济性状进行GWAS分析，具体包括生长发育性状(初生重、断奶重、周岁重等)、肥育性状(育肥期日增重等)、胴体重量性状(胴体重、净肉重、骨重等)、胴体产肉性状(屠宰率、净肉率、胴体产肉率等)、胴体形态性状(胴体长、胴体深、大腿肉厚等)、肉质性状(大理石花纹、嫩度、PH值等)、繁殖性状(产犊难易度等)，去重后共得到与性状显著关联的位点(P<5×10-8)3065个；第二部分是对断奶重、育肥期日增重、宰前活重、胴体重、上脑肉块重、眼肌肉块重、零售肉重、屠宰率、净肉率、大理石花纹、剪切力共11个重要经济性状进行BayesB分析，根据效应值大小排序，挑选排名前0.01％的位点，去重后共得到效应值大的SNP位点4158个。综合以上性状关联位点集合，通过生物统计学方法分析去重后，获得华西牛重要经济性状的功能性SNP位点共7221个，位点信息如表1所示：
表1第一类探针的位置信息
Figure BDA0003766911650000061
Figure BDA0003766911650000071
Figure BDA0003766911650000081
Figure BDA0003766911650000091
Figure BDA0003766911650000101
Figure BDA0003766911650000111
Figure BDA0003766911650000121
Figure BDA0003766911650000131
Figure BDA0003766911650000141
Figure BDA0003766911650000151
Figure BDA0003766911650000161
Figure BDA0003766911650000171
Figure BDA0003766911650000181
Figure BDA0003766911650000191
Figure BDA0003766911650000201
Figure BDA0003766911650000211
Figure BDA0003766911650000221
Figure BDA0003766911650000231
Figure BDA0003766911650000241
Figure BDA0003766911650000251
Figure BDA0003766911650000261
Figure BDA0003766911650000271
Figure BDA0003766911650000281
Figure BDA0003766911650000291
Figure BDA0003766911650000301
本发明的第二类探针为整合三个来源的组学数据的功能区域位点集合，分别是：(1)120头成年牛的背最长肌、肝脏、皮下脂肪三个组织的转录组数据。以基因表达量为表型，与Illumina BovineHD芯片的基因型进行关联分析，通过对顺式作用eQTL(cis-eQTL)和反式作用eQTL(trans-eQTL)进行定位，筛选出与组织特异性基因表达相关的位点3800个。(2)对牛基因组中所有目前已知的外显子和基因调控区域进行序列捕获，选取了体斜长与胸围高低表型差异个体，经高通量测序，分别获得高低表型组的外显子捕获测序数据，筛选出与表型组间差异相关的外显子区域SNP位点9242个、Indel位点1个，共9243个。(3)针对基因组染色质开放区域，获得参与表观遗传和基因调控的ATAC测序数据：在细胞水平上，分析成肌细胞增殖分化的不同时期，将不同时期差异峰区间映射到Illumina BovineHD芯片上，得到5437个SNP位点；在个体水平上，分析华西牛成年牛背最长肌组织的ATAC数据，将差异峰区间映射到44头华西牛个体的重测序数据上，每个区间内选择MAF最高的一个位点，得到4561个SNP位点，汇总两部分染色质开放域测序结果，筛选出参与表观遗传和基因调控的9985个SNP位点。综合以上功能区域位点集合，通过生物统计学方法分析去重后，获得不同组学数据来源的功能性SNP和Indel位点共22938个，位点信息如表2所示：
表2第二类探针的位置信息
Figure BDA0003766911650000311
Figure BDA0003766911650000321
Figure BDA0003766911650000331
Figure BDA0003766911650000341
Figure BDA0003766911650000351
Figure BDA0003766911650000361
Figure BDA0003766911650000371
Figure BDA0003766911650000381
Figure BDA0003766911650000391
Figure BDA0003766911650000401
Figure BDA0003766911650000411
Figure BDA0003766911650000421
Figure BDA0003766911650000431
Figure BDA0003766911650000441
Figure BDA0003766911650000451
Figure BDA0003766911650000461
Figure BDA0003766911650000471
Figure BDA0003766911650000481
Figure BDA0003766911650000491
Figure BDA0003766911650000501
Figure BDA0003766911650000511
Figure BDA0003766911650000521
Figure BDA0003766911650000531
Figure BDA0003766911650000541
Figure BDA0003766911650000551
Figure BDA0003766911650000561
Figure BDA0003766911650000571
Figure BDA0003766911650000581
Figure BDA0003766911650000591
Figure BDA0003766911650000601
Figure BDA0003766911650000611
Figure BDA0003766911650000621
Figure BDA0003766911650000631
Figure BDA0003766911650000641
Figure BDA0003766911650000651
Figure BDA0003766911650000661
Figure BDA0003766911650000671
Figure BDA0003766911650000681
Figure BDA0003766911650000691
Figure BDA0003766911650000701
Figure BDA0003766911650000711
Figure BDA0003766911650000721
Figure BDA0003766911650000731
Figure BDA0003766911650000741
Figure BDA0003766911650000751
Figure BDA0003766911650000761
Figure BDA0003766911650000771
Figure BDA0003766911650000781
Figure BDA0003766911650000791
Figure BDA0003766911650000801
Figure BDA0003766911650000811
Figure BDA0003766911650000821
Figure BDA0003766911650000831
Figure BDA0003766911650000841
Figure BDA0003766911650000851
Figure BDA0003766911650000861
Figure BDA0003766911650000871
Figure BDA0003766911650000881
Figure BDA0003766911650000891
Figure BDA0003766911650000901
Figure BDA0003766911650000911
Figure BDA0003766911650000921
Figure BDA0003766911650000931
Figure BDA0003766911650000941
Figure BDA0003766911650000951
Figure BDA0003766911650000961
Figure BDA0003766911650000971
Figure BDA0003766911650000981
Figure BDA0003766911650000991
Figure BDA0003766911650001001
Figure BDA0003766911650001011
Figure BDA0003766911650001021
Figure BDA0003766911650001031
Figure BDA0003766911650001041
Figure BDA0003766911650001051
Figure BDA0003766911650001061
Figure BDA0003766911650001071
本发明的第三类探针优选鉴定亲缘关系的SNP位点，共249个，位点信息如表3所示：
表3第三类探针的位置信息
Figure BDA0003766911650001072
Figure BDA0003766911650001081
本发明的第四类探针，优选为整合发明人团队前期和PUBMED已发表文献的相关研究成果，具体性状包括肉牛的生长、肥育、胴体、肉质、遗传疾病等五类73个性状，应用的方法有单性状GWAS、多性状GWAS、wssGWAS、贝叶斯分析、选择信号检测、单倍型分析、CNV、ROH等，汇总得到相关功能性SNP位点3907个、Indel位点2个，共3909个，位点信息如表4所示：
表4第四类探针的位置信息
Figure BDA0003766911650001082
Figure BDA0003766911650001091
Figure BDA0003766911650001101
Figure BDA0003766911650001111
Figure BDA0003766911650001121
Figure BDA0003766911650001131
Figure BDA0003766911650001141
Figure BDA0003766911650001151
Figure BDA0003766911650001161
Figure BDA0003766911650001171
Figure BDA0003766911650001181
Figure BDA0003766911650001191
Figure BDA0003766911650001201
Figure BDA0003766911650001211
本发明的第五类探针，优选为从公共数据库中获得肉牛性状相关的功能SNP位点，共6190个。本发明所述第五类探针的获得，优选包括：从在线动物QTL数据库(https://www.animalgenome.org/cgi-bin/QTLdb/BT/index)下载牛物种目前已知的数量性状基因座(Quantitative trait loci，QTL)及SNP位点数据，获得与肉牛的体型外貌、健康、肉质与胴体、生产、繁殖、疾病与健康共五大类性状相关QTL及所包含的SNP位点共7763个，然后根据每个标记位点的rs号查找它们在“ARS-UCD 1.2/bosTau9”基因组版本的对应物理位置，挑选出在华西牛群体中MAF>0.05的SNP位点，共6190个，位点信息如表5所示：
表5第五类探针的位置信息
Figure BDA0003766911650001221
Figure BDA0003766911650001231
Figure BDA0003766911650001241
Figure BDA0003766911650001251
Figure BDA0003766911650001261
Figure BDA0003766911650001271
Figure BDA0003766911650001281
Figure BDA0003766911650001291
Figure BDA0003766911650001301
Figure BDA0003766911650001311
Figure BDA0003766911650001321
Figure BDA0003766911650001331
Figure BDA0003766911650001341
Figure BDA0003766911650001351
Figure BDA0003766911650001361
Figure BDA0003766911650001371
Figure BDA0003766911650001381
Figure BDA0003766911650001391
Figure BDA0003766911650001401
Figure BDA0003766911650001411
Figure BDA0003766911650001421
本发明的第六类探针优选为从两款目前主流商业化芯片中获得华西牛的有效信息标记位点，其获得方法，优选包括获得：以MAF大于0.1、基因型缺失率小于10％、符合哈德温伯格平衡检验P值1×10-6的条件，对Illumina BovineHD和Neogen GGP Bovine 100K两款芯片在华西牛群体中的基因型分型结果进行质量控制，删除在华西牛群体中无效的点，保留有效信息标记位点共74098个。
本发明的第七类探针的获得方法，优选包括：汇总上述六类探针来源的位点，通过生物统计学方法去重后，共得到ARS-UCD 1.2/bosTau9基因组版本的109563个变异位点。为保证SNP位点在染色体上有较好的均匀分布，对大于100kb的基因组gap区域进行标记位点填补。填补位点的来源，其优先级顺序依次为Illumina BovineHD芯片、全基因组重测序数据和GGP Bovine 100K芯片。综合考虑MAF值与每个gap内SNP位点到两端的距离，最终获得用于染色体均匀分布的gap填补的2617个SNP位点加入到芯片当中，位点信息如表6所示：
表6第七类探针的位置信息
Figure BDA0003766911650001431
Figure BDA0003766911650001441
Figure BDA0003766911650001451
Figure BDA0003766911650001461
Figure BDA0003766911650001471
Figure BDA0003766911650001481
Figure BDA0003766911650001491
Figure BDA0003766911650001501
Figure BDA0003766911650001511
Figure BDA0003766911650001521
本发明提供了一种华西牛全基因组育种的分子标记组合，112180个遗传变异位点在全基因组上均匀覆盖(图1)。该芯片筛选的华西牛性状关联位点涉及生长、肥育、胴体、肉质、繁殖、疾病与健康等七类共129个性状，包含13581个重要的功能性SNP位点集合；SNP位点多态性在华西牛群体中表现优异，位点平均MAF为0.33(图2)，位点有效性好；通过重测序、转录组、外显子组、表观组等多层面组学的优化设计，筛选出新发现的华西牛性状特异性功能位点，基因组功能区域位点的比例高(图3)。
实施例2
基于Cattle110K液相芯片的华西牛各性状遗传力统计和应用
使用本发明提供的Cattle110K芯片对华西牛资源群体中的1233头个体进行基因型检测，针对华西牛重要经济性状，使用Asreml软件的REML方法，分别基于Cattle110K芯片和Illumina BovineHD(770K)芯片两种不同SNP密度对各性状遗传力进行估计。通过对屠宰、肉质、体尺、GCBI等性状的遗传力估计(表7)，110K和770K两种不同SNP密度条件下，性状遗传力保持稳定，证明了Cattle110K芯片用于全基因组选择的可靠性。
表7华西牛部分重要经济性状的遗传力估计
Figure BDA0003766911650001522
Figure BDA0003766911650001531
实施例3
基于Cattle110K基因分型结果的华西牛遗传背景分析
为了验证华西牛全基因组选择育种芯片在华西牛群体基因型鉴定中的应用，使用本发明的Cattle110K液相芯片对华西牛、蒙古牛、三河牛、夏洛莱牛、澳系西门塔尔牛、加系西门塔尔牛、美系西门塔尔牛、德系西门塔尔牛、法系西门塔尔牛共9个牛品种(群体)进行遗传多样性评估，每个品种来源及样本数目如表8所示。
通过邻接法(Neighbor-joining)进行聚类分析，构建基于个体的系统发育树。如图4所示，系统进化树上各品种聚类明确，分类清晰，结果表明，华西牛群体能明显聚集在一起，形成一个独立分支，群体遗传一致性相对较好，与其他品种的进化关系由近及远是肉用西门塔尔牛的澳系、美系和加系，其次是乳肉兼用西门塔尔牛的德系和法系，最后是三河牛、蒙古牛和夏洛来牛。
通过计算各群体间的Nei’s遗传距离和群体分化指数(Fst值)，分析华西牛与其他牛品种在群体水平上的遗传差异程度，结果如表9所示。9个群体之间的Nei距离范围为0.0734-0.2252，其中华西牛与澳系西门塔尔的遗传距离最近(0.0734)，与蒙古牛遗传距离较远(0.1801)。9个群体的Fst值范围为0.0251-0.1231，其中华西牛与澳系西门塔尔的群体分化程度最小(0.0323)，与蒙古牛、三河牛的分化程度较大。
表8所用牛品种列表
Figure BDA0003766911650001532
表9华西牛与其他牛品种Fst值(左下)和Nei距离(右上)
Figure BDA0003766911650001541
实施例4
Cattle110K的填充准确性评价
选择华西牛资源群体中414头具有Cattle110K芯片基因分型数据的个体作为验证群，4203头具有IlluminaBovineHD芯片基因分析数据的个体作为参考群，通过Beagle v5.0软件，将Cattle110K芯片的110K位点填充到Illumina BovineHD芯片的770K标记密度水平，将基因型一致性与基因型相关系数作为基因型填充准确性的评判依据。一方面，计算每个个体中正确填充基因型所占百分比，得到414头个体的平均基因型一致性为0.986，其中大于0.950的个体数为408头，占总个体数的98.55％；另一方面，计算每个个体填充后基因型与真实基因型间的相关系数，得到414头个体的平均基因型相关系数为0.971，其中大于0.950的个体数为396头，占总个体数的95.65％。
实施例5
基于Cattle110K芯片的华西牛重要经济性状的全基因组关联分析
使用本发明提供的Cattle110K芯片对华西牛资源群体中的1233头个体进行基因型检测。基因型数据的质控标准如下：位点检出率大于90％、最小等位基因频率大于0.05、哈德温伯格平衡检验P值小于1×10-6，质控后共剩余104575个SNP位点用于对华西牛的十字部高(断奶)、腹围(6月龄)、宰前活重、屠宰率、胴体长、大理石花纹等重要经济性状进行全基因组关联分析。
分析的模型采用一般线性模型，以SNP独立次数检验的P值4.78×10-7(0.05/104575)作为全基因组显著阈值(图5)。结果显示，上述6个重要经济性状均找到了与之显著关联的SNP位点，特别是对宰前活重、屠宰率、胴体长三个性状的GWAS分析中，发现在六号染色体上存在一段与华西牛体型、体重显著关联的区域。因此，本发明的所述华西牛110K液相芯片进行基因型检测可以得到比较准确的全基因组关联分析结果。
实施例6
基于Cattle110K芯片的基因组选择育种应用
使用本发明提供的Cattle110K芯片对华西牛群体进行全基因组遗传评估。具体步骤如下：(1)对内蒙古锡林郭勒盟乌拉盖管理区牧场组建的华西牛资源群体中1233头个体进行SNP基因分型。(2)以位点检出率大于90％、MAF大于0.05、哈德温伯格平衡检验P值小于1×10-6为标准进行基因型质控。(3)使用GBLUP和BayesB两种方法对屠宰、肉质、体尺共7个重要经济性状以及计算GCBI的5个性状(产犊难易度、断奶重、育肥期日增重、胴体重、屠宰率)的GEBV进行估计。(4)通过5倍交叉验证的方法计算GEBV估计的准确性，最后与基于Illumina BovineHD芯片估计的GEBV准确性进行比较，计算结果如表3所示。
在净肉重、屠宰率、胴体长三个屠宰性状上，本发明提供的Cattle110K芯片与Illumina BovineHD芯片分型数据，通过GBLUP和BayesB两种方法计算的GEBV准确性结果较为一致。具体为：在净肉重和屠宰率性状中，Cattle110K通过GBLUP和BayesB两种方法计算的准确性结果均高于Illumina BovineHD，其中净肉重性状分别提高了5.81％和7.11％，屠宰率性状分别提高了6.86％和3.11％；在胴体长性状中，Cattle110K通过GBLUP和BayesB两种方法计算的准确性结果略低于IlluminaBovineHD，两种方法分别降低了1.58％和7.73％。
在剪切力与眼肌面积两个肉质性状上，Cattle110K芯片与Illumina BovineHD芯片的两种分析方法GEBV估计结果略有差异。具体为：在剪切力性状中，Cattle110K通过GBLUP和BayesB两种方法计算的GEBV准确性结果均高于Illumina BovineHD，分别提高了2.71％和9.60％；在眼肌面积性状中，Cattle110K的GBLUP结果比Illumina BovineHD提高了2.12％，BayesB方法中降低了0.21％。
在12月龄的体斜长与胸围两个体尺性状当中，Cattle110K芯片与IlluminaBovineHD芯片的两种分析方法GEBV估计结果略有差异。具体为：在胸围性状中，Cattle110K的GBLUP结果比Illumina BovineHD提高了0.18％，BayesB方法中降低了8.87％；在斜体长性状中，Cattle110K通过GBLUP和BayesB两种方法计算的GEBV准确性结果均低于IlluminaBovineHD，分别降低了0.80％和5.55％。
在用于GCBI计算的断奶重、育肥期日增重、胴体重、屠宰率、产犊难易度五个性状上，Cattle110K芯片与Illumina BovineHD芯片的两种分析方法GEBV估计结果略有差异。具体为：在断奶重性状中，Cattle110K的GBLUP结果比Illumina BovineHD降低了0.20％，BayesB方法中提高了3.22％；在育肥期日增重性状中，Cattle110K的GBLUP结果比IlluminaBovineHD提高了0.31％，BayesB方法中降低了1.65％；在胴体重性状中，Cattle110K的GBLUP结果比Illumina BovineHD提高了3.97％，BayesB方法中降低了2.84％；在屠宰率性状中，Cattle110K在两种方法中均有所提高，分别提高了2.91％和1.94％；在产犊难易度性状中，Cattle110K的GBLUP结果比Illumina BovineHD降低了1.31％，BayesB方法中提高了1.71％。
综上结果可以得到，尽管本发明提供的Cattle110K芯片的SNP密度相对于Illumina BovineHD(770K)有所降低，但对屠宰、肉质、生长发育、计算GCBI等性状的遗传评估结果表明，Cattle110K芯片的GEBV估计准确性与Illumina BovineHD具有高度一致性。与Illumina BovineHD估计的准确性结果相比，Cattle110K通过GBLUP和BayesB两种方法计算的准确性提高或降低的幅度不超过10％。说明华西牛110K芯片的SNP位点能够满足基因组选择的计算需求，且在很多性状上评估结果更好，可以保证华西牛基因组选择育种工作顺利开展(表10)。
表10部分重要经济性状的基因组育种值估计准确性
Figure BDA0003766911650001571
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种用于华西牛全基因组分型的分子标记组合，其特征在于，所述分子标记组合包括七类探针：第一类包括7221个SNP位点；第二类包括22937个SNP位点和1个Indel位点；第三类包括249个SNP位点；第四类包括3907个SNP位点和2个Indel位点；第五类包括6190个SNP位点；第六类是从Illumina公司的BovineHD和Neogen公司的GGP Bovine100K芯片在华西牛群体中验证的有效位点共74098个；第七类包括2617个SNP位点；
第一类探针的位点如下表所示：
Figure FDA0003766911640000011
Figure FDA0003766911640000021
Figure FDA0003766911640000031
Figure FDA0003766911640000041
Figure FDA0003766911640000051
Figure FDA0003766911640000061
Figure FDA0003766911640000071
Figure FDA0003766911640000081
Figure FDA0003766911640000091
Figure FDA0003766911640000101
Figure FDA0003766911640000111
Figure FDA0003766911640000121
Figure FDA0003766911640000131
Figure FDA0003766911640000141
Figure FDA0003766911640000151
Figure FDA0003766911640000161
Figure FDA0003766911640000171
Figure FDA0003766911640000181
Figure FDA0003766911640000191
Figure FDA0003766911640000201
Figure FDA0003766911640000211
Figure FDA0003766911640000221
Figure FDA0003766911640000231
Figure FDA0003766911640000241
Figure FDA0003766911640000251
第二类探针的位点如下表所示：
Figure FDA0003766911640000252
Figure FDA0003766911640000261
Figure FDA0003766911640000271
Figure FDA0003766911640000281
Figure FDA0003766911640000291
Figure FDA0003766911640000301
Figure FDA0003766911640000311
Figure FDA0003766911640000321
Figure FDA0003766911640000331
Figure FDA0003766911640000341
Figure FDA0003766911640000351
Figure FDA0003766911640000361
Figure FDA0003766911640000371
Figure FDA0003766911640000381
Figure FDA0003766911640000391
Figure FDA0003766911640000401
Figure FDA0003766911640000411
Figure FDA0003766911640000421
Figure FDA0003766911640000431
Figure FDA0003766911640000441
Figure FDA0003766911640000451
Figure FDA0003766911640000461
Figure FDA0003766911640000471
Figure FDA0003766911640000481
Figure FDA0003766911640000491
Figure FDA0003766911640000501
Figure FDA0003766911640000511
Figure FDA0003766911640000521
Figure FDA0003766911640000531
Figure FDA0003766911640000541
Figure FDA0003766911640000551
Figure FDA0003766911640000561
Figure FDA0003766911640000571
Figure FDA0003766911640000581
Figure FDA0003766911640000591
Figure FDA0003766911640000601
Figure FDA0003766911640000611
Figure FDA0003766911640000621
Figure FDA0003766911640000631
Figure FDA0003766911640000641
Figure FDA0003766911640000651
Figure FDA0003766911640000661
Figure FDA0003766911640000671
Figure FDA0003766911640000681
Figure FDA0003766911640000691
Figure FDA0003766911640000701
Figure FDA0003766911640000711
Figure FDA0003766911640000721
Figure FDA0003766911640000731
Figure FDA0003766911640000741
Figure FDA0003766911640000751
Figure FDA0003766911640000761
Figure FDA0003766911640000771
Figure FDA0003766911640000781
Figure FDA0003766911640000791
Figure FDA0003766911640000801
Figure FDA0003766911640000811
Figure FDA0003766911640000821
Figure FDA0003766911640000831
Figure FDA0003766911640000841
Figure FDA0003766911640000851
Figure FDA0003766911640000861
Figure FDA0003766911640000871
Figure FDA0003766911640000881
Figure FDA0003766911640000891
Figure FDA0003766911640000901
Figure FDA0003766911640000911
Figure FDA0003766911640000921
Figure FDA0003766911640000931
Figure FDA0003766911640000941
Figure FDA0003766911640000951
Figure FDA0003766911640000961
Figure FDA0003766911640000971
Figure FDA0003766911640000981
Figure FDA0003766911640000991
Figure FDA0003766911640001001
Figure FDA0003766911640001011
第三类探针的位点如下表所示：
NO. 位置 NO. 位置 NO. 位置 NO. 位置 NO. 位置 188 1:3958867 339 1:7037229 420 1:9069741 1171 1:29963400 1536 1:40576723 2248 1:58965351 2403 1:62673903 3852 1:98519700 4392 1:113176039 4969 1:126428831 6050 1:149646917 6468 1:156749195 6762 2:5374531 6787 2:5824469 6980 2:10425003 7049 2:12802862 7090 2:13822009 7681 2:26949128 8255 2:41823284 8310 2:43164529 8401 2:45730559 10904 2:110396989 11196 2:117962757 11661 2:128269460 12778 3:12671675 13137 3:21144762 14032 3:39549189 14060 3:40255504 14105 3:41605228 14424 3:49548031 14538 3:51817697 14750 3:57896539 15299 3:73432513 15739 3:84990774 16150 3:93914273 16285 3:97595840 17239 3:115822760 17989 4:10906324 18181 4:16215151 18389 4:20652215 18975 4:36742038 19158 4:41400156 19719 4:57421426 20196 4:70610326 20258 4:72532921 20479 4:77917876 21974 4:109990416 22886 5:7656578 23714 5:27670995 23888 5:31691766 25051 5:62933839 25204 5:66693946 25436 5:71914501 25686 5:78046443 26221 5:87923946 26711 5:97631203 27506 5:112616318 27834 5:118152314 28511 6:12732175 28954 6:22210848 29193 6:28113107 29194 6:28131847 32264 6:42994429 32505 6:45364629 33094 6:59551603 33110 6:59868907 33550 6:72852551 35075 6:109291738 35278 6:113484974 35919 7:7248738 36059 7:12174901 36345 7:17223080 36713 7:24861430 37909 7:53233377 39036 7:79304309 39041 7:79381437 39108 7:80536102 39619 7:91858328 39707 7:94529183 40120 7:100955064 40310 7:105797741 40557 8:1688535 41676 8:28747847 42844 8:59585336 43949 8:87523043 44493 8:101431379 44662 8:104418638 45531 9:14224642 46080 9:27778476 47046 9:51702071 47294 9:58511465 48324 9:82208636 49082 9:97029776 49666 10:3582438 50211 10:14601498 50331 10:16803986 51431 10:44059494 51467 10:44872711 51923 10:55539558 52128 10:61462408 52940 10:81223782 53009 10:82399475 53079 10:84068155 53672 10:97152695 54484 11:9400474 55098 11:24487930 55582 11:36861491 55963 11:46544231 56603 11:62042659 56631 11:62781436 56787 11:66365240 57355 11:77817486 58187 11:95543179 58516 11:102567442 58559 11:103007477 59180 12:11793754 59773 12:25646113 59990 12:31268165 60909 12:57867430 60996 12:60997744 61249 12:68116940 61552 12:75672295 61568 12:76081859 62170 13:2079650 63173 13:25335505 64229 13:47037532 65139 13:68527135 65425 13:74664505 65845 13:82667365 66385 14:9116686 66433 14:10036916 67576 14:26068764 68401 14:46226278 68669 14:53479348 68965 14:60298957 69693 14:77723052 69777 14:79615272 70897 15:20899423 71481 15:32912616 71704 15:37472272 71706 15:37547916 71942 15:42887040 72290 15:49801112 72317 15:50693401 72976 15:63833091 73595 15:77950839 74258 16:9259631 74330 16:11622161 74400 16:13072437 74604 16:19197451 76750 16:71035799 76969 16:75329647 77277 17:1023299 77660 17:9132112 77811 17:12726620 78014 17:17314187 78466 17:29524233 78477 17:29949936 78539 17:31478059 79296 17:50485602 79468 17:54264980 79988 17:64965089 80500 18:1801945 80747 18:6747828 81503 18:23351423 81570 18:24699063 81666 18:26757520 82513 18:46459862 82680 18:48545897 82834 18:52178290 83457 18:64214636 83717 19:4478391 83895 19:8274910 84037 19:10861227 84235 19:15017885 84328 19:16900665 85539 19:38864468 85580 19:40043192 85799 19:44173520 86248 19:52293262 86366 19:54554240 86736 19:59907369 87086 20:2386360 87954 20:17847390 88540 20:30911469 89177 20:46043226 89624 20:58379906 89839 20:63586403 90346 21:3040671 91142 21:20809473 91348 21:26120612 91396 21:27418010 91923 21:39994586 92052 21:43133914 92411 21:51692379 92884 21:60444453 93013 21:63550319 93835 22:11000418 93860 22:11718954 94244 22:20916356 94281 22:21678074 94310 22:22468414 94409 22:25488681 95460 22:50589283 95591 22:53477312 95731 22:55883157 96358 23:7318640 97405 23:27495679 98150 23:40993623 98205 23:42021817 98687 23:51029219 98839 24:1617199 99035 24:6125588 99289 24:10497132 99465 24:15141986 99707 24:21378400 100652 24:44195277 101189 24:55950028 101747 25:3130565 102307 25:14593246 102533 25:19902652 102870 25:27084643 102896 25:27654242 104001 26:8192400 104205 26:13194710 105241 26:37900334 105317 26:39609490 105761 26:49826945 106248 27:9204910 106327 27:11736207 106418 27:13894404 106551 27:16084911 106705 27:19194136 106831 27:22410377 107482 27:35761644 107588 27:37824983 107723 27:41177956 108116 28:5874287 108524 28:15972452 108715 28:20371221 109327 28:33248298 109425 28:35132199 109901 28:43879624 110370 29:9104654 110458 29:11198143 111111 29:28278699 111128 29:28684366 111855 29:44090714 112174 29:50858136
；
第四类探针的位点如下表所示：
Figure FDA0003766911640001021
Figure FDA0003766911640001031
Figure FDA0003766911640001041
Figure FDA0003766911640001051
Figure FDA0003766911640001061
Figure FDA0003766911640001071
Figure FDA0003766911640001081
Figure FDA0003766911640001091
Figure FDA0003766911640001101
Figure FDA0003766911640001111
Figure FDA0003766911640001121
Figure FDA0003766911640001131
Figure FDA0003766911640001141
Figure FDA0003766911640001151
第五类探针的位点如下表所示：
Figure FDA0003766911640001161
Figure FDA0003766911640001171
Figure FDA0003766911640001181
Figure FDA0003766911640001191
Figure FDA0003766911640001201
Figure FDA0003766911640001211
Figure FDA0003766911640001221
Figure FDA0003766911640001231
Figure FDA0003766911640001241
Figure FDA0003766911640001251
Figure FDA0003766911640001261
Figure FDA0003766911640001271
Figure FDA0003766911640001281
Figure FDA0003766911640001291
Figure FDA0003766911640001301
Figure FDA0003766911640001311
Figure FDA0003766911640001321
Figure FDA0003766911640001331
Figure FDA0003766911640001341
Figure FDA0003766911640001351
Figure FDA0003766911640001361
第六类探针的筛选方法，包括：以MAF大于0.1、基因型缺失率小于10％、符合哈德温伯格平衡检验P值1×10-6的条件，对Illumina BovineHD和Neogen GGP Bovine 100K两款芯片在华西牛群体中的基因型分型结果进行质量控制，删除在华西牛群体中无效的点，保留有效信息标记位点；
第七类探针的位点如下表所示：
Figure FDA0003766911640001362
Figure FDA0003766911640001371
Figure FDA0003766911640001381
Figure FDA0003766911640001391
Figure FDA0003766911640001401
Figure FDA0003766911640001411
Figure FDA0003766911640001421
Figure FDA0003766911640001431
Figure FDA0003766911640001441
Figure FDA0003766911640001451
2.一种华西牛全基因组育种芯片，其特征在于，包括权利要求1所述分子标记组合。
3.权利要求1所述分子标记组合或权利要求2所述全基因组育种芯片在检测华西牛基因分型中的应用。
4.权利要求1所述分子标记组合或权利要求2所述全基因组育种芯片在华西牛全基因组关联分析中的应用。
5.权利要求1所述分子标记组合或权利要求2所述全基因组育种芯片在华西牛亲缘关系鉴定中的应用。
6.权利要求1所述分子标记组合或权利要求2所述全基因组育种芯片在华西牛基因选择育种中的应用。
CN202210889433.1A 2022-07-27 2022-07-27 一种华西牛全基因组选择育种芯片及其应用 Active CN115261486B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210889433.1A CN115261486B (zh) 2022-07-27 2022-07-27 一种华西牛全基因组选择育种芯片及其应用
US18/224,725 US20240043912A1 (en) 2022-07-27 2023-07-21 Genomic selection (gs) breeding chip of huaxi cattle and use thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210889433.1A CN115261486B (zh) 2022-07-27 2022-07-27 一种华西牛全基因组选择育种芯片及其应用

Publications (2)

Publication Number Publication Date
CN115261486A true CN115261486A (zh) 2022-11-01
CN115261486B CN115261486B (zh) 2023-06-23

Family

ID=83769831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210889433.1A Active CN115261486B (zh) 2022-07-27 2022-07-27 一种华西牛全基因组选择育种芯片及其应用

Country Status (2)

Country Link
US (1) US20240043912A1 (zh)
CN (1) CN115261486B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116555445A (zh) * 2023-06-02 2023-08-08 中国农业科学院北京畜牧兽医研究所 华西牛亲缘关系鉴定的snp分子标记组合和应用及鉴定方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108004344A (zh) * 2017-12-20 2018-05-08 中国农业科学院作物科学研究所 一种玉米全基因组snp芯片及其应用
CN110191965A (zh) * 2017-12-13 2019-08-30 中国农业大学 猪全基因组50k snp芯片及应用
CN111243667A (zh) * 2020-03-18 2020-06-05 中国农业科学院北京畜牧兽医研究所 华西牛基因组选择方法
CN113039288A (zh) * 2018-09-29 2021-06-25 中国农业大学 一种蛋鸡全基因组snp芯片及其应用

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110191965A (zh) * 2017-12-13 2019-08-30 中国农业大学 猪全基因组50k snp芯片及应用
CN108004344A (zh) * 2017-12-20 2018-05-08 中国农业科学院作物科学研究所 一种玉米全基因组snp芯片及其应用
CN113039288A (zh) * 2018-09-29 2021-06-25 中国农业大学 一种蛋鸡全基因组snp芯片及其应用
CN111243667A (zh) * 2020-03-18 2020-06-05 中国农业科学院北京畜牧兽医研究所 华西牛基因组选择方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116555445A (zh) * 2023-06-02 2023-08-08 中国农业科学院北京畜牧兽医研究所 华西牛亲缘关系鉴定的snp分子标记组合和应用及鉴定方法

Also Published As

Publication number Publication date
US20240043912A1 (en) 2024-02-08
CN115261486B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN111225986B (zh) 一种鸡全基因组snp芯片及其应用
CN110191965B (zh) 猪全基因组50k snp芯片及应用
CN107967409B (zh) 一种猪全基因组低密度snp芯片及其制作方法和应用
CN114480673B (zh) 一种基于靶向捕获测序的鸡低密度snp液相芯片及其应用
CN113699250B (zh) 与肉鸡饲料转化效率性状相关的分子标记及其应用
CN112266965B (zh) 一种提高黄羽肉鸡剩余采食量遗传进展的基因组选择方法
CN114921561B (zh) 杜洛克猪全基因组低密度snp芯片及其制备方法和应用
US20240043912A1 (en) Genomic selection (gs) breeding chip of huaxi cattle and use thereof
CN111926086A (zh) 一种影响鸡体斜长的分子标记及其应用
CN117500943A (zh) 一种用于北京黑猪基因分型的snp分子标记组合、芯片及其制备方法与应用
CN111235282A (zh) 一种与猪总乳头数相关的snp分子标记及其应用和获取方法
CN110273006A (zh) 一种公猪有效精子数相关的分子遗传标记
CN110295236A (zh) 猪饲料转化率的snp分子遗传标记
CN111370058B (zh) 一种基于全基因组snp信息追溯水牛血统来源以及进行基因组选配的方法
CN111199773B (zh) 一种精细定位性状关联基因组纯合片段的评估方法
CN112575096A (zh) 与大白猪总乳头数相关的snp分子标记及其获取方法
CN114752678B (zh) 与猪达115公斤体重背膘厚相关的snp分子标记及其应用
CN112980962A (zh) 一种与猪初生重性状相关的snp标记及应用
CN113549699A (zh) 一种白羽肉鸡产蛋数的基因组选择方法
CN112779339A (zh) 与大白猪总乳头数相关的snp分子标记及其获取和应用
CN111961732A (zh) 一种影响鸡全净膛重的分子标记及其应用
CN113897443B (zh) 一个与南方荷斯坦奶牛乳脂率相关的snp分子标记、试剂盒及应用和选育方法
CN115305289B (zh) 一种整合snp点集先验信息的鸡腹脂率降低的基因组选择方法
CN114736975B (zh) 与母猪产仔数性状相关的snp分子标记及其应用
CN118006800A (zh) 一种基于靶向捕获测序的姜曲海猪snp分子标记组合及50k snp芯片和应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant