估计基因的影响:一种方法可能不适用于所有的基因

动物科学家罗布·滕普尔曼(Rob Tempelman)因其对动物育种的贡献而于2017年获得认可,他正在努力了解更多关于遗传学及其对产奶量、体重和饲料效率等性状的影响。

Rob Tempelman

几十年来,动物育种家一直受益于家畜性能信息数据库,这些信息包括产奶量或繁殖性能等重要经济性状,以及血统,以准确预测动物的遗传价值。在过去十年中,利用单核苷酸多态性(SNP)标记的基因型信息,特别是在奶牛中,进一步提高了其准确性和选择较年轻动物作为种畜的能力,从而使每年的牛奶产量增加一倍。

Rob Tempelman是遗传测量员之一,他是密歇根州立大学(MSU)动物科学系的数量遗传学和动物育种教授,也是美国乳制品科学协会颁发的2017年Jay L. Lush动物育种奖的获得者。BOB体育

Tempelman将他的工作描述为试图提高研究的可重复性,同时认识到遗传效应及其与重要经济性状的关联在不同的bob体育登录环境中可能存在很大差异。

在过去的几十年里,Tempelman和几个研究生一起开发了统计模型和计算上可行的算法,以帮助评估这种异质性的本质,以及忽视它对遗传价值预测的影响。他目前的研究是利用SNPbob体育登录标记来预测复杂性状的遗传价值,并将管理系统等影响因素考虑在内。

奶牛的饲料效率是一个受益领域的例子。农业生产者希望在不损害奶牛健康的情况下,最大限度地提高牛奶产量,同时最大限度地降低饲料成本。不同化学成分的饲料(例如,包括能量和蛋白质含量)在不同农场之间使用,甚至在同一农场的季节之间使用,因此饲料效率的各种成分性状之间可能存在大量异质遗传和非遗传关系。

Tempelman认为自己非常幸运,能够成为由美国农业部资助的多机构研究团队的一员(包括首席研究员Mike Vandehaar,也来自密歇根州大学),这使他能够利用来自世界各地的合作者的数据来解决bob体育登录这些问题。其中一些工作还与美国农业部的另一项拨款合作进行,涉及密歇根州立大学的胡安·施泰贝尔和堪萨斯州立大学Tempelman的前研究生诺拉·贝罗。该项目侧重于开发统计和计算工具来模拟跨环境的异质遗传效应。

Tempelman说:“除了经典的饲料效率定量遗传分析之外,还需要更好地模拟不同地区饲料效率组成性状之间的异质关系。”“这包括识别对饲料效率的遗传控制对温度或畜群管理等环境影响敏感的染色体区域。”

科学家们知道,产奶量、体重和干物质摄入量等因素是影响饲料效率的因素。牛本身就是一个关键变量。随着2009年报道的金牛基因组测序,家牛的遗传数据激增。

尽管这一突破令人兴奋,但这些数据只是了解产奶量和饲料转化率等特征的一部分手段。基因组中有近30亿个碱基对,可以帮助定位与某个性状相关的基因的标记的数量可能是压倒性的。

这就是Tempelman的技能和统计工具发挥作用的地方。通过将遗传学和乳制品生产的知识与统计学专业知识相结合,他不仅可以为预测育种计划的结果提供见解,而且可能更重要的是,他了解错误假设的陷阱。

Tempelman说:“作为CANR统计咨询中心的联合主任,我的另一项职责是接触到多种类型的数据集。“良好的实验设计和数据分析可以帮助揭示在一系列农业和自然资源项目中,处理效果是一致的还是异质的。”bob体育下载ios

在一头牛的基因型中,遗传标记的数量通常在数万个,但在“全基因组关联”(GWA)分析中,对于估计单个SNP标记对关键性状(如产奶量)的影响而言,来自个别奶牛的表型的数量相对较少。GWA分析通常是识别对感兴趣性状(如产奶量或饲料效率)可能重要的基因的第一步。

一些性能更好的统计GWA模型是基于复杂的“层次贝叶斯”分析,但需要说明被认为与特定性状相关的SNP标记的比例。在这些模型中,这样的比例通常被称为“超参数”。

许多科学家武断地“猜测”这些和其他超参数,而不是试图从手头的数据中估计它们。Tempelman和他的研究生已经证明,估计这些超参数对于提高GWA分析的敏感性和遗传价值预测的准确性很重要。

Tempelman说:“从基因组中预测动物的表现需要明确的统计模型和计算能力。”“如果我们想优化产奶量、繁殖性能或饲料效率等性状,没有一门学科单独是足够的。我们需要继续在遗传学、营养学和生殖生理学等领域进行更无缝的合作,以提高牲畜的性能、健康和福利。”

你觉得这篇文章有用吗?


本出版物中的其他文章