（動物遺傳育種與繁殖專業(yè)論文）利用廣義線性方法進行多基因離散性狀遺傳分析.pdf

中國農業(yè)大學博士學位論文 摘要 摘要 在動物遺傳育種領域中，迄今為止主要的研究對象多為正態(tài)連續(xù)分布的生產性狀，弗獲得了 顯著的遺傳進展。對于這類性狀，在觀察值服從正態(tài)分布的假設前提r ，用線性方法進行遺傳分 析是較為合理的選擇，并可以獲得合理的結果。而對于多基因離散性狀或閾性狀的遺傳分析，由 于這類性狀的分布為非正態(tài)的，線性模型的功效就顯得不足，甚至會導致錯誤的結果。動物育種 中的離散性狀，在多基因控制的理論前提下，其觀察值的分布是離散不連續(xù)的，觀察值不能表達 為遺傳效應與環(huán)境效應的線性組合。近年來，隨著統(tǒng)計基因組學的飛速發(fā)展，使人們從分子水平 上了解離散性狀的遺傳機理成為可能。但目前用于q t l 檢測與定位的統(tǒng)計方法大多都是基于對 連續(xù)數擐性狀的標記一q t l 連鎖分析。而對丁- 不服從正態(tài)分布的離散性狀來說，由丁這類性狀的 表型特殊性，表型值與遺傳信息的相關程度低岡此，采用常規(guī)的線性方法對離散性狀進行標記 q t l 連鎖分析的功效不高。相對丁常規(guī)的數量性狀，多基因控制下離散性狀或閩性狀的q t l 定 位就顯得更具有挑戰(zhàn)性。 廣義線性模型( g l m ) 是一般正態(tài)線性模型( l m ) 的直接推廣，它適用于連續(xù)性狀和離散 性狀的遺傳分析。g l m 無需常規(guī)線性模型對隨機誤差分布的正態(tài)性假設，并可通過連接函數將 觀察值與遺傳效應相聯(lián)系，從而使轉化后的響應變量期望值線性化，以實現參數的無偏估計。另 外，廣義線性模型的參數估計量具有大樣本正態(tài)分布，因而具有良好的統(tǒng)計性質。正因如此，廣 義線性模型成為了當前統(tǒng)計學領域中的主流方法，其應用范圍涉及眾多研究領域。 本研究在廣義線性模型的框架內，對多基因離散性狀的遺傳參數估計和q t l 定位進行了模 擬研究，并與常規(guī)的線性方法進行了效率比較，參數的估計方法采用最大似然法，分析群體設計 為同胞家系，群體大小為5 0 0 頭，并就影響遺傳參數估計和q t l 定位的各種因素進行了研究。 研究結果表明：( 1 ) 在遺傳力和個體育種值的估計準確度方面，g l m 方法具有一定的優(yōu)勢；( 2 ) 性狀的遺傳力和表型發(fā)生率對遺傳力估計及個體育種值預測的效果均有直接影響；( 3 ) g l m 方 法具有良好的統(tǒng)計性質，其應用可擴展到多閾值性狀和更為一般的家系群體；( 4 ) g l m 框架內 的閡模型方法能有效地估計出離散性狀o t l 參數，在檢驗功效方面，不同參數組合下的q t l 檢 驗功效也較常規(guī)線性方法高；( 5 ) 類似于常規(guī)的數量性狀，性狀的遺傳力、q t l 效應等對離散性 狀的q t l 定位有明顯的影響；( 6 ) 雙側翼標記間距對q t l 定位的準確性和功效也有較大程度的 影響，較高密度的標記圖譜對離散性狀q t l 連鎖分析是非常必要的；( 7 ) 潛在的閾值和閾值數 對似然統(tǒng)計量l r 值和q t l 定位的效率有直接的影響。潛在閾值的大小則決定著性狀各表型的發(fā) 生率。因此，性狀表型發(fā)生率的高低影響著離散性狀o t l 定位的功斂。潛在的閾值數決定著性 狀的表型分類數。( 8 ) 廣義線性模型框架內的離散性狀q t l 定位方法( g l m ) 同樣適用于一般 群體、多標記和其它表型分布性狀的情況。 總的來看，g l m 方法在離散性狀的遺傳分析方面具有一定的優(yōu)勢，可作為家畜離散性狀遺 傳分析的主要方法之一。 關鍵詞：j “義線性模型( g l m ) ，線性模型( l m ) ，離散性狀，遺傳分析，q t l 定位 中國農業(yè)大學博士學位論文 a b s t r a c t a b s t r a c t l i n e a rm i x e dm o d e l sp r o v i d eap o w e r f u lm e a n so fg e n e t i ca n a l y s e s ，h o w e v e r ，f o rm a n yt r a i t so f e c o n o m i ci m p o r t a n c et h e a s s u m p t i o n so fl i n e a rr e s p o n s e s ，c o n s t a n tv a r i a n c e ，a n dn o r m a l i t ya r e q u e s t i o n a b l e s om e t h o d sf o rc o n t i n u o u sd a t a a r en o ta p p r o p r i a t ef o rd i s c r e t ed a t a m a n ye c o n o m i c a l l y i m p o r t a n tc h a r a c t e r si nl i v e s t o c kv a r yi nad i s c o n t i n u o u sm a n n e rb u t a r en o ti n h e r i t e di nas i m p l e m e n d e l i a nf a s h i o n t h e s et r a i t sa r ep r e s u m a b l yc o n t r o l l e db yp o l y g e n e sw i t he x p r e s s i o n sm o d i f i e db y e n v i r o n m e n t a le f f e c t sl i k eq u a n t i t a t i v et r a i t s o w i n gt ot h er e c e n ta d v a n c e si nm a r k e rt e c h n o l o g y ，t h e m o l e c u l a rd i s s e c t i o no fh e r i t a b l eq u a n t i t a t i v et r a i t si n t ot h e i ri n d i v i d u a lm e n d e l i a nc o m p o n e n t so r q u a n t i t a t i v et r a i tl o c i ( q t l ) i sn o wp o s s i b l e ，a n dn o v e l s t a t i s t i c a lt e c h n i q u e st od e t e c ta n dm a p i n d i v i d u a lg e n e sa f f e c t i n gq u a n t i t a t i v et r a i t sh a v eb e e nd e v e l o p e da n ds u b s e q u e n t l yr e f i n e d h o w e v e r ， m o s tq t lm a p p i n gm e t h o d ss h a r eac o n l i n o na s s u m p t i o nt h a tt h ep h 6 n o t y p ef o l l o w san o r m a l d i s t r i b u t i o na n dh e n c ea r en o ta p p r o p r i a t ef o rc a t e g o r i c a lt r a i t s t h u s ，n e wm e t h o d sa r en e e d e df o rq t l m a p p i n gf o rc a t e g o r i c a lt r a i t s g e n e r a l i z e dl i n e a rm o d e l s 【g l m ) h a v ea t t r a c t e dc o n s i d e r a b l ea t t e n t i o no v e rt h ey e a r s g l mi s e x t e n df r o mo r d i n a r yl i n e a rm i x e dm o d e l s , a n dc a nd e a lw i t hd i s c r e t eo rc o n t i n u o u sd a t ac o n v e n i e n t l y i td i f f e r sf r o ml i n e a rm i x e dm o d e li nt h a ti tf o c u s e sm o r eo nt h ei n v e r s el i n kf u n c t i o nt om o d e lt h e r e l a t i o n s h i pb e t w e e nt h el i n e a rp r e d i c t o ra n dt h ec o n d i t i o n a lm e a n g l mp r o v i d ea f l e x i b l ew a yt o m o d e lp r o d u c t i o nt r a i t sw h i c hd on o ts a t i s t yt h ea s s u m p t i o no f al i n e a rm i x e dm o d e l i nt h i ss t u d y ，m e t h o d o l o g yo fg e n e t i ca n a l y s e sa n dq t lm a p p i n gf o rd i s c r e t et r a i t si nl i v e s t o c k s b a s i n go nt h ef r a m e w o r ko fag e n e r a l i z e dl i n e a rm o d e lw a sp r e s e n t t h ep a r a m e t e r sw e r ee s t i m a t e d u s i n gm a x i m u ml i k e l i h o o dm e t h o d t h ee f f i c i e n c ya n dp o w e rw e r ec o m p a r e dw j t l lt h el i n e a rm o d e l t h ef a c t o r so fi n f l u e n c i n gg e n e t i ca n a l y s e sa n dq t ld e t e c t i o ne f f i c i e n c yw e r es i m u l a t e di nt h i ss t u d y t o o d a u g h t e rd e s i g nw i t hm u l t i p l ef a m i l i e sw a sa p p l i e d ，a n dt h en u m b e ro fs e g r e g a t i n gp o p u l a t i o ni s 5 0 0 f r o mt h er e s u l t so fs i m u l a t i o ns t u d y , f o l l o w i n gc o n c l u s i o n gc a l lb ed e r i v e d ( 1 ) g l mh a sag r e a t a d v a n t a g ei nb e r i t a b i l i t ya n db r e e d i n gv a l u ee s t i m a t i o n ，a n dh a sn i c ea c c u r a c yf u rd i s c r e t et r a i t s ( 2 ) t h e a c c u r a c y o f e s t i m a t i o n o f h e r i t a b i l i t y d e p e n d e do n t h e t r u e h e r i t a b i l i t y a n d i n c i d e n c eo f t h e t r a i t d i r e c t l y ( 3 ) g l mc a r lb ee x t e n d e df o rd i f f e r e n ts i t u a t i o ns u c ha sg e n e r a lp o p u l a t i o n s ( 4 ) t h eg l m m e t h o dh a sa c e r t a i na d v a n t a g ei nl o c a t i o ne s t i m a t i o na n dp o w e ro fq t lm a p p i n g ，a n dh a sn i c ee f f i c i e n c ya n d a c c u r a c yf o ro r d i n a lt r a i t s ( 5 ) t h ea c c u r a c yo f q t lm a p p i n gl a r g e r l yd e p e n d e do nt h ee f f e c to f p u t a t i v e q u a n t i t a t i v et r a i t l o c ia n dt h ev a l u eo fh e r i t a b i l i t y , ( 6 ) t h ea c c u r a c ya n dp o w e ro fq t lm a p p i n g d e p e n d e do nt h ed i s t a n c eb e t w e e nt h et w of l a n k i n gm a r k e r s ( 7 ) t h et h r e s h o l dv a l u ea n dt h en u m b e ro f u n d e r l y i n gl i a b i l i t yc a l li n f l u e n c et h ep o w e ra n da c c u r a c yo fq t lm a p p i n g ，t o o ( 8 ) t h eg l mm e t h o d f o rq t lm a p p i n gc a nb ee x t e n d e df o rd i f f e r e n ts i t u a t i o n ( e g g e n e r a lp o p u l a t i o n s ，m u l t i p l em a r k e r sa n d d i f f e r e n t d i s t r i b u t i o no f p h e n o t y p e ) k e yw o r d s ：g e n e r a l i z e dl i n e a rm o d e l s ，l i n e a rm o d e l ，d i s c r e t et r a i t s ，g e n e t i ca n a l y s e s ，q t lm a p p i n g l i 國家重點基礎研究發(fā)展規(guī)劃( 9 7 3 ) 項目 ( g 2 0 0 0 0 1 6 0 3 ) 噸7 7 3 6 5 0 農業(yè)動物遺傳資源中優(yōu)質基因的分離和利用機理 國家高技術研究發(fā)展( 8 6 3 ) 計劃 ( 2 0 0 1 h a 2 4 3 0 11 ) 奶牛低脂高蛋白新品系的選育 國家自然科學基金重點項目 仔豬五c o l i 腹瀉抗性的分子遺傳機理研究 中國農業(yè)大學博士學位論文 表目錄 表t - 1 動物育種中的分類性狀及其分布 表目錄 表1 2 典型連接函數及方差函數6 表1 3 牛、豬、雞、山羊和綿羊基因組e 座位數統(tǒng)計結果1 0 表卜4 部分家畜基因組或染色體上的遺傳圖譜1 1 表l - 5 不同設計的期望q t l 方差及獲得相同統(tǒng)計效力的樣本大小1 3 表1 - 6 統(tǒng)計效率為9 0 時b c 與f 2 設計所需的后代樣本大小1 4 表1 7 不同設計試驗效力和所需基凼型測定數目i8 表2 - 1 模擬參數的組合一2 9 表2 - 2 三種方法在不同參數組合下的估計遺傳力及標準誤一3 5 表2 - 3 三種方法估計遺傳力的均方誤及偏差3 9 表2 - 4 不同估計方法下的估計育種值排序與真實育種值排序之問的秩相關及排序的相對準確性4 1 表3 - 1 女兒設計后代的基因型及相對概率4 9 表3 - 2 后代q t l 基因型的條件概率( p r ( g = k l , n 1 ) 5 1 表3 - 3 單閾值二分類性狀在不同參數組合下的q t l 參數估計效果( 表型發(fā)生率刀= 0 2 ) 5 6 表3 - 4 單閩值二分類性狀在不同參數組合下的q t l 參數估計效果( 表型發(fā)生率萬= 0 5 ) 5 7 表3 - 5 四分類等級性狀在不同參數組合下的q t l 參數估計效果( 7 r = 0 2 0 o 6 0 ，0 1 5 ，o 0 5 )5 8 表3 - 6 四分類等級性狀在不同參數組合下的o w l 參數估計效果( 7 = 0 2 0 0 3 0 o 3 0 0 2 0 )5 9 表3 7 單閾值二分類性狀在不同多數組合下q t l 定位功效6 2 表3 - 8 多閾值等級性狀在不同參數組合下q t l 定位功效6 3 表3 - 9 不同模擬條件下的顯著性閾值6 4 n j 中國農業(yè)大學博士學位論文圖目錄 圖目錄 圖1 - 1 廣義線性模型的組成成分，8 圖1 2 三種圖距函數的差異1 1 圖1 - 3 q t l 檢測的試驗設計1 2 圖2 - 11 i 同性狀遺傳力真值下的遺傳力估計效果3 4 囤2 - 2 小同表型發(fā)生率下的遺傳力估計效果( 基礎群大小為2 4 0 的情況) 3 6 圖2 _ 3 不同基礎群大小下的遺傳力估計效果3 7 圖2 - 4 不同表型發(fā)生率下三種方法的估計遺傳力差異( 基礎群大小為2 4 0 的情況) 3 8 圖2 - 5 不同遺傳力真值和表型發(fā)生率下三種方法的遺傳力估計偏差( 基礎群大小為2 4 4 0 國2 - 6 不同遺傳力真值和表型發(fā)生率下三種方法的遺傳力估計均方誤比較( 基礎群大小為2 4 0 ) 4 0 蹦3 - 1 不同標記問距下的平均似然牢曲線( 4 分類等級性狀) 5 5 圖3 - 2 不同表型發(fā)生率下的平均似然率曲線( 4 分類等級性狀，h 。= 0 4 ，a 。= 0 5 ，r = o 3 ) 6 1 圖3 - 3 不同參數組合下g l m 與l m 方法的檢驗功效6 l 獨創(chuàng)性聲明 本人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成 果。盡我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經發(fā) 表或撰寫過的研究成果，也不包含為獲得中國農業(yè)大學或其它教育機構的學位或證書 而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明 確的說明并表示了謝意。 研究生簽名： 融未緩 f , j ；。o1 1 年、月枷日 關于論文使用授權的說明 本人完全了解中國農業(yè)大學有關保留、使用學位論文的規(guī)定，即：學校有權保留 送交論文的復印件和磁盤，允許論文被查閱和借閱，可以采用影印、縮印或掃描等復 制手段保存、匯編學位論文。同意中國農業(yè)大學可以用不同方式在不同媒體上發(fā)表、 傳播學位論文的全部或部分內容。 ( 保密的學位論文在解密后應遵守此協(xié)議) 研究生簽名： 導師簽名 駐暮段 誓釤傷 鄉(xiāng)j 時間： 一口r 年月z 五淚 時間：氣尹廠年月百鉑 中國農業(yè)大學博士學位論文 第一章文獻綜述 第一章文獻綜述 1 1 基因組學對數量性狀遺傳模型的影響 數量遺傳學自其誕生到現在，已經歷了近1 0 0 年的歷史，形成了一整套理論體系，并在動物 育種中發(fā)揮了巨大作用。n i l s s o n e h l e ( 1 9 0 9 ) 提出的數量性狀遺傳模型一多基網假說( p o l y g e n e h y p o t h e s i s ) 消除了孟德爾學派與統(tǒng)計學派的分歧，為數量遺傳學的誕生鋪平了道路；f i s h e r ( 1 9 1 8 ) 那篇劃時代的論文根據孟德爾遺傳假設的親屬間相關研究則進一步系統(tǒng)論述了數量遺傳學的 研究對象和方法，標志著數量遺傳學作為一個新的遺傳學分支踏進了歷史舞臺；重復率、遺傳力 和遺傳相關等遺傳參數的提出以及統(tǒng)計理論的發(fā)展、計算機技術的引入，都推動著數量遺傳學在 動植物育種中起著主導作用。同時，在數量遺傳學理論基礎上發(fā)展起來的現代動植物育種方法， 義以其巨大的成就強有力地支持了數量遺傳學。隨著分子生物技術的不斷發(fā)展，如今，遺傳學已 進入基因組時代，人類的基因組測序工作已經完成，各種家畜的基因組測序工作正在展開，基岡 的奧秘正在被逐漸揭示，人們可以實現從分子水平去了解數量性狀的遺傳變異( 張勤，2 0 0 1 ) 。 經典數量遺傳學的理論核心是用統(tǒng)計學方法對造成數量性狀變異性的因素進行剖分其基本 模型是y = “+ g + e + g p ，其中“、g ，p 分別表示群體均值、多基因遺傳效應和環(huán)境效應， g e 是遺傳與環(huán)境的互作效應。在這一遺傳模型中，g 是影響表型y 的所有基因作用的總和， 由丁這些基因是未知的，分析中只能將它作為隨機效應來處理。根據這個模型可進行各效應和方 差組分的估計。經典數量遺傳模型的理論基礎是微效多基因( i n f i n i t e s i m a lg e n e ) 假設，但這一假 設從理論上說是不完善的，因為沒有理由認為影響數量性狀的所有基岡都是微效的( 張勤，2 0 0 1 ) ， 而近年來的大量研究也證明許多數量性狀確實存在具有較大效應的主效基因( m a j o rg e n e ) 或數 量性狀基因座( q u a n t i t a t i v e t r a i t l o c u s ，q t l ) 。同時，在家畜育種中還有許多用現有的數量遺傳 學理論和方法未能很好解決的問題，例如對抗病性狀、胴體性狀及低遺傳力性狀的遺傳改良一直 未能取得理想的結果。 經典數量遺傳學把控制某一性狀的多個基因作為一個整體進行研究，這種方法無法鑒別出單 個數量基因以及與之有關的染色體片斷，更難確定數量性狀座位在染色體上的位置及與其它基因 的關系，數量性狀依然是個“黑箱”。如果能夠將q t l 定位在某個具體位置，能對其進行直接操 作，將無疑使動物的育種更具有針對性，也更加高效。然而遺憾的是，復雜的數學方法和手段終 究不能使抽象的數量基因具體化、物化到分子水平的d n a 序列。毫無疑問，數量遺傳學在這一 方面的升華需要新的推動( 丁向東，2 0 0 4 ) 。隨著分子生物技術的飛速發(fā)展，d n a 測序技術不斷 發(fā)展完善，分子遺傳標記日益豐富，遺傳圖譜的密度越來越大，都為q t l 定位提供了先決條件。 同時在分子遺傳學方面2 0 0 1 年人類基因組計劃公共協(xié)作組和c e l e r a 公司分別在n a t u r e 和s c i p h c p 雜志上發(fā)表了各自的人類基因組草圖結果，這標志著遺傳學已進入基岡組時代?；鶎M時代給人 們帶來了大量新的概念，其中影響較大的有d n a 水平的多態(tài)性、q t l 、候選基因和基因定位等 這些概念在很大程度上彌補了微效多基因模型的缺陷。利用d n a 標記可以對影響數量性狀的單 個基因( 即主效基因) 或q t l 進行檢測及定位，隨著影響數量性狀的主基因或q t l 被不斷檢山， 數量性狀的遺傳模型也發(fā)生了巨大變化，由傳統(tǒng)的數量性狀微效多基因遺傳模型發(fā)展到目前的主 中國農業(yè)大學博士學位論文 第一章文獻綜述 基因多基因混合遺傳模型，將分子標記或主基因( g m ) 的信息加入到性狀遺傳模型中以提高遺 傳分析的準確性，加快遺傳改良速度。 y = “+ g m 十g + e + g x e 從一定意義上說，現代基因組學對數量遺傳學的影響可用上述兩種遺傳模型的相對效率來度 量，顯然，這種影響主要取決于在總的遺傳變異中由g m 所引起的變異比重以及對c a m 基因型推 斷的準確性程度。因此，如何解讀d n a 序列，有效識別和分離影響性狀的功能基因、主效基因 及o t l 成為現代分子數量遺傳學的研究目標( 吳常信，1 9 9 7 ；張勤，2 0 0 1 ；a n d e r s s o n 等，2 0 0 4 ) 。 1 2 遺傳評估模型與標記輔助選擇 遺傳評定的準確性直接影響家畜重要經濟性狀的遺傳改良。育種值估計是家畜遺傳評定的核 心內容，個體的遺傳評定，就姓要了解其加性遺傳效應，即育種值的大小，由于育種值是觀察不 到的，只能根據表型值用特殊的統(tǒng)計學方法進行估計。育種值的估計在家備育種中占重要地位， 因而受到人們的重視。如何盡可能準確地估計育種值是關鍵，傳統(tǒng)的育種值估計方法主要是選擇 指數法，但這一方法的假定在實際育種資料中很難滿足，相應地發(fā)展了動物模型b l u p ( b e s tl i n e a r u n b i a s e dp r e d i c t i o n ) 法( h e n d e r s o n ，1 9 8 4 ) 。至今，在家畜育種中人們普遍采用動物模型b l u p 方法進行個體遺傳評定，這方法主要是基于數量性狀的多微效基因遺傳模型，利用表型信息和 系譜信息估計個體的育種值。b l u p 方法可以克服傳統(tǒng)選擇指數法的不足，可適應于不同來源、 不同世代及不同環(huán)境下種畜個體的遺傳評定。目前，動物模型b l u p 法已成為種畜育種值估計的 國際通用標準方法，與其它評估模型相比，減少了諸多限制，并通過分子血緣相關陣( n u m e r a t o r r e l a t i o n s h i pm a t r i x ) 充分利用各種來源信息，提高了個體遺傳評估的準確性( 張沅，2 0 0 1 ；張沅、 張勤，1 9 9 3 ) 。利用這一方法，許多數量性狀都取得了顯著的遺傳進展，但是，育種學家們仍然 有不滿意的地方，如一些低遺傳力性狀、限性性狀以及一些難以測量或不能早期度量的性狀，取 得的遺傳進展非常有限或效率很低( f e m a n d o ，1 9 8 9 ；l a n d e ，1 9 9 0 ) 。 近年來，分子遺傳學和分子生物信息技術的飛速發(fā)展使得在d n a 水平上研究數量性狀的遺 傳機理成為可能。用d n a 標記可以對影響數量性狀的單個基因( 即主效基因) 或數量性狀基因 座進行檢測及定位。隨著影響數量性狀的主基因或q t l 被不斷檢出，數量性狀的遺傳模型也發(fā) 生了巨大變化，由傳統(tǒng)的數量性狀多微效基因遺傳模型發(fā)展到目前的主基因一多基因混合遺傳模 型。將分子標記或主基因的信息加入到遺傳模型中可以提高遺傳分析的準確性。在家畜育種方案 中，d n a 標記可以用來輔助親本的遺傳選擇，即標記輔助選擇( m a r k e r a s s i s t e ds e l e c t i o n ，m a s ) 。 人們提出了多種m a s 的實施方案( g o m e z - r a y a ，1 9 9 7 ；l a n d e ，1 9 9 0 ) ，其中最為常用的m a s 方案是基于主基因- 多基因混合模型下的標記輔助b l u p ( m a r k e ra s s i s t e db e s tl i n e a ru n b i a s e d p r e d i c t i o n ，m b l u p ) 方法。m b l u p 方法實際上是常規(guī)動物模型b l u p 方法的擴展，也就是在 動物模型中將基因的效應分為已定位的q t l 的效應和未知基因( 剩余多基因) 的效應，并借助 分子標記信息來推斷q t l 基因型或o t l 等位基因的概率，個體總的育種值是q t l 育種值和剩余 多基因育種值之和。由于d n a 標記信息的獲取不易受環(huán)境、性別和發(fā)育階段等因素的影響，利 用標記信息可以較準確地估計q t l 的育種值，總的育種值估計的準確性也會進一步提高，因而 以此為基礎的標記輔助選擇可大大提高選種的準確性和育種效率( s o l l e r ，1 9 9 4 ) 。大量研究表明， 中國農業(yè)大學博士學位論文第一章文獻綜述 m a s 可提高對數量性狀的遺傳選擇效率，相對于常規(guī)的動物模型b l u p 方法，在不同的情況下， m a s 可提高選擇效率1 - - 6 0 。許多學者通過隨機模擬技術對m a s 和常規(guī)b l u p 選擇效果進行 了比較。m e u w i s s e n 等( 1 9 9 2 ) 采用確定模型( d e t e r m i n i s t i cm o d e l ) 對奶牛產奶性狀的標記輔助 選擇進行了模擬研究，結果表明，在開放和閉鎖兩種育種體系中，選擇進展分別比常規(guī)b l u p 提 高9 5 2 5 8 和7 7 2 2 4 。r u a n e 等( 1 9 9 6 ) 研究表明，在一個奶牛育種核心群的第l 、2 、3 、6 世代中，利用標記輔助選擇可使產奶性狀的遺傳進展提高3 、9 、1 2 和6 ；q t l 有利等位 基因初始頻率較低時( 如o ，1 ) ，選擇進展可分別達到9 、1 9 、2 4 , 1 11 5 。不同的研究結果不 盡相同，這取決于研究所采用的q t l 遺傳模型、群體結構、家系大小、家系數目、選擇世代數、 標記的特性、標記和q t l 連鎖程度等各項假設。但大多研究的共同結論是：標記輔助選擇的效 率優(yōu)丁，常規(guī)b l u p 方法，特別是對于低遺傳力性狀、限性性狀和不宜直接測定的性狀，利用m a s 選擇可能會具有更大的價值( l i u 。2 0 0 1 ；j o h a n ，1 9 9 4 ：v a n a r e n d o n k 1 9 9 4 ) 。 標記輔助選擇是提高選擇效率的有效方法，然而在實際育種工作中實用的例子并不多，主要 原因在于m a s 在操作過程中所涉及的內容很廣泛，而且也很復雜。要使標記輔助選擇能夠在育 種實踐中得到廣泛應用，首先要構建高分辨率、高密度的標記連鎖圖譜；其次是要能準確、高效 地檢測和定位影響數量性狀的q t l ，這就需要發(fā)展一些高效的遺傳統(tǒng)計方法；再者是要制定出完 善的育種方案。 1 3 多基因離散性狀的遺傳分析 在動物遺傳育種領域中，迄今為止主要的研究對象是正態(tài)連續(xù)分布的生產性狀，并獲得了顯 著的遺傳進展。對于這類性狀，在觀察值服從正態(tài)分布的假設前提。f ，用線性方法進行遺傳評定 及參數估計等遺傳分析是較為合理的選擇，并可以獲得合理的結果。后續(xù)的遺傳操作( 如個體育 種值估計、遺傳參數估計、q t l 定位和m a s 等) 也都是基于線性模型的基礎上進行的。而對于 多基因控制的離散性狀( c a t e g o r i c a lt r a i t s ) 或閾性狀( t h r e s h o l dt r a l t s ) 的遺傳分析，由于這類性 狀的分布為非正態(tài)，線性模型的功效就顯得不足，甚至會導出錯誤的結果。動物育種中的離散性 狀，在多基因控制的理論前提下，其觀察值的分布是離散不連續(xù)的，觀察值不能表達為遺傳效應 與環(huán)境效應的線性組合，從而限制了線性方法在離散性狀遺傳分析上的應用。 現代動物育種中，人們對離散性狀的重視程度不斷增大，一方面是因為許多重要的經濟性狀 如繁殖性狀、與疾病和生存有關的性狀都屬于離散性狀；再者是由于許多選擇試驗都證明了對離 散性狀的選擇是有效的( t e m p e l m a n ，1 9 9 6 ；r e k a y a ，2 0 0 1 ) 。特別是隨著家畜育種技術的進一步 發(fā)展，一些當前育種目標中的主選性狀不斷趨于選擇極限，進一步選擇的進展甚微，從而一些重 要的次級性狀受到育種學家們的極大重視，特別是與經濟效益密切相關的離散性狀，如能將其納 入到家畜的育種目標中將會獲得巨大的育種效益。在此前提下，家畜離散性狀的遺傳分析方法顯 得日益迫切。 1 3 1 家畜主要離散性狀及其分布 動物育種中的離散性狀( d i s c r e t et r a i t s ) ，有時也可稱為閾性狀( t h r e s h o l dt r a i t s ) 或擬連續(xù)性 3 中圍農業(yè)大學博士學位論文第一章文獻綜述 狀( q u a s i c o n t i n u o u s 仃m t s ) ，在多基因控制的理論下，其觀察值是離散不連續(xù)的，可能是一種分 布( 如0 - 1 性狀的二項分布) ，也可能是多種分布的混合體。如母畜繁殖性狀中的產羔數、受胎率、 乳頭數、副乳頭數、瞎乳頭數、排卵率、受孕及分娩難易程度等；胴體肉質性狀中的肉色、肌問 脂肪評分及胴體類型評分等；與疾病抗性有關的乳房炎、抗線蟲、抗腹瀉、抗癢病、抗蹄病和抗 應激等；與生存有關的出生死亡等。這些性狀的表型都是離散的，為一個間斷分布，同時在受多 基因控制的理論前提下，又具有一個潛在的連續(xù)分布，它表示造成性狀遺傳變異的基礎，一般是 l e 態(tài)的或經過變換后成為正態(tài)的連續(xù)分布。而離散的表型值與潛在的連續(xù)值是通過一系列固定的 閾相聯(lián)系，這種潛在的連續(xù)分布可通過線性模型來描述，但是潛在的連續(xù)值與可觀察到的表型值 是非線性的。 不同性狀的表型分布不同，動物育種中大多的經濟性狀表型都是連續(xù)的，且服從或近似服從 正態(tài)分布。在動物育種中有幾種重要的離散分布，它們分別是二項分布( b i n o m i a l ) 、多項分布 ( m u l t i n o m i a l ) 、泊松分布( p o i s s o n ) 及負二項分布( n e g a t i v eb i n o m i a l ) 。如動物的生育能力、抗 病和抗應激能力、成活或死亡等都服從二項分布或0 1 分布，而有關母畜排卵數、產羔數、乳頭 數等記數性狀則服從m u l t i n o m i a l 或p o i s s o n 分布。表1 1 列出的是家畜主要的離散性狀及其分布。 表2 - 1 動物育種中的分類性狀及其分布 t a b l e1 - 1t h ec a i e g o f i c mt r a i t sa n dd i s t r i b u t i o n si nt h ef i e l do f a n i m a lb r e e d i n g 性狀歸屬分類性狀服從分布 堡堡型業(yè)! ! ! ! 墼! ! ! 型! 型望 ! ! 墅! 業(yè)塑 與繁殖有關產仔數m u l t i n o m i a lo rp o i s s o n 與生長有關 與胴體有關 與生存有關 與抗性有關 與行為有關 排卵數 乳頭數 生育力 采食能力 胴體類型 肉質評分 出生死亡 乳房炎 抗線蟲 抗腹瀉 抗蹄病 抗癢病 抗應激 組織感染程度 分娩行為 異常行為 母性行為 m u l t i n o m i a lo rp o i s s o n m u l t l n o m i a lo rp o i s s o n b i n o m i a l m u l t i n o m i a lo rp o i s s o n m u t t i n o m i a lo rp o i s s o n m u l f i n o m i a lo rp o i s s o n b i n o m i a l b i n o m i a l b i n o m i a l b i n o m i a l b i n o m i a l b i n o m i a l b i n o m i a lo rp o i s s o n m u l t i n o m i a i m u l t i n o m i a lo rb i n o m i a l m u l t i n o m i a lo rb i n o m i a i m u l t i n o m i a lo rb i n o m i a i 離散性狀或閾性狀的表觀度量一般用有限的幾個狀態(tài)的相對發(fā)生率來表示，對個體而言，每 個個體只能取其中的一個狀態(tài)。但在一個群體中，卻可以取任一狀態(tài)。如果給每一個狀態(tài)確定一 個取值，則可用一隨機變最來描述閾性狀，類似于常規(guī)的數量性狀，也可采用數值的方法來其進 4 中國農業(yè)大學博士學位論文 第一章文獻綜述 行遺傳分析。對于較多狀態(tài)的多閩值性狀來說( 如豬的產仔數、乳頭數、排卵數，雞的產蛋數等) ， 其表型分布可看作近似的連續(xù)分布。由于表型上的特殊性，因此對離散性狀的遺傳分析也具有不 同于常規(guī)數量性狀的獨特性。 1 3 2 離散性狀的遺傳分析思想 目前，對離散性狀的遺傳分析有兩種完全不同的思想，這兩種思想的主要區(qū)別在于是否具有 潛在連續(xù)分布的假設，一種是不考慮離散數據的實際離散性，在假設表型數據為連續(xù)分布的前提 f _ ，采用線性的方法對性狀進行遺傳分析，稱之為線性分析思想：另一種思路就是閾值概念 ( w r i g h t ，1 9 3 4 ；f a l c o n e r ，1 9 9 6 ) ，認為在性狀表型離散分布的背后存在著一個潛在的連續(xù)分布， 而離散的表型值與潛在的連續(xù)值是通過一系列固定的閩相聯(lián)系。離散性狀非線性遺傳分析方法的 導出，主要基于貝葉斯概型和廣義線性混合模型的發(fā)展應用。 對于離散性狀，其觀察值不能表達為遺傳效應與環(huán)境效應的線性組合，從而限制了線性方法 在閾性狀遺傳分析上的應用。另外，線性方法對于閩性狀分析還有兩個缺陷：一是線性方法的解 不能保證閩性狀發(fā)生的概率為正值，并且總和為l ；二是用線性方法只能在表觀尺度上對分離性 狀的觀察值進行描述，麗在表觀尺度上閩性狀的遺傳效應與環(huán)境效應是相關的。盡管如此，動物 遺傳育種中的離散性狀至今仍然多用線性方法進行分析，w d g h t ( 1 9 3 4 ) 的閥值模型為正確地進 行多基因離散性狀的分析奠定了基礎，但合理的方法是在近年來才逐漸建立起來的。 離散性狀非線性遺傳分析方法的導出，一方面基于貝葉斯概型，將關于參數的先驗知識和來 自數據的信息加以綜合利用，將參數看作隨機變量，導出其后驗分布，并使后驗概率密度函數最 大化，從而求出相應的參數：另一方面就是基于廣義線性模型( g e n e r a l i z e dl i n e a r m o d e l ，g l m ) 的應用( m c c u l l a g h ，1 9 8 9 ) ，通過連接函數將觀察值與遺傳效應相聯(lián)系，從而使轉化斤的響應變 量期望值線性化，以實現參數的無偏估計。相對于貝葉斯概型，j “義線性模型方法更受歡迎，其 計算量遠低于前者，并且有許多成熟的統(tǒng)計分析軟件可以利用( 如s a s 、s p s s ) ，這也是廣義線 性模型成為當前動植物離散性狀遺傳分析主要手段的原因所在。 1 3 3 廣義線性模型( g l m ) 及其在遺傳分析中的應用 廣義線性模型( g l m ) 是常規(guī)正態(tài)線性模型的直接推廣( m c c u l l a g h ，1 9 8 9 ) ，它適用于連續(xù) 性狀和離散性狀的遺傳分析，特別是后者，如屬性數據，計算數據的統(tǒng)計分析。它與典型線性模 型的區(qū)別是其隨機誤差的分布沒有正態(tài)性要求，與非線性模型的最大區(qū)別則在于非線性模型沒有 明確的隨機誤差分布假定而廣義線性模型的隨機誤差的分布是可以確定的；另外，廣義線性模型 的參數估計量具有大樣本正態(tài)分布，岡而具有良好的統(tǒng)計性質。 m c c u l l a g h 與n e l d e r ( 1 9 8 9 ) 將廣義線性模型定義為響應變量( y ) 具有如下分布密度的指數 分布族( e x p o n e n t i a lf a m i l y ) 統(tǒng)稱為廣義線性模型： 其擬然函數是 f r ( y , a , 加唧 訾州州) 上= t 。s ，= 上：i ；墮+ c ( y ，) d l 礦j ( 1 1 ) ( 1 2 ) 中國農業(yè)大學博士學位論文第一章文獻綜述 其中，口( 礦) ，6 ( 力，c ( y ，) 均為已知函數，日為典范參數( c a n o n i c a lp a r a m e t e r ) ，廬為離 差參數( d i s p e r s i o np a r a m e t e r ) 。響應變量( y ) 的期望和方差可對( 1 - 2 ) 式求偏導數獲得?？梢?看出，廣義線性模型不同于一般線性模型，其響應變量的方著不是一個常數( 盯2 ) ，而是一個依 賴于均值的函數。 1 3 3 1 廣義線性模型與般線性模型的區(qū)別 k 統(tǒng)計回歸模型中形如j ，；即+ z j “，+ e ，其均值的期望為固定效應的函數( “，=