基因组选择一步法:理论、应用与挑战
195 浏览量
更新于2024-09-03
收藏 556KB PDF 举报
"基因组选择一步法理论及应用研究进展"
基因组选择(Genomic Selection,简称GS)是一种基于全基因组遗传标记的遗传评估技术,它在畜禽育种领域引起了广泛的关注。传统的育种方法通常依赖于表型数据和有限数量的基因标记,而GS则利用高密度的遗传标记来预测个体的基因型值,从而估计其遗传性能。这种方法的优势在于,它可以更准确地预测性状的遗传潜力,特别是在早期阶段就能进行有效的选择。
潘荣杨、张哲和张豪的研究指出,尽管GS在猪、鸡等主要养殖物种中取得了显著成果,但对于经济价值较低的物种,由于基因分型成本高昂,以及无法对所有个体进行全面基因分型,使得GS的应用受到限制。为解决这个问题,Misztal等人提出了“一步法”(Singlestep method)。
一步法是基因组选择的一种改良策略,它结合了全基因组遗传标记信息和传统的BLUP(Best Linear Unbiased Prediction)方法。这种方法允许未进行基因分型的个体也能参与到遗传评估中,极大地扩展了GS的应用范围。一步法的核心是将基因型数据和常规的表型及家系信息统一到同一个模型中,从而实现对所有个体的全面遗传评估,无论它们是否被直接基因分型。
一步法在实际应用中,尤其是在猪、鸡等产业化的养殖环境中,表现出了较高的预测精度和效率。然而,这种方法也面临一些挑战,如数据的质量控制、模型的选择、计算复杂性以及如何处理大群体的数据等。此外,一步法对于不同物种、不同性状的适应性也需要进一步研究和验证。
随着基因组学和计算技术的发展,一步法在未来的基因组选择中将可能实现更高效、更精确的遗传评估。这包括改进模型以更好地处理遗传结构、环境效应以及多效性基因等问题。同时,降低成本和提高基因分型效率的技术进步也将推动一步法在更多物种和性状上的广泛应用。
总结起来,基因组选择一步法是现代育种技术的重要突破,它有效地降低了成本,提高了遗传预测的准确性,为畜牧业的持续发展提供了有力的工具。然而,为了充分发挥其潜力,还需要解决实际应用中的关键问题,并进行更多的研究以优化方法和提高效率。
2021-05-22 上传
2020-03-04 上传
2021-01-13 上传
2021-07-26 上传
2021-07-26 上传
2020-03-01 上传
2021-05-27 上传
2021-04-25 上传
weixin_38682054
- 粉丝: 4
- 资源: 908
最新资源
- 深入浅出:自定义 Grunt 任务的实践指南
- 网络物理突变工具的多点路径规划实现与分析
- multifeed: 实现多作者间的超核心共享与同步技术
- C++商品交易系统实习项目详细要求
- macOS系统Python模块whl包安装教程
- 掌握fullstackJS:构建React框架与快速开发应用
- React-Purify: 实现React组件纯净方法的工具介绍
- deck.js:构建现代HTML演示的JavaScript库
- nunn:现代C++17实现的机器学习库开源项目
- Python安装包 Acquisition-4.12-cp35-cp35m-win_amd64.whl.zip 使用说明
- Amaranthus-tuberculatus基因组分析脚本集
- Ubuntu 12.04下Realtek RTL8821AE驱动的向后移植指南
- 掌握Jest环境下的最新jsdom功能
- CAGI Toolkit:开源Asterisk PBX的AGI应用开发
- MyDropDemo: 体验QGraphicsView的拖放功能
- 远程FPGA平台上的Quartus II17.1 LCD色块闪烁现象解析