人工选择背景下基因组温和选择信号检测新方法研究

Selection signature scanning has become a new hotspot for livestock population genomics. At the moment, most of the researches focus on a hard sweep model in which selected de novo mutations are swept to fixation in the population. Consequently, the researchers ignored a far broader soft sweep model in which selection acts on standing genetic variation. In fact, many of footprints caused by artificial selection in domestic animals should be classified into soft sweeps. If successful, the detection of selection signatures in relation to important economical traits will help to design more efficient livestock breeding programs. In this project, we will develop the arithmetic and the program for soft sweep model, based on the extended haplotype homozygosity method and site frequency spectrum method. The power of the novel method will be validated by simulation based on Coalescent theory (or forward simulation) and Wright-Fisher model. Then, we will illustrate the new statistic to scan soft sweep in Hubei white pig with expect to provide a further evidence of the reliability of this method. The purposes of this project are to build a high-efficient and robust statistic and program, to perfect the method structure of selection signature and to provide more valuable experiences of mapping selection signatures in domestic animals.

选择信号扫描是目前畜禽群体基因组学研究的热点。基于群体已产生的遗传变异在自然或人工选择作用下形成的基因组印迹被定义为温和选择信号。畜禽经济性状人工选择的作用位点主要是群体已产生的遗传变异，与基于新突变产生的经典选择信号不同，属于温和选择信号范畴。假如通过恰当的统计方法能够准确地定位这些与经济性状人工选择相关的信号位点，将对制定更加合理的育种方案具有非常重要的现实意义。本研究基于长范围扩展单倍型纯合模型，整合利用位点频率谱方法思想，完整构建针对基因组温和选择信号检测新方法并将其程序化；基于经典的怀特-费歇尔模型，通过“溯祖”模拟或“正向”模拟构建基因组模拟数据集验证方法的可靠性；并将其应用到著名培育品种湖北白猪的选择信号检测中进一步评估新方法的实际应用效果。通过本研究提出一套计算稳定性强、运行效率高的选择信号计算方法及程序，进一步完善选择信号方法体系，为畜禽选择信号的精细定位提供新参考依据。

畜禽遗传改良过程中，人工选择作用的重要经济性状通常已经表现出了极具吸引力的表型特征，即与目标性状关联的有利变异已经存在，只是这些遗传变异受选择压力的作用不明显。在现代育种理论指导下，针对经济性状的人工选择作用加速了其基因组关联区域选择信号特征的形成，即所谓的温和选择信号。然而，由于绝大多数重要经济性状属于数量性状，受微效多基因控制，每个位点效应较小，目前常用的选择信号检测方法在温和选择信号的检测和区分上存在较大的困难。鉴于上述情况，本项目针对畜禽群体普遍存在的温和选择信号开展统计方法的研究，通过利用野生群体鉴定祖先等位基因，综合利用基于单倍型纯合与位点频率谱的方法，构建了温和选择信号检测新策略，并在家鸡的应用中取得了较好的效果。研究发现：温和选择信号和经典选择信号在畜禽适应性进化过程中均发挥了重要作用。模拟研究发现：尽管温和选择信号和经典选择信号定义区分明确，然而对不同选择压力与有利突变不同初始频率形成的温和选择信号，与经典选择信号仍然很难区别，这增加了使用单一群体基因组数据进行温和选择信号检测的难度。真实数据研究发现：人工选择信号与畜禽重要经济性状存在关联；杜洛克与大白猪等商业猪种，尽管在部分经济性状具有相似的育种目标，然而其基因组平行选择信号特征却存在极大的差异。湖北白猪的重测序数据分析表明：通过杂交育种，基于基因渗透片段形成的温和选择信号在新品种的培育过程中发挥着重要的作用。在本项目的资助下，目前共公开发表论文8篇，其中SCI论文3篇，CSCD收录论文2篇；申请专利2项；获得国际会议资助1次。研究共产生了3TB以上的基因组重测序数据，进一步完善了选择信号数据模拟平台，构建了温和选择信号新策略，提出了性状特异的梯度选择信号检测新思想，通过真实数据分析鉴定了一批与重要经济性状相关的功能候选基因。以上成果进一步完善选择信号方法体系，为畜禽选择信号的精细定位提供了新的参考依据。