Research on meat quality traits has always been a hot topic for beef cattle geneticists. Genome wide association studies (GWASs) provide a new strategy for mapping candidate genes. However, current GWAS only deal with genomic data, which have limited value. In recent years, with the development of high throughput sequence technology, the acquisition and processing approaches of various biological omic data at various levels have been mature, which makes it possible to detect candidate genes based on these omic data. In this project, based on transcriptomic, proteomic and high-density genomic (SNP) data of beef cattle, we will detect candidate genes via GWAS through Random Forest (RF) technology and linear mixed model analysis, and then verify the effects of candidate genes using the over-expression and RNAi technology. Our project will not only provide new genetic resource for beef meat quality traits, but also help to build the general GWAS platform based on multiple omic data and develop an optimized gene mapping strategy for livestock.
肉牛肉质性状的研究一直是动物遗传学者研究的热点,全基因组关联分析(GWAS)为影响肉质性状基因的定位提供了一种新策略。然而现阶段的大多数GWAS研究只在基因组尺度进行,具有一定的缺陷。近年来,随着高通量测序技术的不断发展,对于不同层次和类型的生物组学数据的获取及分析方法也日趋成熟与完善,在基因组各个尺度全面的精确定位影响肉质性状的基因成为一种可能。本项目拟采用转录组,蛋白组两种不同的技术手段对肉牛资源群体测序,结合已有的基因芯片测序数据,利用随机森林法和线性回归模型将不同层次的基因组信息和表型关联,进而精确定位影响肉牛肉质性状的基因。进一步研究拟通过构建过表达载体和干扰载体探究候选基因对细胞功能的影响,最终为肉牛肉质性状改良提供新的基因资源。本项目的开展有助于建立基于多组学的全基因组关联分析的通用平台,建立基于多组学的畜禽复杂性状基因定位的优化策略。
肉牛肉质性状的研究一直是动物遗传学者研究的热点,全基因组关联分析(GWAS)为影响肉质性状基因的定位提供了一种新策略。然而现阶段的大多数GWAS研究只在基因组尺度进行,具有一定的缺陷。近年来,随着高通量测序技术的不断发展,对于不同层次和类型的生物组学数据的获取及分析方法也日趋成熟与完善,在基因组各个尺度全面的精确定位影响肉质性状的基因成为一种可能。本项目采用转录组,基因组组两种不同的技术手段对肉牛资源群体测序,结合已有的表型数据,构建我国肉牛多组学数据平台,开发新的多组学数据处理、分析方法,深度挖掘重要性状的关键候选基因。截至本项目结题:(1)肉牛多组学数据平台共收集包括:背肌、背脂、肝脏等十余种组织的转录组数据,其中背肌的转录组数据已达419条,完整的表型组数据2000余条;基因组数据5000余条,为我国的肉牛育种的高速发展奠定了基础;(2)开发了基于随机回归模型、BIN策略、多阶段数据联合分析、经验贝叶斯等一系列的多组学数据处理分析新方法,针对性地提高了我国肉牛群体的基因挖掘准确性,进一步提高我国肉牛育种的精确性,加速我国肉牛肉质性状的改良速度;(3)基于肉牛多组学数据平台,通过多组学数据的联合分析,精确鉴定到HSPA12A、HSPA13、MYL2、SCD、ELOVL6、ACACA等一批影响牛肉肉质性状的关键基因,为华西牛的进一步选育提供了新的思路参考。本研究从基础数据的收集工作着手构建了我国肉牛多组学数据平台,开发了一系列的多组学数据分析方法,并对数据进行深度挖掘。本项目的研究成果不仅为我国肉牛育种的高速发展奠定基础,也为实际的肉牛育种工作提供理论指导。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
论大数据环境对情报学发展的影响
粗颗粒土的静止土压力系数非线性分析与计算方法
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于全基因组关联分析的新麦草分蘖相关性状基因定位
基于全基因组关联分析后分析策略鉴定奶牛乳成分性状主效基因
肉牛异速生长的全基因组关联分析方法及调节屠宰性状成熟度基因的检测
基于GWAS基础的肉牛肉质性状候选基因功能研究