鯉飼料轉(zhuǎn)化率性狀的關(guān)聯(lián)分析及優(yōu)異等位變異挖掘

張曉峰，李超，魯翠云，曹頂臣，孫效文

（中國水產(chǎn)科學(xué)研究院黑龍江水產(chǎn)研究所淡水魚類育種國家地方聯(lián)合工程實(shí)驗(yàn)室，黑龍江 哈爾濱 150070）

鯉飼料轉(zhuǎn)化率性狀的關(guān)聯(lián)分析及優(yōu)異等位變異挖掘

張曉峰，李超，魯翠云，曹頂臣，孫效文

（中國水產(chǎn)科學(xué)研究院黑龍江水產(chǎn)研究所淡水魚類育種國家地方聯(lián)合工程實(shí)驗(yàn)室，黑龍江 哈爾濱 150070）

飼料轉(zhuǎn)化率是鯉養(yǎng)殖重要的亟待改良的經(jīng)濟(jì)性狀之一。本研究利用分布于鯉全基因組的1 536個(gè)SNP標(biāo)記，分析68尾全同胞家系鏡鯉Cyprinuscarpio的基因分型，采用TASSEL軟件的GLM和MLM模型檢測與飼料轉(zhuǎn)化率性狀緊密關(guān)聯(lián)的標(biāo)記位點(diǎn)，發(fā)掘相關(guān)位點(diǎn)內(nèi)的優(yōu)異等位變異。本研究共獲得17個(gè)與飼料轉(zhuǎn)化率性狀顯著關(guān)聯(lián)（P＜0.05）的SNP標(biāo)記，貢獻(xiàn)率在6.4%～16.6%之間，分布于鯉基因組第2、6、11、16、20、32、33、41，和42染色體以及Scaffold1032、1078和2323上，注釋了一批飼料轉(zhuǎn)化率相關(guān)的候選基因。從顯著關(guān)聯(lián)的標(biāo)記位點(diǎn)內(nèi)發(fā)掘了16種優(yōu)異等位變異，其平均表型效應(yīng)值較群體均值高6.2%，較非優(yōu)勢等位變異高12.5%。其中，SNP0919、SNP0167和SNP1016 3個(gè)標(biāo)記的優(yōu)異等位變異增減效差異最大，暗示這些標(biāo)記對性狀的選擇效果明顯。本研究發(fā)掘的飼料轉(zhuǎn)化率相關(guān)的標(biāo)記及優(yōu)異等位變異可為鯉飼料轉(zhuǎn)化率性狀的分子標(biāo)記輔助選擇及分子設(shè)計(jì)育種提供依據(jù)。

鯉；飼料轉(zhuǎn)化率性狀；SNP；關(guān)聯(lián)分析；優(yōu)異等位變異

飼料約占我國養(yǎng)殖業(yè)成本的70%，是影響?zhàn)B殖效益的關(guān)鍵因素[1-3]在養(yǎng)殖業(yè)中占有舉足輕重的地位。飼料轉(zhuǎn)化率（Feed conversion efficiency，F(xiàn)CE）性狀是十分復(fù)雜的數(shù)量性狀，受多種因素影響，如生長環(huán)境、飼料配方、飼養(yǎng)設(shè)備、健康狀況、營養(yǎng)狀況等，但同等條件下品種或品系在飼料轉(zhuǎn)化率中起決定性作用[4-6]。隨著全球?qū)κ澄镄枨蟮脑鲩L及可用于農(nóng)業(yè)生產(chǎn)的土地資源的萎縮，可持續(xù)性地生產(chǎn)出人們消費(fèi)需要的產(chǎn)品及最大限度發(fā)揮生產(chǎn)能力，培育飼料轉(zhuǎn)化效率最佳的養(yǎng)殖動(dòng)物是科學(xué)工作者面臨的巨大挑戰(zhàn)[7,8]。

將分子標(biāo)記輔助選擇用于育種實(shí)踐，增強(qiáng)對數(shù)量性狀的遺傳操控能力和數(shù)量性狀優(yōu)良基因型的選擇效率，是提高育種效果的有效途徑。近年來，隨著現(xiàn)代分子生物技術(shù)的快速發(fā)展，分子標(biāo)記種類、檢測手段以及分析方法日趨完善，基于SNP標(biāo)記的全基因組關(guān)聯(lián)分析所發(fā)掘的標(biāo)記解析率高，在MAS中可提高選擇的目的性和準(zhǔn)確性，提高育種效率，已成功應(yīng)用于農(nóng)作物[9-11]、畜禽[12-14]等多種生物重要經(jīng)濟(jì)性狀的遺傳研究中。

飼料轉(zhuǎn)化率性狀也是水產(chǎn)業(yè)中最重要的經(jīng)濟(jì)性狀之一，飼料費(fèi)用約占總產(chǎn)值的65%～75%[15,16]，但由于水產(chǎn)動(dòng)物個(gè)體飼料轉(zhuǎn)化率性狀難于測量，很多水產(chǎn)養(yǎng)殖種類都沒有開展性狀分子育種工作，僅在鯉中有少量報(bào)道[17-19]。鯉是世界和我國主要水產(chǎn)養(yǎng)殖種之一，是人類重要的動(dòng)物蛋白源。據(jù)統(tǒng)計(jì)，鯉養(yǎng)殖成本中飼料成本接近70%[20]，因此，迫切需要利用現(xiàn)代分子育種技術(shù)改良現(xiàn)有鯉品種的飼料轉(zhuǎn)化率，提高飼料的利用效率。飼料轉(zhuǎn)化率的選擇需要做個(gè)體飼料轉(zhuǎn)化率測定，在育種中操作繁瑣，如能找到與飼料轉(zhuǎn)化率高度相關(guān)的分子標(biāo)記，使選擇相對簡單。在此基礎(chǔ)上，選擇正向效應(yīng)較大的等位基因，在育種中有目的地聚合或替代，以達(dá)到提高育種效率的目的。

本研究以鏡鯉Cyprinuscarpio心家系為試驗(yàn)群體，利用SNP標(biāo)記進(jìn)行飼料轉(zhuǎn)化率性狀的全基因組關(guān)聯(lián)分析，試圖從全基因組范圍內(nèi)發(fā)掘與飼料轉(zhuǎn)化率相關(guān)的標(biāo)記，挖掘鯉飼料轉(zhuǎn)化率的優(yōu)異等位基因，為鯉分子輔助選擇奠定基礎(chǔ)。

1 材料與方法

1.1 試驗(yàn)家系及表型測定

試驗(yàn)家系選用黑龍江水產(chǎn)研究所試驗(yàn)站的鏡鯉群體一齡個(gè)體，父母本為國家鑒定為良種德國鏡鯉選育系的后代。隨機(jī)選取68尾，初始體質(zhì)量為（58.1±14.9）g，單尾飼養(yǎng)于水族箱中，每尾魚單獨(dú)配置飼料盒，每日定時(shí)飽食投食3次，記錄未被攝食的餌料量。連續(xù)飼養(yǎng)3個(gè)月，每月定期測定體質(zhì)量，記錄飼料投喂量及體質(zhì)量變化，試驗(yàn)結(jié)束魚平均體質(zhì)量達(dá)（322.1±73.0）g。飼料轉(zhuǎn)化率計(jì)算：

飼料轉(zhuǎn)化率（FCE）=（W-W0）/Id×100%，其中W0為初始體質(zhì)量（g），W為終末體質(zhì)量（g），Id為測定期攝入的干物質(zhì)總量（g）。

第一、二、三月齡的飼料轉(zhuǎn)化率分別用FCE1、FCE2和FCE3表示，用FCEa表示3個(gè)月總平均飼料轉(zhuǎn)化率。

試驗(yàn)結(jié)束時(shí)，將試驗(yàn)魚麻醉，抽取尾部靜脈血液1mL，放入盛有抗凝劑的2mL離心管中迅速搖勻，放置-4℃?zhèn)溆谩２捎肣IAampDNA Blood MidiKit血液提取試劑盒，參照標(biāo)準(zhǔn)流程提取血液樣本的DNA。

1.2 GoldenGate芯片設(shè)計(jì)及SNP基因分型

本試驗(yàn)SNP標(biāo)記序列來自鏡鯉高通量轉(zhuǎn)錄組測序，選擇均勻分布于鯉全基因組1 536個(gè)SNP標(biāo)記合成寡核苷分析芯片。芯片制作及芯片雜交實(shí)驗(yàn)，委托上海博豪生物芯片有限公司完成[21]。分型數(shù)據(jù)由基因分型軟件自動(dòng)讀取和分析，手工剔除錯(cuò)誤分型標(biāo)記。

1.3 性狀和標(biāo)記的關(guān)聯(lián)分析及優(yōu)異等位變異發(fā)掘

（1）用SPSS11.5軟件計(jì)算性狀的最大值（maximum，Max）、最小值（minimum，Min）、平均值（mean）、標(biāo)準(zhǔn)差（standard deviation，SD）和變異系數(shù)（coefficientofvariation，CV）。利用SPSS 11.5的GLM對數(shù)據(jù)進(jìn)行方差分析。

（2）利用TASSEL5.2.1軟件[22]（http://www.maizegenetics.net/）的一般線性模型（general linearmodel，GLM）和混合線性模型（mixed linearmodel，MLM）進(jìn)行標(biāo)記和性狀之間的關(guān)聯(lián)分析。參考Machay等[23]的方法，用隨機(jī)分布于鯉全基因組的383個(gè)SNP標(biāo)記評估群體的遺傳結(jié)構(gòu)。采用STRUCTURE軟件[24]的混合模型來確定群體結(jié)構(gòu)，獲得混合線性模型分析所需的Q值。將群體結(jié)構(gòu)分析所得的Q值和親緣關(guān)系Kinship作為協(xié)變量，進(jìn)行MLM關(guān)聯(lián)分析。選取兩種模型共同關(guān)聯(lián)到的顯著（P＜0.05）標(biāo)記位點(diǎn)，并計(jì)算這些標(biāo)記位點(diǎn)對表型變異的貢獻(xiàn)率（R2）。

（3）參考文自翔等[25]描述的方法，對飼料轉(zhuǎn)化率性狀顯著關(guān)聯(lián)的標(biāo)記位點(diǎn)進(jìn)一步發(fā)掘優(yōu)異等位基因，計(jì)算各等位變異的表型效應(yīng)值。對關(guān)聯(lián)分析中檢測到的每個(gè)標(biāo)記，按照基因型對表型進(jìn)行分組。采用Dunnett-t檢驗(yàn)比較不同基因型間性狀平均值與對照的差異顯著性，這里的表型效應(yīng)值為優(yōu)異等位基因的性狀平均值與對照的差值。公式為：

式中，ɑi代表第i個(gè)等位變異的表型效應(yīng)值，xij為攜帶第i個(gè)等位變異在第j個(gè)個(gè)體中表型值，ni為具有第i等位變異的個(gè)體數(shù)，Nk為攜帶無效等位變異（某一位點(diǎn)中，若其中一個(gè)等位變異被視為“有效”，則其他等位變異相應(yīng)地被視為“無效”）的第k個(gè)個(gè)體的表型值，nk為具有無效等位變異的個(gè)體數(shù)。若ɑi＞0，則認(rèn)為該等位變異為增效等位變異，反之為減效等位變異[25]。

增效（減效）等位變異平均效應(yīng)（Average positive（negative）allele effectof locus，AAE）和增減百分比的計(jì)算方法為：AAE=Σɑc/nc，其中ɑc為某關(guān)聯(lián)位點(diǎn)內(nèi)第c個(gè)增效（減效）等位變異表型效應(yīng)值，nc為位點(diǎn)內(nèi)增效（減效）等位變異數(shù)。增效（減效）等位變異表型效應(yīng)的增效（減效）百分比為：

2 結(jié)果與分析

2.1 飼料轉(zhuǎn)化率性狀表型變異

由表1可知，不同月齡鏡鯉的飼料轉(zhuǎn)化率性狀表現(xiàn)出豐富的表型變異。試驗(yàn)群體3個(gè)月齡個(gè)體間飼料轉(zhuǎn)化率的變異幅度分別為0.38～0.99、0.39～0.93及0.26～0.90，其中第三月齡的變異幅度較大，三月平均為0.41～0.88。不同月齡的飼料轉(zhuǎn)化率性狀變異系數(shù)為13%～26%，其中第三月齡變異最大（26%），其他月齡及總平均變異系數(shù)基本一致。

2.2 鯉飼料轉(zhuǎn)化率性狀的關(guān)聯(lián)分析

圖1 鏡鯉FCE的關(guān)聯(lián)分析曼哈頓圖Fig.1 M anhattan plot for association analysis of four FCE traits in m irror carp

表2 兩種線性模型檢測到的與鏡鯉食物轉(zhuǎn)化率相關(guān)的標(biāo)記位點(diǎn)（P＜0.05）及其對表型貢獻(xiàn)值Tab.2 M arker lociassociated w ith feed conversion efficiency in m irror carp（P＜0.05）detected by two linear models and their phenotypic contributions

采用TASSEL軟件GLM模型和MLM模型程序，將SNP標(biāo)記基因分型結(jié)果與3個(gè)月份下的表型數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析。兩種模型共檢測到17個(gè)標(biāo)記位點(diǎn)與飼料轉(zhuǎn)化率性狀顯著相關(guān)（P＜0.05），分別位于第 2、6、11、16、20、32、33、41和 42染色體及scafford1032、1078和2323上，單個(gè)關(guān)聯(lián)位點(diǎn)表型變異貢獻(xiàn)率范圍為6.4%～16.6%（圖1，表2）。其中與FCE1顯著關(guān)聯(lián)的分子標(biāo)記有8個(gè)，分別位于染色體2、11、16、41，和scafford2323上，各標(biāo)記位點(diǎn)對表型貢獻(xiàn)為6.4%～15.8%，其中第11染色體上的兩個(gè)標(biāo)記（SNP0348和SNP0489）對表型的貢獻(xiàn)較大（15.7%和15.8%）。與FCE2關(guān)聯(lián)的分子標(biāo)記有6個(gè)，分別位于染色體32、33、41、42，和scafford1078上，各標(biāo)記位點(diǎn)對表型的貢獻(xiàn)為67.6%～11.5%，其中位于第33染色體上的SNP0128對表型的貢獻(xiàn)最大（11.5%）。與FCE3關(guān)聯(lián)的分子標(biāo)記有6個(gè)，分別位于染色體6、20、32、33，和scafford1032上，各標(biāo)記位點(diǎn)對表型的貢獻(xiàn)為9.5%～16.6%，其中位于scafford1032上的 SNP0167對表型的貢獻(xiàn)最大（16.6%）。與FCEa關(guān)聯(lián)的位點(diǎn)有8個(gè)，分別位于染色體20、32、33、41、42、scafford1032，和scafford1078上，各標(biāo)記位點(diǎn)對表型的貢獻(xiàn)為6.8%～13.5%，其中5個(gè)標(biāo)記對表型的貢獻(xiàn)達(dá)到10%以上，分別為SNP0818、SNP0167、SNP0128、SNP0919，和SNP1016，其中SNP 0818對表型貢獻(xiàn)最大，達(dá)到13.5%。

本研究沒有檢測到與4個(gè)性狀都關(guān)聯(lián)的共同分子標(biāo)記位點(diǎn)。與兩個(gè)性狀相關(guān)的分子標(biāo)記位點(diǎn)有5個(gè)，其中SNP1016標(biāo)記與FCE1和FCEa相關(guān)；SNP1041和SNP1220與FCE2和FCEa顯著相關(guān)；SNP1213和SNP0167與FCE3和FCEa顯著相關(guān)。與 3個(gè)性狀相關(guān)的標(biāo)記位點(diǎn)有 3個(gè)，分別為SNP0919、SNP0128和SNP0818。其中SNP0818標(biāo)記與 FCE1、FCE2及 FCE3顯著相關(guān)；SNP0919和SNP0128兩個(gè)位點(diǎn)對FCE2、FCE3及總平均顯著相關(guān)。其余9個(gè)標(biāo)記僅與一個(gè)飼料轉(zhuǎn)化率性狀相關(guān)，說明飼料轉(zhuǎn)化率性狀既存在相對穩(wěn)定效應(yīng)的基因，不同月齡對其影響也較大。

2.3 關(guān)聯(lián)位點(diǎn)優(yōu)異等位變異鑒定

在關(guān)聯(lián)分析中，找到與性狀關(guān)聯(lián)位點(diǎn)只是第一步，還需進(jìn)一步明確各顯著關(guān)聯(lián)位點(diǎn)中等位變異的差異，發(fā)掘出優(yōu)異等位變異。本研究利用SPSS軟件，采用Dunnett-t檢驗(yàn)比較不同等位基因性狀平均值與對照的差異顯著性，將表現(xiàn)差異顯著的等位基因作為優(yōu)異等位基因，表型效應(yīng)值為優(yōu)異等位基因的性狀平均值與對照的差值。對本研究鑒定的與鏡鯉飼料轉(zhuǎn)化率相關(guān)的17個(gè)位點(diǎn)，同一位點(diǎn)等位變異間表型效應(yīng)差異明顯，除了標(biāo)記SNP307標(biāo)記外，其余16個(gè)標(biāo)記在各等位變異均存在顯著差異（表3）。表3還列出了各關(guān)聯(lián)位點(diǎn)增效/減效表型效應(yīng)值及增/減效等位變異平均效應(yīng)的較平均值增減的百分比。在FCE1關(guān)聯(lián)的7個(gè)位點(diǎn)中，SNP 1013位點(diǎn)增效等位變異平均效應(yīng)最高（+4.7%），減效平均效應(yīng)值為-8.0%，如果把增效等位變異的基因型定義為優(yōu)勢基因型，則減效等位變異定義為非優(yōu)勢等位基因型，則優(yōu)勢等位變異和非優(yōu)勢等位變異之前平均變異達(dá)到12.7%，說明優(yōu)勢基因型對性狀的貢獻(xiàn)非常顯著。同理，SNP0348、SNP0489和SNP1016等3個(gè)標(biāo)記的這種差異也達(dá)到10%以上，暗示優(yōu)勢基因型選擇效應(yīng)顯著。與FCE2關(guān)聯(lián)的6個(gè)位點(diǎn)中，SNP0128位點(diǎn)增效平均效應(yīng)最高（+11.2%），增/減效等位基因間差異為11.9%，SNP1220和SNP0919標(biāo)記優(yōu)勢基因型和非優(yōu)勢基因型之間效應(yīng)差異也達(dá)到10%以上，其中SNP0919增/減效應(yīng)差異高達(dá)17.2%。與FCE3關(guān)聯(lián)的6個(gè)位點(diǎn)中，增效變異較前兩個(gè)月齡明顯增大，其中增效等位變異平均效應(yīng)最高的SNP0167位點(diǎn)，達(dá)到13.4%，其次是SNP0128（11.2%）。同時(shí)，這些位點(diǎn)的增/減效差異也較大，SNP0167位點(diǎn)的增/減效達(dá)到22.9%。與FCEa關(guān)聯(lián)的7個(gè)位點(diǎn)中，SNP0167、SNP0919和SNP1016三個(gè)位點(diǎn)增/減效差異也分別達(dá)到10%以上。

表3 與鏡鯉食物轉(zhuǎn)化率性狀關(guān)聯(lián)的SNP位點(diǎn)增效（減效）優(yōu)異等位變異的表型效應(yīng)Tab.3 Phenotypic effects of elite alleles at locistrongly associated w ith feed conversion efficiency traits in m irror carp

表4 食物轉(zhuǎn)化率性狀關(guān)聯(lián)標(biāo)記對應(yīng)的候選基因Tab.4 Candidate genes associated w ith feed conversion efficiency related SNPs refined to them irror carp genome

縱觀四個(gè)性狀，優(yōu)異等位變異的表型效應(yīng)較群體均值平均高6.2%，較非優(yōu)勢基因型平均高12.5%。其中，SNP0919標(biāo)記的優(yōu)勢基因型CT對FCE2、FCE3和FCEa三個(gè)性狀的增減效差異分別為17.2%、17.9%和12.6%；SNP0167標(biāo)記的優(yōu)勢基因型TT對FCE3和FCEa的增減效差異分別為22.9%和13.0%；SNP1016標(biāo)記的優(yōu)勢基因型CC對FCE1和FCEa兩個(gè)性狀的增減效差異分別為11.1%和13.0%；暗示這些標(biāo)記對性狀的選擇效果明顯。

2.4 候選基因分析

對17個(gè)與飼料轉(zhuǎn)化率顯著關(guān)聯(lián)的SNP標(biāo)記位點(diǎn)與鯉全基因組物理圖譜進(jìn)行了掃描分析，獲得17個(gè)候選基因（表4）。對這些基因進(jìn)行注釋，發(fā)現(xiàn)這些基因分別為：核糖體蛋白基因家族（60S ribosomal protein L9-like，60S ribosomal protein L28，60S ribosomal protein L28，40S ribosomal protein S2，40S ribosomal protein S2-like及40S ribosomal protein S25）、肝細(xì)胞生長因子及其異構(gòu)體（hepatocyte growth factor和hepatocyte growth factor isoform X1）、脂滴包被蛋白（perilipin-3-like isoform X2）、視覺受體樣蛋白（visualpigment-like receptor peropsin）、胰腺α-淀粉酶（pancreatic alpha-amylase-like）和卵黃膜外層1同源基因（vitellinemembrane outer layer 1 homolog）、玻連蛋白（vitronectin-like）、載脂蛋白（apolipo Eb-like）及共濟(jì)失調(diào)蛋白（ataxin-3-like isoform X2）等。這些功能基因的鑒定將為鯉飼料轉(zhuǎn)化率性狀的分子機(jī)理研究提供信息。

3 討論

利用分子標(biāo)記輔助選擇技術(shù)提高育種效率、降低育種成本是近30年來農(nóng)作物、畜禽及水產(chǎn)遺傳育種研究的主要內(nèi)容[10-14]。找到重要經(jīng)濟(jì)性狀相關(guān)的標(biāo)記或基因，并據(jù)此進(jìn)行遺傳改良，將分子標(biāo)記輔助選擇用于育種實(shí)踐，增強(qiáng)對數(shù)量性狀的遺傳操控能力，提高育種中對數(shù)量性狀優(yōu)良基因型選擇效率。

連鎖分析和關(guān)聯(lián)分析是現(xiàn)代分子育種中常用的解析復(fù)雜性狀的方法，但二者有所不同。對一些具有較小效應(yīng)的基因，關(guān)聯(lián)分析的發(fā)現(xiàn)能力比連鎖分析高得多[26,27]。本研究采用一般線性模型和混合線性模型，對性狀進(jìn)行關(guān)聯(lián)分析，可有效消除偽關(guān)聯(lián)，增加關(guān)聯(lián)結(jié)果的可信度[28]。共獲得了17個(gè)不同階段鯉飼料轉(zhuǎn)化率相關(guān)的SNP標(biāo)記，其中有兩個(gè)標(biāo)記（SNP0818和SNP1041）與前人的研究結(jié)果一致[19]，絕大多數(shù)是檢測到的新標(biāo)記。貢獻(xiàn)率大于10%的標(biāo)記占總數(shù)的50%以上，其中最大的達(dá)16.6%，說明這些標(biāo)記對飼料轉(zhuǎn)化率性狀具有重要的作用。在不同月齡鏡鯉中檢測出的位點(diǎn)不完全一致可能是不同生長階段影響的結(jié)果，這是多基因控制的數(shù)量性狀的突出特點(diǎn)。有些關(guān)聯(lián)位點(diǎn)在兩個(gè)以上月齡鏡鯉中才能檢測到，可視為相對穩(wěn)定的位點(diǎn)。如SNP0919、SNP0167和SNP1016等三個(gè)位點(diǎn)在兩個(gè)以上不同月齡的飼料轉(zhuǎn)化率都顯著相關(guān)，說明這些標(biāo)記位點(diǎn)效應(yīng)穩(wěn)定，比僅在某一特定月齡下表達(dá)的位點(diǎn)更有育種價(jià)值。

飼料轉(zhuǎn)化率性狀是一個(gè)復(fù)雜的數(shù)量性狀，受多種因素影響，但品種或品系在飼料轉(zhuǎn)化率方面起決定性的作用，有些品種/品系將飼料轉(zhuǎn)化為肌肉的能力比其他遺傳品種/品系更高效。同一品種的不同品系采用不同的育種目標(biāo)或育種計(jì)劃育成的兩個(gè)品系，可能具有顯著不同的飼料轉(zhuǎn)化率，這在不同畜禽育種中已得到證實(shí)[12-14,29]。本研究結(jié)果表明：鯉家系內(nèi)個(gè)體間飼料轉(zhuǎn)化率性狀存在明顯差異，不同月齡的鯉家系內(nèi)飼料轉(zhuǎn)化率性狀存在15%～26%的變異。前期對該群體遺傳結(jié)構(gòu)分析的研究也表明，該群體具有豐富的遺傳變異[30]，說明可通過家系選育獲得更高飼料轉(zhuǎn)化率的品系或品種可能性。不同基因型的個(gè)體飼料轉(zhuǎn)化率性狀上差異明顯。本研究中鯉家系優(yōu)勢基因型較群體平均值高6.2%，較非優(yōu)勢基因型更高，高達(dá)12.5%。預(yù)計(jì)用此來培育新品種可減少5%以上的飼料量，每km2效益提高20%，每km2增加純利6 000元以上。按我國鯉養(yǎng)殖面積約13萬km2計(jì)算[31]，每年節(jié)約的飼料成本相當(dāng)可觀。

由于本研究的SNP標(biāo)記來自轉(zhuǎn)錄組測序，每個(gè)標(biāo)記位點(diǎn)均位于鯉基因的編碼區(qū)內(nèi)，因此找到了與性狀相關(guān)的標(biāo)記也就找到了與性狀相關(guān)的候選基因，17個(gè)飼料轉(zhuǎn)化率相關(guān)的標(biāo)記對應(yīng)17個(gè)候選基因。其中，酶胰腺α-淀粉酶是最重要的水解碳水化合物的酶，參與碳水化合物的消化和吸收[32]。肝細(xì)胞生長因子及其異構(gòu)體能促進(jìn)多種類型的細(xì)胞分化、增殖，是一種多功能的細(xì)胞因子，對許多組織細(xì)胞的增生修復(fù)有重要作用[33]。脂滴包被蛋白在脂肪分解調(diào)控中起到“分子開關(guān)”的作用，決定了機(jī)體脂肪的沉降量[34]。核糖體蛋白基因家族除了負(fù)責(zé)細(xì)胞內(nèi)蛋白質(zhì)的合成以外，還與細(xì)胞的生長、分化、胚胎發(fā)育等有關(guān)[35,36]。這些基因參與魚體內(nèi)食物轉(zhuǎn)化的具體過程還需進(jìn)一步研究驗(yàn)證。

利用關(guān)聯(lián)分析發(fā)掘優(yōu)異基因是目前動(dòng)植物分子育種研究的重要方法之一。本研究解析了與鯉飼料轉(zhuǎn)化率穩(wěn)定關(guān)聯(lián)的位點(diǎn)內(nèi)等位變異的表型效應(yīng)，在性狀的表型與基因型之間用特定的等位變異建立起聯(lián)系，發(fā)掘了飼料轉(zhuǎn)化率關(guān)聯(lián)的優(yōu)異等位變異。在鯉育種工作中，可以利用攜帶這些優(yōu)異等位變異的材料做親本，并借助分子標(biāo)記輔助選擇將多個(gè)目標(biāo)基因?qū)牖蚓酆希岣哂N選擇效率。本研究只選擇了1 536個(gè)標(biāo)記，只是粗略意義上的全基因組關(guān)聯(lián)分析，已檢出的關(guān)聯(lián)位點(diǎn)還需得到緊密相鄰的其他位點(diǎn)關(guān)聯(lián)性的支持，以提高可信度。

［1］ 詹志春.飼料原料的全數(shù)據(jù)分析與養(yǎng)殖業(yè)的可持續(xù)發(fā)展［J］.養(yǎng)殖與飼料,2016（5）:7.

［2］ 宋明.淺談如何節(jié)約飼料成本［J］.當(dāng)代畜禽養(yǎng)殖業(yè),2016（5）:15.

［3］ 張長春.豬飼料成本的影響因素及控制措施［J］.現(xiàn)代畜牧科技,2016,9（21）:58.

［4］ Skinner-Noble D,Jones R and Teeter R.Components of feed efficiency in broiler breeding stock:is improved feed conversion associated with increased docility and lethargy in broilers［J］.Poultry Science,2003,82（4）:532-537.

［5］ Hafla A N,Carstens G E,Forbes TD,et al.Relationships between postweaning residual feed intake in heifers and forage use,body composition,feeding behavior,physical activity,and heart rate ofpregnantbeef females［J］.Journal ofAnimalScience,2013,91（11）:5353-5365.

［6］ Woyengo T A,Beltranena E and Zijlstra R T.Controlling feed costby including alternative ingredients into pig diets: a review［J］.JournalofAnimalScience,2014,92（4）:1293.

［7］ HoqueM A,KadowakiT,Shibata T,etal.Genetic parameters formeasuresof residual feed intake and growth traits in seven generationsofDuroc pigs［J］.Livestock Science,2009, 121（1）:45-49.

［8］ 夏俊花.改善飼料轉(zhuǎn)化率是提高養(yǎng)豬生產(chǎn)成本效益的最大機(jī)會(huì)［J］.期國外畜牧學(xué)（豬與禽）,2015,35（9）:1-3.

［9］ Sivakumar S,Susanne D,Marta L,etal.Genome-wide association study for grain yield and related traits in an elite springwheatpopulation grown in temperate irrigated environments［J］.Theoretical and Applied Genetics,2015,18（2）:353-363.

［10］ KenjiY,EijiY,Koichiro E,etal.Genome-wide association study usingwhole-genome sequencing rapidly identifies new genes influencing agronomic traits in rice［J］. Nature Genetics,2016,48（8）:927-934.

［11］ Cui Z,Luo J,QiC,etal.Genome-wide association study（GWAS）reveals the genetic architecture of four husk traits inmaize［J］.BMCGenomics,2016,17（1）:946.

［12］ Sherman E L,Nkrumah JD,Moore S S,et al.Whole genome SNP associationswith feed intake and feed efficiency in beefcattle［J］.JournalofAnimalScience,2010, 88（1）:16-22.

［13］ Jiao S,Maltecca C,Gray K A,etal.Feed intake,average daily gain,feed efficiency,and real-time ultrasound traits in Duroc pigs:II.Genome-wide association［J］.Journalof AnimalScience,2014,2（7）:2846-2860.

［14］ Jingwei Y,Kehua W,Guoqiang Y,et al.Genome-wide association studies for feed intake and efficiency in two laying periods of chickens［J］.Genet Selection Evolution, 2015,47（1）:82.

［15］ Gjedrem T and Baransk M.Selective Breeding in Aquaculture.An Introduction［M］.Springer,New York,2009.

［16］ Marineharvest.TheMarineharvestSalmon Industry Handbook［M］.Marineharvest,Bergen,2012:41.

［17］ 李鷗,曹頂臣,張研,等.利用EST-SSR分子標(biāo)記研究鯉的飼料轉(zhuǎn)化率性狀［J］.水產(chǎn)學(xué)報(bào),2009,33（4）:624-631.

［18］ 張麗博,張曉峰,曹頂臣,等.利用SSR及EST標(biāo)記對鯉魚飼料轉(zhuǎn)化率的QTL分析［J］.農(nóng)業(yè)生物技術(shù)學(xué)報(bào), 2010,18（5）:963-967.

［19］ 王宣朋,張曉峰,李文升,等.鯉飼料轉(zhuǎn)化率性狀的QTL定位及遺傳效應(yīng)分析［J］.水生生物學(xué)報(bào),2012（2）: 177-196.

［20］ 李同國.我國2016年鯉魚養(yǎng)殖漁情分析專題報(bào)告［R］.中國水產(chǎn)頻道/水產(chǎn)前沿.

［21］ Fan JB,Gunderson K L,Bibikova M,etal.Illumina universalbeadarrays［J］.Methods in Enzymology,2006,410: 57-73.

［22］ Bradbury P J,Zhang ZW,Kroon D E,et al.TASSEL：Software for associationmapping of complex traits in diverse samples［J］.Bioinformatics,2007,23:2633-2635.

［23］ Mackay Iand PowellW.Methods for linkage disequilibriummapping in crops［J］.Trends in Plant Science,2007, 12（2）:57-63.

［24］ EvannoG,RegnautSand Goudet J.Detecting the number of clusters of individualsusing the software STRUCTURE: a simulation on study［J］.Molecular Ecology,2005,14（8）: 2611-2620.

［25］ 文自翔,趙團(tuán)結(jié),鄭永戰(zhàn),等.中國栽培和野生大豆農(nóng)藝及品質(zhì)性狀與SSR標(biāo)記的關(guān)聯(lián)分析:II.優(yōu)異等位變異的發(fā)掘［J］.作物學(xué)報(bào),2008（34）:1339-1349.

［26］ Lander E S.Genetic dissection of complex traits science［J］.Nature Genetics,1996,12（4）:356-358.

［27］ Pritchard JK,Stephens M and Donnelly P.Inference of population structure usingmultilocus genotype data［J］. Genetics,2000,155（2）:945-959.

［28］ 楊勝先,牛遠(yuǎn),李夢,等.栽培大豆農(nóng)藝性狀的關(guān)聯(lián)分析及優(yōu)異等位變異挖掘［J］.中國農(nóng)業(yè)科學(xué),2014,4（20）: 3941-3952.

［29］ Schumann Band Zijlstra R.Improving feed efficiency［J］. Proceedings of the London Swine Conference,2014: 131-133.

［30］ 張曉峰,鄭先虎,匡友誼,等.利用GoldenGate分析的高通量SNP芯片對鯉魚基因進(jìn)行分型［J］.水產(chǎn)學(xué)雜志, 2016,29（6）:19-25.

［31］ 農(nóng)業(yè)部漁業(yè)漁政管理局.中國漁業(yè)統(tǒng)計(jì)年鑒［M］.北京:中國農(nóng)業(yè)出版社,2016:55-62.

［32］ Leloup V M,Colonna P and Marchis-Mouren G.Mechanism of the adsorption of pancreatic alpha-amylase onto starch crystallites［J］.Carbohydrate Research,1992,232（2）:367-374.

［33］ Miyazawa K,Hirothito T,Nake D,etal.Molecular cloning and sequence analysis of cDNA for human hepatocyte growth factor［J］.Biochemical&Biophysical Research Communications,1989,163（2）:967.

［34］ Londos C,Brasaemle D L,Schultz C J,etal.On the controlof lipolysis in adipocytes［J］.Annals of the New York Academy ofSciences,1999,892（1）:155-168.

［35］ MaheshwariY,RaoM,Sykes D E,etal.Changes in ribosomalprotein and ribosomalRNA synthesis during rat intestinaldifferentiation［J］.CellGrowth&Differentiation the Molecular Biology Journalof the American Association for CancerResearch,1993,4（9）:745-752.

［36］ Lai K,Amsterdam A,Farrington S,etal.Many ribosomal protein mutations are associated with growth impairment and tumor predisposition in zebrafish［J］.Developmental Dynamicsan Official Publication of the American Association ofAnatomists,2009,238（1）:76-85.

Association Analysis of Feed Conversion Efficiency and Exp loration of Elite Alleles in Common Carp

ZHANG Xiao-feng,LIChao,LU Cui-yun,CAODing-chen,SUN Xiao-wen
（Nationaland LocalUnited Engineering Laboratory for Freshwater Fish Breeding,Heilongjiang River FisheriesResearch Institute, Chinese Academy of Fishery Sciences,Harbin 150070,China）

Feed conversion efficiency（FCE）is one of the importanteconomic traits to be improved.In this study,a total of 1 536 SNPswere used to genotype a full-sib panelof 68 individualsofm irror carp（Cyprinuscarpio）based on the Illum ina GoldenGate assay.The association between SNPs andFCEphenotypic datawas analyzed by general and m ixed linearmodels（GLM and MLM）methods in software of TASSEL,and the significantly associated lociofFCEwere analyzed forexploring the elite alleles.A totalof 17 SNPswere found to be significantly associated w ithFCEata threshold ofP＜0.05 in nine chromosomes（2,6,11,16,20,32,33,41 and 42）and three Scaffolds（1032,1078 and 2323）.TheFCEassociated locihad contribution varying from 6.4%to 16.6%,and the phenotypic allele effectwasestimated and then the average positiveand negative allele effectofa locuswas calculated over the phenotypic effects of allalleles.A totalof 16 elite alleleswere screened outamong the 17 lociw ith repeated associations,w ith 6.2%higher average phenotypic allele effect than that in the population mean and 12.5%higher than the negative ones.Three loci such as SNP0919,SNP0167 and SNP1016 w ith themaximaldifferences in average phenotypic allele effect revealed the obvious effecton the selection ofFCEtrait.Meanwhile,17 candidate geneswere scanned and annotated.The lociand elite alleles ofFCEidentified w ill provide important foundation forsubsequentstudies includingmolecularmarkerassisted selection andmolecularbreeding by design.

common carp;feed conversion efficiency;singlenucleotide polymorphism（SNP）;association analysis;elite allele

S917

A

1005-3832（2017）03-0011-08

2017-02-06

中國水產(chǎn)科學(xué)研究院基本業(yè)務(wù)費(fèi)重點(diǎn)項(xiàng)目（2016ZD0301）；農(nóng)業(yè)部"948"計(jì)劃項(xiàng)目（2016-X15）.

張曉峰（1973-），博士，副研究員，從事水產(chǎn)基因組研究.E-mail：zhangxiaofeng@hrfri.ac.cn

孫效文（1955-），研究員，博士生導(dǎo)師，從事水產(chǎn)分子育種研究.E-mail：sunxw2002@163.com