基于高密度SNP標(biāo)記重構(gòu)豬多品種群體系譜

楊雨婷，張 興，牛安然，閆之春，龔華忠，丁偌楠,4，馬 黎,4

(1.新希望六和養(yǎng)豬研究院數(shù)據(jù)與算法實(shí)驗(yàn)室，成都 610095；2.新希望六和養(yǎng)豬研究院，青島 266100；3.新希望六和育種事業(yè)部，成都 610095； 4.德州市現(xiàn)代生豬養(yǎng)殖技術(shù)創(chuàng)新中心，德州 263000)

系譜是豬育種的重要信息來源之一，建立完整、準(zhǔn)確的系譜對(duì)確定種豬真實(shí)身份、提高育種值估計(jì)的準(zhǔn)確性、實(shí)現(xiàn)科學(xué)引種選育和選配有重要價(jià)值。種豬錯(cuò)誤的系譜會(huì)通過“金字塔”式的豬只繁育體系在群體中大量積累、快速放大，導(dǎo)致后代近交快速上升、選育進(jìn)展緩慢，對(duì)育種帶來巨大的負(fù)面影響[1-3]。真實(shí)、完整、準(zhǔn)確的系譜是實(shí)現(xiàn)種豬自繁育、自更新，擺脫外國(guó)種豬公司對(duì)國(guó)內(nèi)生豬發(fā)展的制約、培育出中國(guó)自有種豬的基礎(chǔ)之一[4-5]。

生產(chǎn)中誤配精液、仔豬未記錄調(diào)欄、耳牌脫落、耳號(hào)識(shí)讀錄入錯(cuò)誤等都會(huì)造成豬只個(gè)體信息及父母信息記錄錯(cuò)誤，從而導(dǎo)致記錄的系譜錯(cuò)誤或缺失[6]，目前我國(guó)畜群中系譜錯(cuò)誤率一般在5%～30%之間[7-9]。新投產(chǎn)豬場(chǎng)引種建群時(shí)需引入大批同代次豬只，種豬培育及場(chǎng)間聯(lián)合育種也需要從外部群體引種以避免因閉群繁育、豬群高度近交帶來的后代性能退化和畸形頻發(fā)，這些引種都需要真實(shí)準(zhǔn)確的系譜來保證育種效果[10]。引種豬只通常由供種場(chǎng)提供系譜，引種豬只常見的上溯三代的系譜無(wú)法完全體現(xiàn)引種豬群的潛在近交。近年來，隨場(chǎng)間聯(lián)合育種和外引種豬逐漸增多，加之豬場(chǎng)現(xiàn)場(chǎng)生產(chǎn)管理難度大，豬群系譜缺失或錯(cuò)漏的情況頻發(fā)，對(duì)育種工作造成一定影響，對(duì)核心豬群進(jìn)行系譜校正已成為選育自有純種豬的基礎(chǔ)。

目前，用于親子鑒定的方法根據(jù)原理可分為排除法、似然法和基因重構(gòu)法3類[7]，家畜中多使用PCR法對(duì)待鑒定個(gè)體的數(shù)個(gè)位點(diǎn)進(jìn)行基因分型，再使用排除法或似然法對(duì)成對(duì)的親子關(guān)系進(jìn)行判斷[8,11-12]。這種方法的成本較低，但需提前篩選數(shù)個(gè)高多態(tài)性位點(diǎn)[13]，且僅能對(duì)親子關(guān)系的個(gè)體對(duì)進(jìn)行分析，實(shí)際生產(chǎn)中通常需要對(duì)父母未知的同代次群體重構(gòu)系譜，少數(shù)位點(diǎn)進(jìn)行親子鑒定的方法難以滿足這種需求?，F(xiàn)有研究多是使用模擬數(shù)據(jù)或是對(duì)數(shù)十至數(shù)百個(gè)樣本的小群體進(jìn)行鑒定[7,13]，對(duì)大規(guī)模真實(shí)生產(chǎn)群體的研究較少。

本研究使用高密度SNP芯片獲得的大量標(biāo)記推測(cè)共祖片段，對(duì)缺乏父母基因型的同代次長(zhǎng)白豬和杜洛克豬群體重構(gòu)系譜，并與記錄的真實(shí)系譜相比較，填補(bǔ)使用基因組信息重構(gòu)多品種、大規(guī)模真實(shí)生產(chǎn)豬群的空白。

1 材料與方法

1.1 試驗(yàn)材料

本研究選取四川某豬場(chǎng)2017—2021年出生的1 471頭曾祖代純種豬，其中986頭為杜洛克豬，485頭為長(zhǎng)白豬，所有個(gè)體均為從國(guó)外某種豬公司單一來源引種后本場(chǎng)純繁后代。兩品種記錄系譜共包含2 342頭純種豬，其中包括1 493頭杜洛克豬和849頭長(zhǎng)白豬，系譜記錄時(shí)間為2015—2021年，系譜記錄最大世代數(shù)為8代，芯片分型個(gè)體平均記錄系譜代數(shù)約為5代。

1.2 基因型數(shù)據(jù)及質(zhì)控

采集1 471頭純種豬的耳組織樣本，乙醇固定后寄送至紐勤生物科技(上海)有限公司，使用Illumina GeneSeek GGP Porcine 50K 芯片進(jìn)行分型，每一個(gè)體基因組數(shù)據(jù)包括50 697個(gè)SNPs位點(diǎn)。該芯片基于Sscrofa 10.2全基因組信息進(jìn)行設(shè)計(jì)，根據(jù)Sscrofa11.1全基因組信息將其SNPs位點(diǎn)所對(duì)應(yīng)的MAP文件進(jìn)行更新，更新后的MAP文件用于后續(xù)分析。使用PLINK v1.90b6.21對(duì)SNPs分型數(shù)據(jù)文件進(jìn)行質(zhì)量控制，剔除SNPs位點(diǎn)檢出率<0.9、次等位基因頻率<0.05、位于性染色體上或染色體位置未知的SNPs位點(diǎn)，剔除SNPs檢出率<0.9的個(gè)體。

1.3 家系劃分

種豬生產(chǎn)中一般采用“一公多母”的生產(chǎn)方式，通常種公豬的后代數(shù)遠(yuǎn)遠(yuǎn)多于種母豬，因此以公豬作為劃分家系的主要依據(jù)。使用系譜計(jì)算親緣關(guān)系時(shí)，將有同一曾祖父的個(gè)體視為一個(gè)家系。使用基因組信息計(jì)算親緣關(guān)系時(shí)，將可推斷為同一曾祖父的或有四級(jí)以內(nèi)親屬關(guān)系且有可追溯共同祖先的個(gè)體劃分為一個(gè)家系；當(dāng)父母來自不同家系或近交等原因?qū)е履骋粋€(gè)體可被劃入多個(gè)家系時(shí)，將個(gè)體歸為其父系所在家系。

1.4 親緣相關(guān)系數(shù)估計(jì)

1.4.1 同源片段推斷 兩個(gè)體組成的一組個(gè)體對(duì)上的每個(gè)SNP位點(diǎn)對(duì)應(yīng)的等位基因有兩種同源類型，一種為狀態(tài)同源，另一種為血緣同源。狀態(tài)同源(identical by state, IBS)片段，即狀態(tài)相同片段，指兩個(gè)體間基因片段的核苷酸序列相同。狀態(tài)同源片段僅考慮等位基因本身的相似性，這種相似性是遺傳過程中累積起來的突變導(dǎo)致的，可能是源于某個(gè)共同的祖先，也有可能僅來自于隨機(jī)突變。血緣同源(identity by descent, IBD)片段，即血緣相同片段，又稱共祖片段(common ancestor fragment)，指兩個(gè)體間核苷酸序列相同的基因片段來自某一個(gè)共同祖先。在不發(fā)生重組的遺傳過程中，子代通過配子從父本和母本處分別繼承一組同源染色體，實(shí)際遺傳過程中由于同源染色體非姐妹染色單體重組等原因，子代的單條染色體與父母不完全一致，根據(jù)連鎖不平衡將多個(gè)連續(xù)相同且來自同一祖先的等位基因序列連接為一個(gè)共祖片段。根據(jù)個(gè)體對(duì)間染色體片段共享等位基因情況將染色體劃分為IBD0、IBD1和IBD2片段，分別代表該段染色體上兩個(gè)體間每個(gè)SNP位點(diǎn)的2個(gè)等位基因中有0個(gè)、1個(gè)或2個(gè)血緣相同。使用PLINK v1.90b6.21構(gòu)建IBS遺傳距離矩陣，用于衡量個(gè)體間相似性、評(píng)價(jià)親緣關(guān)系。使用KING 2.2.7 估計(jì)群體內(nèi)每一組個(gè)體對(duì)間IBD0、IBD1和IBD2片段位置及比例，用于推斷個(gè)體間親緣關(guān)系。

1.4.2 SNPs親緣相關(guān)系數(shù)計(jì)算 根據(jù)Chen等[14]提出的公式，在剔除檢出率低、缺失及無(wú)法確定染色體位置的SNPs位點(diǎn)后，對(duì)剩余常染色體上的SNPs位點(diǎn)，根據(jù)位點(diǎn)間相似性估計(jì)個(gè)體間基因組親緣相關(guān)系數(shù)，計(jì)算公式如下所示：

(1)

(2)

1.4.3 系譜親緣相關(guān)系數(shù)計(jì)算 將個(gè)體間的親緣相關(guān)系數(shù)定義為兩個(gè)個(gè)體因具有共同祖先而造成的加性基因效應(yīng)間的相關(guān)，個(gè)體x從其父親s和母親d處分別獲得的配子中隨機(jī)抽取一對(duì)等位基因，這對(duì)等位基因在兩配子中是同源的概率即為個(gè)體x自身近交系數(shù)，用F表示，即：

式中，axsxd代表個(gè)體x父母s、d間親緣相關(guān)系數(shù)，由公式可知后代的近交系數(shù)為其父母間親緣相關(guān)系數(shù)的一半，個(gè)體與自身的加性遺傳相關(guān)為1加個(gè)體本身的近交系數(shù)。因此可以通過假設(shè)后代的方式計(jì)算任意兩個(gè)體間的親緣相關(guān)系數(shù)。使用加性遺傳效應(yīng)計(jì)算個(gè)體間親緣相關(guān)系數(shù)的公式如下所示：

式中，a代表個(gè)體間親緣相關(guān)系數(shù)，F(xiàn)代表個(gè)體自身近交，x、y分別代表待計(jì)算親緣相關(guān)系數(shù)的兩個(gè)個(gè)體，xs、xd分別代表個(gè)體x的父親和母親，ys、yd分別代表個(gè)體y的父親和母親，rsd代表個(gè)體s、d間親緣相關(guān)系數(shù)。

根據(jù)配種及分娩記錄確定系譜，系譜中包括個(gè)體號(hào)、父親個(gè)體號(hào)及母親個(gè)體號(hào)三列，使用python 3.8編寫腳本計(jì)算系譜中所有個(gè)體的加性遺傳相關(guān)矩陣及個(gè)體系譜代次。矩陣每一行或每一列均代表一個(gè)個(gè)體，矩陣中每一元素代表對(duì)應(yīng)行和列的兩個(gè)個(gè)體間加性遺傳相關(guān)，即兩個(gè)個(gè)體間的親緣相關(guān)系數(shù)；個(gè)體系譜代次定義為從該個(gè)體向祖先可追溯到的最遠(yuǎn)通徑上的個(gè)體數(shù)量，亦即該個(gè)體可追溯系譜的深度。

2 結(jié) 果

2.1 描述性統(tǒng)計(jì)

2.1.1 系譜描述性統(tǒng)計(jì) 全部1 471頭個(gè)體均有記錄系譜，以芯片分型個(gè)體為起點(diǎn)向上追溯系譜獲得群體系譜記錄，系譜記錄中共包含2 342頭豬，出生年份在2015—2021年，平均系譜深度為5.47代。其中杜洛克豬群體共986頭，平均系譜深度5.53代；長(zhǎng)白豬群體共485頭，平均系譜深度5.36代。兩品種群體性別、出生年份、性別及相應(yīng)系譜代次見表1。

表1 兩品種群體系譜描述性統(tǒng)計(jì)

2.1.2 基因組信息描述性統(tǒng)計(jì) 對(duì)SNP芯片獲得基因組分型數(shù)據(jù)進(jìn)行質(zhì)控后，全部1 471頭芯片分型個(gè)體均通過質(zhì)控，45 784個(gè)SNPs通過質(zhì)控，通過質(zhì)控的位點(diǎn)在各常染色體上的分布情況見圖1，圖中橫坐標(biāo)代表染色體編號(hào)，縱坐標(biāo)代表染色體位置，灰度表示SNPs在每條染色體上分布疏密程度。由圖1可見，通過質(zhì)控的SNPs位點(diǎn)覆蓋全部常染色體，但在常染色體兩端分布相對(duì)密集，這一結(jié)果與染色體重組熱點(diǎn)區(qū)域分布及芯片設(shè)計(jì)位點(diǎn)分布相符。

2.2 系譜親緣關(guān)系分析

利用記錄系譜計(jì)算加性遺傳相關(guān)矩陣得到群體內(nèi)個(gè)體間親緣相關(guān)系數(shù)，根據(jù)個(gè)體間親緣相關(guān)系數(shù)進(jìn)行聚類，構(gòu)建系譜親緣關(guān)系聚類圖。由圖2可知，長(zhǎng)白群體共存在39個(gè)家系，大部分家系留種數(shù)量較為均衡，少數(shù)家系個(gè)體較多，個(gè)別家系在選育過程中留種較少，因此消失。由圖3可知，杜洛克群體共存在41個(gè)家系，相較長(zhǎng)白群體家系間留種更均衡，但家系間親緣關(guān)系更近。

圖1 質(zhì)控后常染色體SNPs分布Fig.1 Distribution of SNPs on autosomes after quality control

進(jìn)化樹中豎線代表個(gè)體，以灰度區(qū)分相鄰家系，下圖同The vertical lines in the evolutionary tree represent individuals, and neighboring lineages are distinguished by grayscale, the same as below圖2 長(zhǎng)白系譜親緣系數(shù)聚類圖Fig.2 Landrace genealogical kinship coefficient clustering map

2.3 基因組親緣關(guān)系

根據(jù)群體中每組個(gè)體對(duì)間IBD1片段和IBD2片段占比做散點(diǎn)圖，根據(jù)Chen等[14]提出的方法，用IBD1片段和IBD2片段比例判斷個(gè)體對(duì)間親緣關(guān)系，以不同顏色標(biāo)記不同親緣關(guān)系的個(gè)體對(duì)，如圖4所示。

1 471頭芯片分型種豬共推斷出29 476對(duì)親緣關(guān)系，親緣關(guān)系按個(gè)體間聯(lián)系緊密程度不同，從近到遠(yuǎn)依次劃分為重復(fù)分型個(gè)體或同卵雙胞胎、親子關(guān)系、全同胞關(guān)系、半同胞關(guān)系、三級(jí)親屬關(guān)系、四級(jí)親屬關(guān)系和無(wú)關(guān)個(gè)體，圖4中僅展示了三級(jí)及以上親緣關(guān)系個(gè)體對(duì)。親子及三級(jí)親屬關(guān)系個(gè)體對(duì)間幾乎不存在IBD2片段，即幾乎不存在同一對(duì)等位基因的兩個(gè)位點(diǎn)均為同源的情況；重復(fù)分型個(gè)體或同卵雙胞胎幾乎全部位點(diǎn)均為同源，即幾乎全部位點(diǎn)均相同，因此IBD2接近1而IBD1接近0；全同胞或父母間存在親緣關(guān)系的半同胞個(gè)體對(duì)介于兩者之間，既存在IBD2片段也存在IBD1片段，這一結(jié)果與預(yù)期和IBD片段估計(jì)原理一致，證明推斷IBD片段在該群體中可有效劃分個(gè)體對(duì)間親緣關(guān)系。

圖3 杜洛克系譜親緣系數(shù)聚類圖Fig.3 Duroc genealogical kinship coefficient clustering map

圖4 IBD1-IBD2比例分布圖Fig.4 IBD1-IBD2 scale distribution

圖5為某個(gè)體A與其全同胞個(gè)體間IBD片段在常染色體上的分布情況，圖6為同一個(gè)體A與其父親間IBD片段在常染色體上的分布情況?？梢奍BD1和IBD2片段在常染色體上分布并不均勻，在各常染色體兩端分布較密集，靠近中段著絲粒處分布則較為稀疏，這一現(xiàn)象在親子關(guān)系對(duì)間更為明顯。IBD片段的分布情況除受群體遺傳結(jié)構(gòu)影響外，主要與染色體重組區(qū)域有關(guān)，Dimitromanolakis等[15]認(rèn)為這種不均勻分布與染色體上存在重組冷熱區(qū)有關(guān)，某一區(qū)域遺傳結(jié)構(gòu)相對(duì)穩(wěn)定則較少發(fā)生重組，因此IBD片段在該段染色體上分布也會(huì)較為稀疏。其次，IBD片段的分布也與芯片設(shè)計(jì)位點(diǎn)有關(guān)，SNP芯片結(jié)果在質(zhì)控后分布不均勻，位點(diǎn)分布較密集區(qū)域更易出現(xiàn)IBD片段。

2.4 重構(gòu)系譜

根據(jù)推斷的親屬關(guān)系重構(gòu)系譜，按個(gè)體間親屬關(guān)系進(jìn)行聚類，由于本研究所用群體內(nèi)杜洛克豬和長(zhǎng)白豬均為純種且不存在雜交，因此混合群體在計(jì)算個(gè)體間親緣關(guān)系及構(gòu)建家系圖時(shí)自然分成兩組，對(duì)比個(gè)體毛色可輕易推斷每組家系所屬品種，故對(duì)兩品種分別構(gòu)建系譜。

使用個(gè)體間親子關(guān)系及二級(jí)親屬關(guān)系繪制群體內(nèi)親緣關(guān)系圖，使用基因組信息構(gòu)建的杜洛克豬和長(zhǎng)白豬系譜圖如圖7和圖8所示，可見杜洛克群體間關(guān)系更為緊密，長(zhǎng)白群體存在較多小家系。基因組信息共將杜洛克豬分為32個(gè)家系，平均代次為4.1代，將長(zhǎng)白豬分為38個(gè)家系，平均代次為3.6代，與系譜記錄基本一致。

圖5 全同胞個(gè)體對(duì)間IBD片段分布Fig.5 Distribution of IBD sharing between full-sibling pairs

圖6 親子對(duì)間IBD片段分布Fig.6 Distribution of IBD sharing between parent-offspring pairs

圖中圓點(diǎn)代表個(gè)體，黑線相連兩個(gè)體為親子關(guān)系，灰線相連兩個(gè)體為二級(jí)親屬關(guān)系，下圖同The dots in the figure represent individuals, the two dots connected by black line is parent-offspring, and the two dots connected by gray line is 2nd-degree, the same as below圖7 基因組構(gòu)建杜洛克豬家系圖Fig.7 Genomically constructed Duroc pig lineage map

圖8 基因組構(gòu)建長(zhǎng)白豬家系圖Fig.8 Genomically constructed Landrace pig lineage map

為確定基因組信息重構(gòu)系譜準(zhǔn)確性，通過嚴(yán)格控制選取群體的配種、分娩、調(diào)欄及采樣過程，保證所記錄的系譜及采樣分型結(jié)果準(zhǔn)確無(wú)誤，獲得115頭有芯片分型信息且有準(zhǔn)確記錄系譜的個(gè)體作為驗(yàn)證群體，以芯片分型豬只為起點(diǎn)向上追溯三代系譜，得到包含360頭豬的系譜記錄。進(jìn)行芯片分型的115頭豬個(gè)體間IBS遺傳距離在0.132～0.475之間。根據(jù)個(gè)體間共享IBS和IBD片段比例矩陣?yán)L制的熱力圖如圖9所示，可見IBD矩陣較IBS矩陣顏色區(qū)分度更大，即對(duì)有親緣關(guān)系的個(gè)體和無(wú)關(guān)個(gè)體的區(qū)分度更好。同時(shí)，從IBD片段矩陣構(gòu)建的熱力圖中可以顯著觀察到由同父異母的半同胞關(guān)系形成的橙紅色區(qū)域。

使用IBD片段法推斷所選群體內(nèi)個(gè)體間基因組親緣關(guān)系，并與記錄系譜相比較，不同親緣關(guān)系的推斷數(shù)量及推斷比例見表2。由表2可見，基于共祖片段法利用基因組信息共推斷出選取群體702對(duì)親緣關(guān)系，全部親子關(guān)系和全同胞關(guān)系均可被準(zhǔn)確推斷，同時(shí)共祖法能額外推斷出個(gè)體間系譜未記錄的三級(jí)和四級(jí)親緣關(guān)系。

對(duì)角線：個(gè)體自身IBD與IBS片段相似程度；對(duì)角線上方：個(gè)體間共享IBD片段比例；對(duì)角線下方：個(gè)體間共享IBS片段比例。兩個(gè)體間親緣關(guān)系越近則共享比例越大，越接近紅色，反之則接近藍(lán)色。圖中數(shù)字代表個(gè)體號(hào)Diagonal: The degree of similarity between individual IBD and IBS; Above the diagonal: Proportion of IBD shared between individuals; Below the diagonal: Proportion of IBS shared between individuals. The closer the kinship between two individuals the greater the shared ratio, the closer to red, and vice versa, the closer to blue. The numbers in the figure represent individual numbers圖9 共享IBD-IBS片段比例熱力圖Fig.9 Sharing IBD-IBS segment scale heat map

以其中一長(zhǎng)白家系為例，該家系共包括三代21頭純種長(zhǎng)白豬，其中19頭有芯片分型信息，各世代間無(wú)交叉且均有系譜記錄。使用IBD片段法推斷該家系個(gè)體間基因組親緣關(guān)系，各親緣關(guān)系IBD1、IBD2及基因組共享IBD比例見表3?；诨蚪M親緣關(guān)系重構(gòu)系譜圖和基于配種及分娩等生產(chǎn)記錄構(gòu)建系譜圖如圖10所示。

表2 基因組推斷親緣關(guān)系

表3 長(zhǎng)白家系內(nèi)不同親緣關(guān)系IBD占比

A.長(zhǎng)白家系基因組重構(gòu)系譜；B.長(zhǎng)白家系記錄系譜。圖中數(shù)字代表個(gè)體號(hào)A. Genomic information-based pedigree of the Landrace lineage; B. Recorded pedigree of the Landrace lineage. The numbers in the figure represent individual numbers圖10 長(zhǎng)白家系系譜Fig.10 Pedigree of the Landrace lineage

可見基因組信息可推斷出全部親子、全同胞及二級(jí)親屬關(guān)系，且推斷結(jié)果與記錄系譜一致，證明其準(zhǔn)確性。除此之外，基因組信息還可額外推斷出常見三代系譜未記錄的親緣關(guān)系，如基因組推測(cè)個(gè)體3與個(gè)體4有三級(jí)親屬關(guān)系，但其在以個(gè)體10～21為起點(diǎn)向上追溯三代的系譜內(nèi)沒有可見親緣關(guān)系，繼續(xù)向上追溯系譜后發(fā)現(xiàn)個(gè)體3與個(gè)體4有共同祖父，亦可體現(xiàn)基因組重構(gòu)系譜的準(zhǔn)確性。

2.5 系譜與基因組親緣關(guān)系比較

根據(jù)個(gè)體間基因組親緣關(guān)系矩陣和系譜親緣關(guān)系矩陣?yán)L制上述115頭個(gè)體組成的驗(yàn)證群體熱力圖如圖11所示，可見基因組親緣關(guān)系矩陣較系譜親緣關(guān)系矩陣顏色區(qū)分度更大，即對(duì)有親緣關(guān)系的個(gè)體和無(wú)關(guān)個(gè)體的區(qū)分度更好。從親緣關(guān)系矩陣熱力圖中可以顯著觀察到?jīng)]有系譜記錄關(guān)聯(lián)的個(gè)體間也存在基因組關(guān)聯(lián)，即圖11對(duì)角線下方中個(gè)體1～14與個(gè)體15～66間出現(xiàn)的淺藍(lán)色方格。同時(shí)，基因組親緣關(guān)系矩陣也可以體現(xiàn)出全同胞個(gè)體間真實(shí)的遺傳相關(guān)，而不是系譜親緣關(guān)系矩陣中平均的遺傳相關(guān)，如圖11中個(gè)體20～24對(duì)角線下方矩陣深淺不一的方格。

對(duì)角線：個(gè)體與自身親緣關(guān)系；對(duì)角線上方：個(gè)體間系譜親緣關(guān)系矩陣；對(duì)角線下方：個(gè)體間基因組親緣關(guān)系矩陣。兩個(gè)體間親緣關(guān)系越近越接近紅色，反之則接近藍(lán)色。圖中數(shù)字代表個(gè)體號(hào)Diagonal: The kinship of an individual to itself; Above the diagonal: Pedigree kinship matrix between individuals; Below the diagonal: Genomic kinship matrix between individuals. The closer the kinship between two individuals the closer to red, and vice versa, the closer to blue. The numbers in the figure represent individual numbers圖11 親緣關(guān)系矩陣熱力圖Fig.11 Relationships matrix heat map

3 討 論

系譜是種豬育種的重要信息來源之一，建立完整、準(zhǔn)確的系譜對(duì)確定種豬真實(shí)身份、提高育種值估計(jì)準(zhǔn)確性、實(shí)現(xiàn)科學(xué)引種選育和選配有重要價(jià)值，可以進(jìn)一步加快豬的遺傳進(jìn)展。然而系譜錯(cuò)誤在遺傳研究和育種生產(chǎn)中普遍存在，畜群中系譜錯(cuò)誤率一般在5%～30%之間[7-9]，對(duì)育種工作造成巨大影響。

畜禽中通常根據(jù)數(shù)個(gè)至數(shù)百個(gè)SNPs位點(diǎn)或微衛(wèi)星標(biāo)記使用似然法確定親子關(guān)系，如余國(guó)春[13]利用120個(gè)SNPs位點(diǎn)確定24頭藏豬及二元豬群體間親子關(guān)系，Van Ba等[11]利用19個(gè)STR標(biāo)記確定9個(gè)品種639頭豬親子關(guān)系。但基于親子間相似性的似然法僅能確定親本與后代間的親緣關(guān)系[16]，因生產(chǎn)群體常是多代次混雜的復(fù)雜群體遺傳結(jié)構(gòu)，且似然法判斷親子間關(guān)系時(shí)計(jì)算方法較為復(fù)雜[17]，因此限制了其在大規(guī)模真實(shí)生產(chǎn)群體中的使用。

使用高密度SNP標(biāo)記重構(gòu)系譜的方法已經(jīng)廣泛應(yīng)用于法醫(yī)[18-19]和人類群體遺傳結(jié)構(gòu)[20-22]分析，但其在畜禽中的應(yīng)用尚在探索階段，通常使用模擬數(shù)據(jù)探究方法可行性，如周子文等[23]利用模擬的高密度SNP標(biāo)記建立個(gè)體親緣關(guān)系矩陣用于分析個(gè)體間遺傳關(guān)聯(lián)；使用真實(shí)數(shù)據(jù)的研究主要集中在地方品種保種群體[24-25]和奶牛[26-27]中，這些群體育種歷史較長(zhǎng)，記錄詳細(xì)、群體小、世代間隔大，遺傳背景相對(duì)清晰，而對(duì)大規(guī)模多代次的商業(yè)化生產(chǎn)群體進(jìn)行系譜重構(gòu)的相關(guān)研究較少，特別是對(duì)外三元豬的研究少之又少。

本研究通過推斷共祖(IBD)片段的方法分析真實(shí)多品種生產(chǎn)群體間親緣關(guān)系，IBD片段分布情況與前人研究相近[28]，但從圖5和圖6的結(jié)果中可以看到，使用KING推斷出的IBD片段存在片段破裂的情況，與前人研究結(jié)果類似[29]。這種IBD片段特別是IBD1片段破裂的情況可能與個(gè)別位點(diǎn)發(fā)生突變、缺失或分型錯(cuò)誤有關(guān)[15]，同時(shí)也與芯片密度和芯片上位點(diǎn)分布情況有關(guān)[30]，Bjelland等[28]認(rèn)為連接相鄰IBD片段有助于提高親緣關(guān)系推斷準(zhǔn)確性，Zhou等[31]認(rèn)為使用摩爾根距離或堿基個(gè)數(shù)確定IBD片段也會(huì)影響推斷效果。

同時(shí)，群體平均近交水平也對(duì)IBD片段推斷效果有一定影響，近交會(huì)增加群體內(nèi)IBD片段比例，如個(gè)體67～115所組成的群體由于多代閉鎖繁育，較個(gè)體15～66組成的群體近交水平更高，因此個(gè)體間推測(cè)親緣關(guān)系系統(tǒng)性偏高，在圖9的IBS-IBD熱力圖中可見高近交群體顏色相較于低近交群體更紅，即平均親緣關(guān)系更近，這一現(xiàn)象與前人研究結(jié)果一致[32-34]。

基因組親緣關(guān)系矩陣計(jì)算需要使用個(gè)體SNP信息，需要對(duì)參與計(jì)算的個(gè)體進(jìn)行SNP分型，相較于僅使用系譜計(jì)算的系譜親緣關(guān)系矩陣成本較高；且由于SNP信息遠(yuǎn)遠(yuǎn)多于系譜信息，基因組親緣關(guān)系矩陣計(jì)算時(shí)算力消耗大、計(jì)算時(shí)間長(zhǎng)。但基因組親緣關(guān)系矩陣除可體現(xiàn)系譜記錄無(wú)關(guān)聯(lián)個(gè)體間遺傳相關(guān)、全同胞及半同胞個(gè)體間遺傳相關(guān)差異外，還能在一定程度上反映群體整體近交情況。對(duì)生產(chǎn)核心群及外引種豬親本進(jìn)行SNP分型并構(gòu)建基因組親緣關(guān)系矩陣，與后代仔豬重構(gòu)親本系譜后的系譜親緣關(guān)系矩陣進(jìn)行合并，有利于以較低成本在普遍存在近交及系譜記錄不全的生產(chǎn)豬群中計(jì)算育種值并開展選育選配工作。

本研究使用基因組推斷親緣關(guān)系重構(gòu)的基因組系譜與記錄系譜結(jié)果基本相符，但存在少量差異。系譜重構(gòu)的準(zhǔn)確率受多種因素影響，配種及分娩等生產(chǎn)記錄、生產(chǎn)操作和管理水平、重構(gòu)系譜所用位點(diǎn)類型和數(shù)量、使用的系譜重構(gòu)方法等都對(duì)系譜重構(gòu)準(zhǔn)確性有影響。

重構(gòu)系譜需要根據(jù)生產(chǎn)記錄的配種、分娩記錄和性別棟舍等信息輔助判斷親子對(duì)是否準(zhǔn)確，通過每對(duì)親子對(duì)的驗(yàn)證確定整個(gè)重構(gòu)系譜的準(zhǔn)確性。沒有出生記錄的豬由于難以確定可能的父母信息，在父母雙方都沒有基因分型數(shù)據(jù)的情況下只能通過全同胞、半同胞等親緣關(guān)系推斷可能的父母，且由于缺少出生時(shí)間、棟舍等信息，僅依據(jù)遠(yuǎn)緣親屬關(guān)系很難匹配出正確的父母關(guān)系。例如某一個(gè)體僅有其本身及其父親基因分型數(shù)據(jù)，由于生產(chǎn)上同一公豬會(huì)同時(shí)與配多頭母豬，因此這種情況下也很難確定待構(gòu)建系譜的仔豬母親，繼而難以構(gòu)建完整系譜。

計(jì)算親子間關(guān)系的方法也是影響系譜校正的準(zhǔn)確性的重要因素。例如似然法通過計(jì)算非父排除概率判斷親子關(guān)系，將非父排除概率低于某一閾值的親子對(duì)判定為真實(shí)親子對(duì)[35-36]。由于不同群體平均的次等位基因頻率不同，計(jì)算得到的平均錯(cuò)誤率也不同[6]，因而這一閾值通常根據(jù)錯(cuò)誤率的群體經(jīng)驗(yàn)分布確定，真實(shí)親子對(duì)與隨機(jī)個(gè)體對(duì)間錯(cuò)誤率的分布是連續(xù)的[26]，極少數(shù)個(gè)體對(duì)會(huì)被錯(cuò)誤判定關(guān)系，因此這一閾值的確定會(huì)影響系譜校正的準(zhǔn)確性。以嚴(yán)格規(guī)范的生產(chǎn)操作為主，輔以對(duì)少部分丟失記錄或記錄不清晰的豬重構(gòu)系譜將是保證系譜真實(shí)準(zhǔn)確的有效途徑。

4 結(jié) 論

本試驗(yàn)使用Illumina Porcine 50K 芯片質(zhì)控后的45 784個(gè)SNPs位點(diǎn)，應(yīng)用IBD片段法分析四川地區(qū)1 471頭杜洛克豬和長(zhǎng)白豬群體混合群體的群體內(nèi)個(gè)體對(duì)間親緣關(guān)系并重構(gòu)系譜，推測(cè)的親緣關(guān)系及重構(gòu)系譜與生產(chǎn)記錄相符。應(yīng)用IBD片段法分析中高密度SNP標(biāo)記數(shù)據(jù)推測(cè)親緣關(guān)系并重構(gòu)系譜的方法可應(yīng)用于杜洛克豬和長(zhǎng)白豬實(shí)際生產(chǎn)育種中，為其選種選配、計(jì)算育種值及GWAS挖掘等工作提供基礎(chǔ)，進(jìn)一步加快種豬改良進(jìn)程。