利用高密度SNP芯片評估中國地方肉牛品種基因組親緣關(guān)系

馬浩然,張路培,金生云,寶金山,李紅艷,高會江,徐凌洋,王澤昭*,李俊雅*

(1.中國農(nóng)業(yè)科學(xué)院北京畜牧獸醫(yī)研究所 牛遺傳育種創(chuàng)新團隊,北京 100193;2.烏拉蓋管理區(qū)農(nóng)牧技術(shù)推廣中心,烏拉蓋 026321;3.烏拉蓋管理區(qū)供銷合作社,烏拉蓋 026321;4.內(nèi)蒙古通遼市畜牧業(yè)發(fā)展中心,通遼 028000)

基因組選擇(genomic selection, GS)技術(shù)由Meuwissen等[1]于2001年提出 ,由于該技術(shù)能夠?qū)崿F(xiàn)后備牛早期選擇,因此可以大幅縮短牛育種世代間隔,提升肉牛育種遺傳進展。目前該技術(shù)已經(jīng)成為世界肉牛主要育種技術(shù)手段之一[2]。世界范圍內(nèi)牛品種資源十分豐富,2009年,Harris等[3]嘗試選擇部分代表性牛品種組建參考群進行品種間基因組聯(lián)合評估。Hayes等[4]使用荷斯坦牛、娟姍牛及其他奶牛品種進行多群體基因組選擇研究,其研究證明使用奶牛混合參考群體進行基因組選擇會提升目標(biāo)性狀的育種值估計準(zhǔn)確性。

上述研究共同發(fā)現(xiàn),多品種GS育種值估計準(zhǔn)確性主要受到參考群體規(guī)模和驗證群體間親緣關(guān)系的影響[5]。全基因組選擇準(zhǔn)確性依賴于單核苷酸多態(tài)性(single nucleotide polymorphism, SNP)位點和數(shù)量性狀基因座(quantitative trait locus, QTL)之間的連鎖不平衡(linkage disequilibrium, LD)程度[6]。而親緣關(guān)系較遠的品種間由于受到等位基因頻率分布以及基因間或基因與環(huán)境間的互作等影響導(dǎo)致QTL及標(biāo)記LD一致性差異從而使多品種基因組選擇的育種值估計準(zhǔn)確性降低[7-8]。Wientjes等[9]研究發(fā)現(xiàn),當(dāng)品種間的遺傳關(guān)系接近時,種間預(yù)測準(zhǔn)確性較高。而遺傳關(guān)系遠時利用多品種的混合參考群體進行預(yù)測的準(zhǔn)確性并不比單一品種準(zhǔn)確性高。還有部分研究表明,不僅僅參考群體與候選個體之間的親緣關(guān)系能夠影響基因組選擇的預(yù)測準(zhǔn)確性,位于參考群中個體間的親緣關(guān)系同樣會影響選擇準(zhǔn)確性[10-11]。Lund等[12]的研究也同樣指出,當(dāng)遠親品種組合作為基因組選擇參考群并使用基因組最佳線性無偏預(yù)測(genomic best linear unbiased prediction, GBLUP)模型評估時,育種值估計準(zhǔn)確性并未提升,甚至有所降低。但通過使用更復(fù)雜的貝葉斯變量選擇模型并結(jié)合更密集的標(biāo)記集或標(biāo)記的功能子集,同時對與QTL強連鎖不平衡的基因組標(biāo)記進行加權(quán),則可能利用遠緣品種的遺傳信息來提高基因組預(yù)測準(zhǔn)確性。因此,準(zhǔn)確評估不同肉牛品種間的親緣關(guān)系是實現(xiàn)肉牛多品種和跨品種基因組選擇的第一步。

相較于系譜數(shù)據(jù),高密度SNP芯片分型數(shù)據(jù)可以更加準(zhǔn)確的評估品種間的親緣關(guān)系[13]。目前估計群體間遺傳關(guān)系的方法主要有以下4種:一是利用預(yù)測誤差方差差異(prediction error variance of differences, PEVD)評估種間親緣系數(shù)法[14],該方法通過計算品種之間育種值(estimated breeding value, EBV)差異的預(yù)測誤差方差,來衡量品種間的遺傳關(guān)聯(lián)。二是基于廣義決定系數(shù) (generalized coefficient of determination, CD)[15]評估品種間親緣關(guān)系。CD 定義為估計育種值比較的可靠性,即預(yù)測值差異與真實值差異間相關(guān)系數(shù)的平方。三是利用預(yù)測誤差相關(guān)系數(shù)(prediction error correlation, r) 開展種間親緣關(guān)系評估。該方法是由Lewis等[16-17]提出的基于預(yù)測誤差方差(prediction error variance, PEV)的簡化評估方法,即使用兩品種之間的PEV相關(guān)系數(shù)來衡量親緣關(guān)系。四是基于不同品種間SNP位點與QTL的連鎖一致性程度評估品種間親緣關(guān)系。即基因組關(guān)系的品種間LD一致性分析[18]。上述4種方法在我國肉牛種間親緣關(guān)系評估工作中的評估性能尚無系統(tǒng)評價。

中國幅員遼闊,是擁有世界上牛品種最多的國家之一,共有130多個牛品種。目前支撐肉牛產(chǎn)業(yè)的品種主要有70多種[19]。近年來,隨著種業(yè)振興行動相關(guān)工作的持續(xù)推進,對地方品種優(yōu)秀種質(zhì)資源的深度挖掘和新品種培育工作均在持續(xù)進行,地方品種對基因選擇的需求在不斷提升。但大多數(shù)品種育種工作仍處于初期階段,生產(chǎn)性能測定等常規(guī)基礎(chǔ)育種體系建設(shè)仍不健全,育種群規(guī)模小、系譜記錄不健全等客觀因素導(dǎo)致了傳統(tǒng)育種無法有效支撐肉牛高效育種工作。對全部品種逐一建設(shè)基因組選擇參考群體既不經(jīng)濟且實現(xiàn)難度較大,因此探索肉牛多品種基因組選擇方法勢在必行。

目前,我國尚未開展肉牛多品種基因組選擇相關(guān)研究工作。本研究基于模擬數(shù)據(jù)和高密度SNP芯片分型數(shù)據(jù),通過使用5種品種間親緣關(guān)系分析方法,對比分析了我國10個地方肉牛品種間的親緣關(guān)系。旨在探索適合我國肉牛多品種間親緣關(guān)系評估的最優(yōu)策略,為肉牛多品種基因組選擇技術(shù)研發(fā)奠定基礎(chǔ)。

1 材料與方法

1.1 實際數(shù)據(jù)

本研究分析了我國10個地方牛品種基因型數(shù)據(jù),分別是:柴達木牛(CDM, n=25)、雷瓊牛(LQ, n=26)、涼山牛(LS, n=22)、蒙古牛(MG, n=21)、南丹牛(ND, n=25)、平武牛(PW, n=24)、文山牛(WS, n=24)、西藏牛(XZ, n=26)、延黃牛(YH, n=24)和昭通牛(ZT, n=23)。試驗個體均靜脈采血20 mL凍存,并用2 mL血液提取DNA,使用Illumina Bovine HD Bead Chip(770K,Illumina, Inc., San Diego, CA)對樣本進行基因分型,該芯片由777 962個SNPs位點組成。基因分型和質(zhì)量控制(quality control, QC)使用 Genome Studio軟件進行。除去性染色體及質(zhì)粒DNA上的42 669個 SNPs位點,常染色體上分布的SNPs位點共計735 293個。

得到基因分型數(shù)據(jù)后使用PLINK(V1.9)軟件對每個品種常染色體位點單獨進行質(zhì)控,其SNPs位點保留標(biāo)準(zhǔn)為:位點檢出率(call rates, CR)大于等于90%,個體檢出率大于90%,最小等位基因頻率(minor allele frequencies, MAF)大于0.01,哈迪-溫伯格平衡(Hardy-Weinberg equilibrium, HWE)P值大于1.0×10-6。10個肉牛地方品種基因型質(zhì)控樣本的描述性統(tǒng)計結(jié)果見表1。將通過質(zhì)控后的數(shù)據(jù)按品種使用BEAGLE(V5.0)對缺失的位點進行填充,填充參數(shù)為軟件默認(rèn)參數(shù)。

1.2 模擬數(shù)據(jù)

本研究使用了重抽樣模擬方法,在10個地方品種的真實基因型數(shù)據(jù)基礎(chǔ)上,將每個品種基因組數(shù)據(jù)模擬至1 500頭。具體模擬方法及參數(shù)設(shè)置見Xu等[20]的研究。

表2 表型模擬的遺傳參數(shù)設(shè)置

其中,xij是個體j的第i個QTL的基因型,編碼為0、1、2;aj第i個QTL的加性效應(yīng);n是QTL的數(shù)量。

表型值為:

Pi=TBVi+σei

其中,Pi為模擬表型值,TBVi為第i個個體育種值,σei為第i個個體殘差。

1.3 育種值估計模型

在本研究中,使用GBLUP模型進行相應(yīng)的加性遺傳方差以及殘差方差估計,其模型如下:

y=Xb+Zg+e

其中,y是個體的表型值;g和b分別是隨機加性遺傳效應(yīng)和固定效應(yīng),Z和X分別為隨機加性遺傳效應(yīng)和固定效應(yīng)對應(yīng)的關(guān)聯(lián)矩陣;e是殘差向量。

1.4 不同親緣關(guān)系評估方法

本研究首先對模擬數(shù)據(jù)和實際數(shù)據(jù)進行主成分分析(principal component analysis,PCA),分別獲得模擬數(shù)據(jù)和真實數(shù)據(jù)的品種間聚類結(jié)果,并將其作為后續(xù)分析結(jié)果的基準(zhǔn)參考。

1.4.1 品種間LD一致性評估法 使用PopLDdecay軟件分別計算了模擬數(shù)據(jù)和實際數(shù)據(jù)的LD衰減距離,并繪制LD衰減圖。然后利用LD的r2值計算品種間的皮爾遜相關(guān)系數(shù),并將該值作為不同品種基因組LD一致性衡量指標(biāo),評價品種間親緣關(guān)系。r2計算公式如下:

公式中D=f(AB)-f(A)f(B), 其中f(AB)、f(A)、f(a)、f(B)和f(b)分別為單倍型AB的基因型頻率,A、a、B和b以及等位基因的頻率。

皮爾遜相關(guān)的計算公式如下:

公式中rij為計算所得皮爾遜相關(guān)系數(shù),COV(i,j)為品種i與品種j的協(xié)方差,σi、σj分別為兩個品種的標(biāo)準(zhǔn)差。

1.4.2 預(yù)測誤差方差 本研究中,育種值估計模型的混合模型方程組為:

PEVD計算公式如下[14]:

1.4.3 廣義決定系數(shù) 廣義決定系數(shù)計算公式如下[17]:

1.4.4 預(yù)測誤差相關(guān)系數(shù) 預(yù)測誤差相關(guān)系數(shù)計算公式如下:

本研究中群體間PEVD、CD、r、PEV以及PEC的計算使用了不同群體的所有個體兩兩配對的均值。其中CD值和r值與品種間親緣關(guān)系成正比(數(shù)值越大關(guān)系越近),而PEVD值則相反(數(shù)值越小關(guān)系越近)[13]。

2 結(jié) 果

2.1 不同地方牛品種PCA分析結(jié)果

圖1展示的是10個不同地方品種模擬數(shù)據(jù)和實際數(shù)據(jù)PCA聚類結(jié)果。圖1a中,PC1及PC2為第一主成分和第二主成分,分別解釋了48.76%以及16.98%的變異。由圖可見,10個地方品種模擬數(shù)據(jù)明顯聚集為3大類,其中延黃牛、蒙古牛、西藏牛以及柴達木牛聚為一類,可初步判斷上述4個品種間親緣關(guān)系較近。平武牛、昭通牛和涼山牛聚為一類,文山牛、雷瓊牛以及南丹牛之間雖然聚類顯示一定距離,但相較于其他品種仍然可以被歸為一類,品種間親緣關(guān)系較遠。圖1b展示的是真實基因型數(shù)據(jù)聚類結(jié)果。如圖所示,PC1及PC2兩個主成分分別解釋了56.71%以及4.92%的變異,且在真實群體中10個地方品種整體上也聚類為3大類,每大類包含的品種聚類結(jié)果與模擬數(shù)據(jù)一致。

2.2 不同地方牛品種K-means聚類結(jié)果

圖2展示的是10個不同地方品種模擬數(shù)據(jù)的K-Means聚類結(jié)果,設(shè)定10個初始化聚類中心進行聚類,取最終的聚類中心進行繪圖。由圖可見,10個地方品種模擬數(shù)據(jù)明顯聚集為3大類,首先,延黃牛、蒙古牛、西藏牛以及柴達木牛聚為一類,其中該類中蒙古牛與延黃牛聚為一類,柴達木牛與西藏牛聚為一類,其次,平武牛、昭通牛和涼山牛聚為一類,其中平武牛與另外兩個品種親緣關(guān)系較遠,最后,文山牛、雷瓊牛以及南丹牛分為一類,但同樣,其中文山牛與另外兩個品種親緣關(guān)系較遠,該結(jié)果得到的親緣關(guān)系與PCA聚類分析所展示的結(jié)果圖一致,在一定程度上證實了PCA分析的可靠性。

圖2 10個不同地方牛品種聚類結(jié)果圖Fig.2 Clustering results of 10 different indigenous cattle breeds

2.3 種間LD一致性評估法

2.3.1 不同地方牛品種LD衰減結(jié)果 圖3分別展示了模擬數(shù)據(jù)和實際數(shù)據(jù)基因組r2的衰減趨勢。模擬數(shù)據(jù)結(jié)果顯示,延黃牛、蒙古牛、柴達木牛與西藏牛LD衰減趨勢一致,其LD衰減距離分別為82.29、85.41、89.04和87.13 kb,其品種間衰減距離較為相似。南丹牛及雷瓊牛2個品種LD衰減距離分別為120.12和123.79 kb。剩余4個品種LD衰減距離分別為105.78、101.26、109.47和102.58 kb,其衰減距離值較為相似。

圖3 10個不同地方牛品種LD衰減結(jié)果圖Fig.3 LD decay of 10 different indigenous cattle breeds

2.3.2 LD一致性評估親緣關(guān)系 根據(jù)品種間r2計算得到的10個肉牛地方品種間親緣關(guān)系結(jié)果如圖4所示。如圖4a所示,在模擬數(shù)據(jù)中,蒙古牛與延黃牛親緣關(guān)系最高,品種間r2相關(guān)系數(shù)為0.64。其次,南丹牛與雷瓊牛、延黃牛與西藏牛以及昭通牛與涼山牛3組品種間r2相關(guān)系數(shù)均為0.63。雷瓊牛與延黃牛品種間r2相關(guān)系數(shù)為0.22,表明兩個品種間親緣關(guān)系較遠。上述結(jié)果與PCA分析展示的聚類結(jié)果一致。但其中昭通牛與文山牛的品種間r2相關(guān)系數(shù)為0.59,且LD衰減趨勢較為一致,LD一致性評價結(jié)果顯示兩品種間親緣關(guān)系較為密切,但該發(fā)現(xiàn)與PCA結(jié)果存在差異。在真實群體的分析結(jié)果中(圖4b),延黃牛與蒙古牛、昭通牛與涼山牛以及南丹牛與雷瓊牛品種間r2相關(guān)系數(shù)最高(r2=0.74),LD一致性評價結(jié)果顯示上述品種組合間親緣關(guān)系較為密切。其次,涼山牛與平武牛品種間r2相關(guān)系數(shù)為0.72,昭通牛與文山牛品種間r2相關(guān)系數(shù)為0.71,表明上述品種對間存在較高遺傳聯(lián)系。但昭通牛與文山牛LD一致性評價結(jié)果與PCA結(jié)果存在差異。第三是延黃牛與雷瓊牛品種間r2相關(guān)系數(shù)僅為0.25,表明品種間親緣關(guān)系較遠。

圖4 10個不同地方牛品種親緣關(guān)系Fig.4 Genomic relationship of 10 different indigenous cattle breeds

2.4 預(yù)測誤差方差法

表3展示的是基于預(yù)測誤差方差法計算的群體間親緣關(guān)系結(jié)果,表中數(shù)字表示預(yù)測誤差方差,數(shù)值越低代表親緣關(guān)系越高。由于實際數(shù)據(jù)部分表型值缺失,因此本分析方法僅對模擬數(shù)據(jù)使用。由表可知,10個肉牛地方品種PEVD值范圍在0.80～0.87之間。延黃牛與蒙古牛、西藏牛以及柴達木牛PEVD值范圍在0.80～0.81之間,初步表明上述4個品種間親緣關(guān)系較近,與PCA聚類分析結(jié)果一致。平武牛與昭通牛和涼山牛間聚為一類,其PEVD值范圍在0.80～0.82之間。文山牛與雷瓊牛以及南丹牛之間PEVD數(shù)值為0.83～0.84,說明上述3個品種可聚為一類。但根據(jù)表3 展示結(jié)果發(fā)現(xiàn),品種間PEVD值較為集中,與上述方法相比種間親緣關(guān)系分層情況不明顯。

表3 預(yù)測誤差方差法計算親緣關(guān)系

2.5 廣義決定系數(shù)法

表4展示的是基于廣義決定系數(shù)法計算的群體間親緣關(guān)系結(jié)果,數(shù)值越高代表親緣關(guān)系越高。同樣由于實際數(shù)據(jù)部分表型值缺失,本分析方法僅對模擬數(shù)據(jù)使用。由表可知,10個肉牛地方品種CD值范圍在0.72～0.79之間。其中,延黃牛與蒙古牛、西藏牛以及柴達木牛間CD值范圍在0.78～0.79之間,表明上述4個品種間親緣關(guān)系較近,與PCA聚類分析結(jié)果一致。平武牛與昭通牛和涼山牛聚為一類,其CD值范圍在0.77～0.78之間。文山牛與雷瓊牛以及南丹牛之間CD數(shù)值為0.76,說明上述3個品種可聚為一類。但根據(jù)表4展示結(jié)果發(fā)現(xiàn),品種間CD值相差不大,與上述方法相比種間親緣關(guān)系分層情況不明顯。

表4 廣義決定系數(shù)法計算親緣關(guān)系

2.6 預(yù)測誤差相關(guān)系數(shù)法

表5展示的是基于預(yù)測誤差相關(guān)系數(shù)法計算的群體間親緣關(guān)系結(jié)果,數(shù)值越高代表親緣關(guān)系越近。同樣由于實際數(shù)據(jù)部分表型值缺失,本方法僅對模擬數(shù)據(jù)使用。由表可知,10個地方品種r值范圍在0.000 7～0.001 3之間。延黃牛與蒙古牛、西藏牛以及柴達木牛間r值范圍為0.001 2～0.001 3,初步表明上述4個品種間親緣關(guān)系較近,與PCA聚類分析結(jié)果一致。平武牛與昭通牛和涼山牛可聚為一類,其r值均為0.001 2。文山牛與雷瓊牛以及南丹牛之間r數(shù)值為0.000 9～0.001 0,說明上述3個品種可聚為一類。

表5 預(yù)測誤差相關(guān)系數(shù)法計算親緣關(guān)系

2.7 遺傳力大小對親緣關(guān)系評估的影響

表6 不同遺傳力對親緣關(guān)系評估的影響

3 討 論

3.1 種間LD一致性評估法評估結(jié)果比較

Ma等[18]的研究指出,種間LD一致性可以反映品種間親緣關(guān)系 。楊祎挺等[29]認(rèn)為,不同地方豬品種的LD衰減差異大,代表了其種間遺傳結(jié)構(gòu)差異性大。因此,若兩個品種的LD衰減速度較為一致,一定程度上代表了品種的親緣關(guān)系。本研究中無論在分析模擬數(shù)據(jù)還是實際數(shù)據(jù),種間LD一致性評估法評估結(jié)果均與PCA結(jié)果保持了高度一致。但該方法的優(yōu)勢在于可以量化品種間親緣關(guān)系,為肉牛多品種基因組選擇提供更為準(zhǔn)確的參考。因此,基于本研究分析結(jié)果,種間LD一致性評估法是一種較為適合評估肉牛地方品種種間親緣關(guān)系的方法。

3.2 品種間遺傳關(guān)聯(lián)度量方法比較

Foulley等[30]與Lalo?等[31]認(rèn)為遺傳關(guān)聯(lián)性是一個可預(yù)測的衡量標(biāo)準(zhǔn),基于此,Kennedy和Trus[14]、Lalo?[15]以及Lewis等[16]分別提出了使用PEVD、CD以及r值衡量群體間的遺傳聯(lián)系,但這3種方法均受到性狀的遺傳結(jié)構(gòu)、QTL數(shù)目、群體大小和結(jié)構(gòu)等因素的影響從而使預(yù)測得到的品種間遺傳聯(lián)系產(chǎn)生偏差[32]。在本研究中,由于地方品種的真實表型數(shù)據(jù)缺失,無法使用實際數(shù)據(jù)進行評估,但周子文等[13]的研究表明模擬數(shù)據(jù)與實際數(shù)據(jù)的結(jié)果存在差異,其原因可能是模擬數(shù)據(jù)中僅考慮了加性效應(yīng),并不能很好的反映真實群體性狀的遺傳結(jié)構(gòu)等,從而使預(yù)測產(chǎn)生了偏差。此外,由于3種方法依賴于誤差方差的估計,不同的評估模型、性狀遺傳力也會對結(jié)果產(chǎn)生影響[33],同時,評估的準(zhǔn)確性也會影響評估種間親緣關(guān)系,研究中使用了多品種基因選擇預(yù)測模型進行計算,根據(jù)Xu等[34]的研究表明,多品種基因組選擇的準(zhǔn)確性低于傳統(tǒng)的基因組選擇,進而使誤差方差估計出現(xiàn)了偏差,這可能是導(dǎo)致3種方法估計出現(xiàn)偏差的主要原因。同時,Kuehn等[35]研究表明,引入不具有血緣關(guān)系的個體會導(dǎo)致預(yù)測誤差方差水平的降低,從而降低群體的遺傳聯(lián)系。周子文等[13]及Zhang等[36]的研究指出,基于CD值評估品種間親緣關(guān)系時,即使系譜中不存在親緣關(guān)系的個體,也會估計得到較高的遺傳關(guān)聯(lián),從而會過高估計品種間的親緣程度;基于G矩陣計算的r值較低,無法區(qū)分群體間的遺傳差異,不能準(zhǔn)確反映群體間的實際群體關(guān)聯(lián)。在對品種間的親緣關(guān)系進行評估時,其得到的結(jié)果不應(yīng)與個體的表型產(chǎn)生關(guān)聯(lián),但本研究中的3種方法均需依賴表型進行相應(yīng)的計算,因此,如何減少表型對親緣關(guān)系預(yù)測的影響仍需進一步探究。

3.2.1 預(yù)測誤差方差法評估果 PEVD法在評估10個肉牛地方品種親緣關(guān)系時,評估結(jié)果與PCA結(jié)果較為一致。與周子文等[13]基于高密度SNP芯片估計豬群體間遺傳關(guān)系的研究結(jié)果相似,本研究中10個地方品種間PEVD值范圍在0.80～0.87之間,PEVD值較為集中,表明群體間的遺傳關(guān)聯(lián)沒有顯著差異,與LD法相比種間親緣關(guān)系分層情況不明顯,很難直觀判斷品種間的親緣關(guān)系。基于相關(guān)結(jié)果,本研究同樣認(rèn)為PEVD方法不是理想的度量群體間遺傳關(guān)系的方法。

3.2.2 廣義決定系數(shù)法結(jié)果 本研究發(fā)現(xiàn),10個地方品種CD值范圍在0.72～0.79之間,表明上述品種間均存在較高的群體遺傳聯(lián)系,這與PCA分析結(jié)果存在較大差異。因此,該方法同樣不是理想的度量不同品種間肉牛遺傳關(guān)系的方法。

3.2.3 預(yù)測誤差相關(guān)系數(shù)法結(jié)果 與CD值類似,r值取值范圍在0～1之間。本研究發(fā)現(xiàn),10個地方品種r值范圍在0.000 7～0.001 3之間。不同品種間,r值聚集程度較為緊密,且均接近于0,表明依據(jù)r值結(jié)果,10個肉牛地方品種間不存在遺傳關(guān)聯(lián),這與PCA結(jié)果和真實情況差距較大,因此,不能真實有效反映品種間的親緣關(guān)系。

3.3 不同遺傳力對計算方法的影響

在本研究中模擬了3種遺傳力的性狀(對應(yīng)實際應(yīng)用中的低、中、高遺傳力性狀),來評估遺傳力對不同計算親緣關(guān)系方法的影響。基于LD一致性的親緣關(guān)系計算方法僅依賴于基因組數(shù)據(jù),因此,性狀的遺傳力高低對其沒有任何影響。而在PEVD、CD以及r的計算中,需要依賴預(yù)測所得的估計育種值計算相關(guān)參數(shù),其育種值估計準(zhǔn)確性會受到遺傳力的顯著影響。如使用高遺傳力性狀評估品種間親緣關(guān)系時,會提升育種值估計的準(zhǔn)確性,降低了預(yù)測中的誤差,進一步提升了預(yù)測得到的品種間親緣關(guān)系(表6)。但在選取較低遺傳力性狀時,育種值估計中的誤差較大,導(dǎo)致了種間親緣關(guān)系評估結(jié)果與實際不符。所以,使用低、中遺傳力的性狀計算得到的PEVD、CD以及r值并不能夠準(zhǔn)確描述品種間的親緣關(guān)系。

4 結(jié) 論

本研究對比了5種不同計算品種間親緣關(guān)系的方法,其中以PCA聚類結(jié)果為參照,基于LD一致性的親緣關(guān)系評估方法的評估結(jié)果與PCA聚類結(jié)果一致,且該方法能夠使用皮爾遜相關(guān)系數(shù)量化品種間親緣關(guān)系,具有較好的準(zhǔn)確性。PEVD法、CD法與r法3種方法與上述方法相比評估群體間親緣關(guān)系時容易受到性狀估計育種值的誤差方差影響,從而造成種間親緣關(guān)系評估結(jié)果出現(xiàn)誤差。因此,基于LD一致性的親緣關(guān)系評估方法是一種較為適合評估肉牛地方品種種間親緣關(guān)系的方法。