戶 國 谷 偉 孫 鵬 白慶利 王炳謙

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

家養(yǎng)動物經(jīng)濟(jì)性狀形成的遺傳學(xué)機(jī)理非常復(fù)雜,參與這類表型形成的因素往往涉及同一位點(diǎn)上等位基因產(chǎn)生的加性效應(yīng)(additive effect)和顯性效應(yīng)(dominance effect)、不同位點(diǎn)上非等位基因交互作用產(chǎn)生的上位效應(yīng)(epistatic effect)以及遺傳與環(huán)境的交互作用(genetics-environment interaction)(戶國等,2012a,b)。對復(fù)雜經(jīng)濟(jì)性狀的遺傳組成進(jìn)行充分的剖分解析對理解家養(yǎng)動物遺傳選育群體的表型變化的遺傳學(xué)機(jī)理具有重要意義(戶國等,2010)。顯性效應(yīng)等非加性效應(yīng)的方差組分剖分方法較為復(fù)雜,且對實(shí)驗(yàn)群體樣本量需求較大,計(jì)算量很大,但是,考慮顯性效應(yīng)可以在遺傳評估模型中獲得更準(zhǔn)確動物個體估計(jì)育種值,更精確的遺傳力和選擇反應(yīng)估計(jì)值,也有助于在具體的育種規(guī)劃中育種方案和選擇策略的制定。隨著數(shù)量遺傳學(xué)理論和相關(guān)計(jì)算軟件的不斷發(fā)展,人們逐漸得以對顯性效應(yīng)展開深入研究,在乳牛和家禽中陸續(xù)發(fā)現(xiàn)了一些重要經(jīng)濟(jì)性狀遺傳變異方差中存在著顯著的顯性效應(yīng)方差組分(Miglioret al,1995; Misztal,1997; Misztalet al,2000)。

魚類育種者也開始借助數(shù)量遺傳學(xué)方法對重要經(jīng)濟(jì)性狀進(jìn)行遺傳剖分,并取得了切實(shí)的研究結(jié)果。在魚類,尤其是主要養(yǎng)殖鮭科魚類中,顯性效應(yīng)是生長性狀的一個重要的遺傳方差來源(Gall,1975;Gjedrem,1983,1992)。例如,對挪威海水養(yǎng)殖虹鱒收獲期體質(zhì)量的顯性方差占總方差的比率介于 0—0.22(Panteet al,2002); 大西洋鮭(Salmo salar)收獲期體質(zhì)量的顯性方差占總方差的比率介于 0.02—0.18(Gjerdeet al,1984); 大鱗大麻哈魚(Oncorhynchus tshawytscha)在淡水和海水養(yǎng)殖體質(zhì)量的顯性效應(yīng)占總方差的比率介于0.08—0.27(Winkelmanet al,1994a,b)。因此,對我國虹鱒選育群體體質(zhì)量性狀顯性遺傳方差組分的準(zhǔn)確剖分對理解虹鱒生長性狀形成的數(shù)量遺傳學(xué)基礎(chǔ),培育生長快速的大規(guī)格虹鱒品種具有積極意義。

在中國市場,由于消費(fèi)者的傳統(tǒng)飲食習(xí)慣和新興對刺身等食用方式的開發(fā),對大規(guī)格虹鱒的消費(fèi)需求日益提高,體型和規(guī)格相關(guān)性狀的經(jīng)濟(jì)意義逐漸提高。虹鱒是典型的冷水性魚類,受限于水溫,海水養(yǎng)殖虹鱒我國主要海區(qū)度夏存在困難,所以我國沿海天然水域尚無商業(yè)規(guī)模的虹鱒養(yǎng)殖,我國的大規(guī)格虹鱒生產(chǎn)是以淡水養(yǎng)殖為主(王炳謙等,2012)。本研究采用虹鱒優(yōu)良品系G2選育群體作為試驗(yàn)材料,于1000日齡采集體質(zhì)量、頭長、體長、體寬和體厚等5個主要生長性狀的表型數(shù)據(jù),采用了平均信息約束最大似然法(Average Information Restricted Maximum Likelihood,AIREML)估計(jì)了上述5個性狀的加性、顯性遺傳方差組分,并計(jì)算了加性遺傳力(h2)、顯性方差組分比率(d2),為更深入地理解大規(guī)格虹鱒主要生長性狀的數(shù)量遺傳學(xué)基礎(chǔ)提供數(shù)據(jù)支持。

1 材料與方法

1.1 試驗(yàn)群體的家系建立及飼養(yǎng)管理

本研究中實(shí)驗(yàn)群體養(yǎng)殖在中國水產(chǎn)科學(xué)研究院黑龍江水產(chǎn)研究所渤海冷水性魚試驗(yàn)站,位置坐落于鏡泊湖(44.02°N,128.74°E)附近?；A(chǔ)群體(G0)由中國渤海品系(由朝鮮品系與日本品系群體混雜形成的品系)、丹麥品系(來自丹麥的一個商業(yè)品系)、挪威品系(來自挪威的一個商業(yè)品系)、道氏品系(美國道爾納遜氏優(yōu)質(zhì)虹鱒)和加州品系(來自美國加州的一個商業(yè)品系)等5個地理遠(yuǎn)緣品系于2001年通過完全雙列雜交技術(shù)建立(戶國等,2012a,b; HUet al,2013)。上述五個群體沒有系譜記錄信息,但采用微衛(wèi)星標(biāo)記進(jìn)行了遺傳分析,以確保組建基礎(chǔ)群體個體間沒有親緣關(guān)系(王炳謙等,2009),然后閉鎖群體,且世代之間沒有重疊,G1群體構(gòu)建于2004年,G2群體構(gòu)建于2007年,本研究所涉及的G2實(shí)驗(yàn)群體是G1群體根據(jù)2齡體重BLUP育種值排序選定的75組親本建立的75個全同胞家系。在卵黃囊吸收,仔魚上浮后(約 30—35天)按照家系分別培養(yǎng)在獨(dú)立選育缸飼養(yǎng)至50 g以上,植入PIT電子標(biāo)記后放入流水混凝土池混合養(yǎng)殖。水源使用天然涌泉水,周年水溫變化范圍在 5—18°C,流量20—30 L/s,氧分壓7—11 mg/L,飼養(yǎng)管理按照SalmonFood公司Vitacare飼料投喂指南要求進(jìn)行。

1.2 性狀測定

魚種于2008年4月入池至2010年11月下旬養(yǎng)殖至性成熟,期間于2010年9月約1000日齡測定體質(zhì)量(body weight)、頭長(head length)、體長(body length)、體寬(body depth)、體厚(body thickness)等性狀,將待測虹鱒用苯氧乙醇 0.5mg/L麻醉后,利用電子秤測量虹鱒體質(zhì)量(精確到0.1 g),同時依第二性征記錄性別。本研究中以PIT電子標(biāo)記作為區(qū)分個體的方法,共計(jì)獲得了70個全同胞家系中的1972尾個體的表型數(shù)據(jù),上述個體均具有詳細(xì)清晰的系譜記錄。

1.3 數(shù)據(jù)統(tǒng)計(jì)分析

本研究中采用混合線性模型估計(jì)遺傳方差組分,為確認(rèn)加性效應(yīng)和顯性效應(yīng)等組分,構(gòu)建了如下2個混合線性模型:

其中,y是動物個體表型觀察值向量,a是個體隨機(jī)加性效應(yīng)向量,b是固定效應(yīng)向量,包含池塘、性別以及父母本品系來源,d是顯性效應(yīng)向量,X、Z1、Z2是相應(yīng)的關(guān)聯(lián)矩陣,e是隨機(jī)殘差向量。模型(1)是只含有加性效應(yīng)的動物模型; 模型(2)是含有加性效應(yīng)和顯性效應(yīng)的動物模型。

在模型(2)中,a、d、e和y的數(shù)學(xué)期望分別為,E(a)=0,E(d)=0,E(e)=0和E(y)=Xb;a、d、e和y的方差分別為是加性效應(yīng)方差,是顯性效應(yīng)方差,是隨機(jī)殘差方差,A是個體間加性遺傳關(guān)系矩陣,D是個體間顯性遺傳關(guān)系矩陣,I是單位矩陣。在模型(1)中只要減去相應(yīng)地變量組分即可,其它假設(shè)與全模型(2)相同。假設(shè)表型方差為則各遺傳組分占總方差的比率可以表示為加性方差組分顯性離差組分為

本研究使用 AIREMLF90軟件(Misztalet al,2002),采用平均信息約束最大似然法(AIREML)獲得模型的方差組分,然后將方差組分代入相應(yīng)公式求得各遺傳組分占表型方差比率及其標(biāo)準(zhǔn)誤差,REML迭代收斂水平設(shè)為 1×10–10,表型描述性統(tǒng)計(jì)分析使用JMP軟件實(shí)現(xiàn)(Proust,2007)。

2 結(jié)果與分析

2.1 虹鱒主要生長性狀的描述性統(tǒng)計(jì)

本研究中測量了虹鱒優(yōu)良品系選育群體G2群體1000日齡的體質(zhì)量、頭長、體長、體寬和體厚等主要生長性狀的表型數(shù)據(jù),結(jié)果顯示,該群體主要生長性狀的統(tǒng)計(jì)學(xué)分布符合正態(tài)分布,表型存在著較大的變異,其中體質(zhì)量性狀變異系數(shù)最大,為 17.48%,體長變異系數(shù)最小,為6.94%,詳細(xì)結(jié)果見表1。對虹鱒體質(zhì)量、體長和體厚等三個主要生長性狀之間的關(guān)系也進(jìn)行了考察,結(jié)果顯示三個性狀在三維空間上的散點(diǎn)分布也符合正態(tài)分布,同時,在該實(shí)驗(yàn)群體中存在較多體質(zhì)量、體長和體厚性能表現(xiàn)都較為優(yōu)秀的個體,有良好的育種價值(圖1)。

圖1 體質(zhì)量、體長和體厚在三維空間的散點(diǎn)圖Fig.1 The scatter plot for body weight,body length,and body thickness in three-dimensional space

表1 虹鱒1000日齡主要生長性狀的描述性統(tǒng)計(jì)Tab.1 Descriptive statistics for body growth traits for rainbow trout in the experiment population 1000 days post fertilization

2.2 利用只含有加性效應(yīng)的模型對虹鱒1000日齡主要生長性狀的遺傳方差剖分

本研究首先利用只含有加性效應(yīng)的單性狀動物模型進(jìn)行了試驗(yàn)群體1000日齡的體質(zhì)量、頭長、體長、體寬和體厚等5個主要生長性狀的遺傳方差剖分以及遺傳力估計(jì)。本研究統(tǒng)計(jì)模型涉及池塘、性別以及父母本品系來源等三個固定效應(yīng),結(jié)果顯示,其中體質(zhì)量遺傳力最高,為 0.48; 其它體尺性狀均為中等水平的遺傳力,介于 0.16—0.36。當(dāng)統(tǒng)計(jì)模型中僅含有池塘、性別等兩個固定效應(yīng)時,主要體尺性狀的遺傳力 0.131—0.313,兩者結(jié)果較為一致(戶國等,2014)。上述 5個方差組分和遺傳力估計(jì)的詳細(xì)結(jié)果見表2。

表2 虹鱒1000日齡生長性狀加性效應(yīng)的方差組分估計(jì)Tab.2 Variance components and heritabilities for body growth traits for rainbow trout in the experiment population 1000 days post fertilization

2.3 虹鱒選育群體 1000日齡生長性狀的加性-顯性遺傳方差組分剖分

在本研究中進(jìn)一步采用了同時含有加性效應(yīng)和顯性效應(yīng)的單性狀動物模型估算同一試驗(yàn)群體 1000日齡的體質(zhì)量、頭長、體長、體寬和體厚等5個主要生長性狀的遺傳方差、加性遺傳力和顯性方差組分比率。研究結(jié)果顯示,與模型(1)相比,5個性狀加性遺傳力均有下降,體質(zhì)量性狀加性遺傳力下降至 0.42,體質(zhì)性狀加性遺傳力下降至 0.14—0.31之間,但是,模型改變后并沒有改變各性狀加性遺傳力利用模型(1)獲得估計(jì)值的排序關(guān)系。在模型(2)中,上述5個性狀的顯性方差組分比率介于0.24—0.67之間,均處于中等或較高水平。其中體長顯性離差最低,為 0.24,頭長顯性離差最高,為0.67。加性遺傳力和顯性方差組分比率加和所解釋的方差組分占總表型方差組分的 0.39—0.97,其中體寬性狀幾乎可以完全由遺傳方差解釋,該結(jié)果表明更為詳盡的遺傳方差剖分有助于對育種目標(biāo)性狀數(shù)量遺傳學(xué)基礎(chǔ)的更深入理解。模型(2)獲得的加性效應(yīng)和顯性效應(yīng)的方差組分估計(jì)結(jié)果詳見表3。

3 討論

育種項(xiàng)目主要是改變目標(biāo)群體的遺傳基礎(chǔ)以提高其生產(chǎn)性能和經(jīng)濟(jì)效益(Gjedrem,1992)。在動物育種實(shí)踐中,只利用加性遺傳效應(yīng)進(jìn)行遺傳選育已經(jīng)取得了很大成功。在目前的水產(chǎn)動物育種技術(shù)體系中,利用混合線性模型直接估計(jì)顯性和上位性等非加性遺傳組分的研究還不多,先前受限于計(jì)算手段和群體規(guī)模,導(dǎo)致非加性效應(yīng)很難與共同環(huán)境效應(yīng)剖分開,而且顯性效應(yīng)和上位效應(yīng)所需的計(jì)算機(jī)運(yùn)算量要遠(yuǎn)大于簡單加性效應(yīng)。隨著大規(guī)模家系選育技術(shù)在鮭魚育種中長期有效地開展,以及育種者不斷追求更大的選育效果,非加性遺傳效應(yīng)也逐漸引起育種工作者的興趣(Panteet al,2002; 戶國等,2012a,b)。非加性效應(yīng)對乳牛、肉雞等重要經(jīng)濟(jì)性狀的存在顯著影響的研究已經(jīng)見諸報(bào)道(Fuerstet al,1994; Huet al,2010),也有一些研究結(jié)果證明,如果將顯性效應(yīng)納入育種規(guī)劃,可以獲得顯著的額外遺傳進(jìn)展(Sunet al,2013)。

表3 虹鱒1000日齡生長性狀加性效應(yīng)和顯性效應(yīng)的方差組分估計(jì)Tab.3 Variance components and heritabilities for body growth traits for rainbow trout in the experiment population 1000 days post fertilization

本研究對 5個生長性狀進(jìn)行了表型描述性統(tǒng)計(jì),結(jié)果顯示體質(zhì)量性狀的變異系數(shù)最大。體質(zhì)量、體長和體厚三個主要性狀在三維空間的散點(diǎn)分布顯示,該群體主要生長性狀的整齊度較好,而且存在著數(shù)量較多的體質(zhì)量、體長和體厚生產(chǎn)性能都非常優(yōu)良的個體,有著良好的育種應(yīng)用潛力。本研究中利用只含有加性效應(yīng)的模型遺傳力分析的結(jié)果顯示,5個性狀的遺傳力在 0.16—0.48之間,根據(jù)一般經(jīng)驗(yàn)值,均屬于中高遺傳力性狀(h2≥0.15),其中,體質(zhì)量性狀的遺傳力約為0.35,體長約為0.20。此外,先前很多研究結(jié)果表明,虹鱒生長性狀共同環(huán)境效應(yīng)估計(jì)值介于0—0.06 (Panteet al,2002); 大西洋鮭的生長性狀共同環(huán)境效應(yīng)估計(jì)值接近于0 (Gjerdeet al,1984); 大鱗大麻哈魚的生長性狀共同環(huán)境效應(yīng)估計(jì)值介于0—0.08 (Winkelmanet al,1994a,b)。上述結(jié)果顯示,鮭科魚類生長性狀的共同環(huán)境效應(yīng)估計(jì)值都較低,對表型方差的貢獻(xiàn)較小,因此,本研究為簡化統(tǒng)計(jì)模型,沒有將共同環(huán)境效應(yīng)納入考慮。同時對加性和顯性方差進(jìn)行剖分的結(jié)果顯示,上述5個性狀的顯性離差在0.24—0.67之間,均處于中等或較高水平。其中體長顯性離差最低,為 0.24,頭長顯性離差最高,為0.67。為了提高統(tǒng)計(jì)模型對參數(shù)估計(jì)的準(zhǔn)確程度,本實(shí)驗(yàn)群體為全同胞家系構(gòu)成,共同環(huán)境效應(yīng)與顯性效應(yīng)可能混淆在一起,無法完全剖分開。根據(jù)數(shù)量遺傳學(xué)原理,顯性效應(yīng)和共同環(huán)境效應(yīng)的設(shè)計(jì)矩陣不同,顯性效應(yīng)與遺傳結(jié)構(gòu)相關(guān),而共同環(huán)境效應(yīng)則不完全與遺傳結(jié)構(gòu)直接相關(guān)(Falconeret al,1996)。本研究中近2000個體,每個全同胞家系個體數(shù)平均30個以上,在這樣的數(shù)據(jù)結(jié)構(gòu)和樣本含量下,可以近似地認(rèn)為,顯性方差的估計(jì)值接近于真值。

本研究結(jié)果表明,加性遺傳力和顯性方差組分比率加和所解釋的方差組分占總表型方差比率較高,其中體寬性狀加性遺傳力和顯性方差組分比率的加和達(dá)0.97,幾乎可以完全由遺傳方差解釋。該結(jié)果一方面提示我們的研究中可能存在著對顯性效果高估的可能性,另一方面也暗示著,只含有加性效應(yīng)的動物模型中所期望的顯性效應(yīng)等非加性效應(yīng)都可以簡單地歸入隨機(jī)殘差至少是不確切的。本研究中發(fā)現(xiàn)將顯性效應(yīng)納入分析后,加性方差和遺傳力都出現(xiàn)下降的現(xiàn)象,在國外對虹鱒的研究中也有類似發(fā)現(xiàn)(Panteet al,2002)。而對乳牛的研究則發(fā)現(xiàn)模型中是否納入顯性效應(yīng),對加性效應(yīng)估值的影響并不顯著(Fuerstet al,1994; Misztal,1997)。其中一個原因可能是,乳牛群體中以半同胞家系為主,而虹鱒、大西洋鮭等養(yǎng)殖鮭科魚類的遺傳結(jié)構(gòu)以全同胞家系為最主要方式。根據(jù)顯性效應(yīng)的數(shù)量遺傳學(xué)定義可知,顯性相關(guān)系數(shù)只有全同胞個體之間數(shù)值≥0.25,其它非全同胞個體間的顯性相關(guān)系數(shù)為 0 (Falconeret al,1996)。

綜上所述,本研究結(jié)果顯示所涉及的5個重要生長性狀都存在著中等或較高水平的顯性效應(yīng)方差組分,在設(shè)計(jì)育種方案時可以在考慮加性效應(yīng)的條件下,進(jìn)行選種,在選配時應(yīng)兼顧顯性效應(yīng),這樣可以利用更多的遺傳方差,從而獲得更多的遺傳進(jìn)展。本研究結(jié)果也提示,在下一階段的虹鱒良種選育過程中,顯性效應(yīng)在育種方案設(shè)計(jì)時也應(yīng)該納入?yún)⒖肌１狙芯繉Υ笠?guī)格虹鱒生長性狀的遺傳規(guī)律有了更深入的認(rèn)識,為改進(jìn)虹鱒生長性狀的育種方案設(shè)計(jì)提供了數(shù)據(jù)支持。本研究結(jié)果對以生長性狀為目標(biāo)的魚類良種選育技術(shù)的改進(jìn)具有一定的參考價值。

王炳謙,戶 國,束永俊,2012. 虹鱒育種技術(shù)研究. 哈爾濱:東北林業(yè)大學(xué)出版社,1—14

王炳謙,谷 偉,高會江等,2009. 利用配合力和微衛(wèi)星標(biāo)記預(yù)測虹鱒品系間的雜交優(yōu)勢. 中國水產(chǎn)科學(xué),16(2):206—213

戶 國,王守志,李 輝,2012a. 上位性及其對家養(yǎng)動物復(fù)雜經(jīng)濟(jì)性狀形成的遺傳學(xué)影響. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào),43(3):117—122

戶 國,王守志,張 森等,2010. ApoB與UCP基因間上位效應(yīng)對雞腹脂性狀影響的遺傳學(xué)分析.遺傳,32(1): 59—66

戶 國,谷 偉,王 鵬等,2012b. 電子標(biāo)記輔助虹鱒家系建立及快速生長家系篩選. 中國水產(chǎn)科學(xué),19(1): 77—83

戶 國,谷 偉,姜再勝等,2014. 虹鱒(Oncorhynchus mykiss)選育群體主要體尺性狀表型和遺傳相關(guān)分析. 海洋與湖沼,45(3): 548—553

Falconer D S,Mackay T F C,1996.Introduction to Quantitative Genetics. Harlow,Essex: Longman

Fuerst C,S?lkner J,1994. Additive and nonadditive genetic variances for milk yield,fertility,and lifetime performance traits of dairy cattle. Journal of Dairy Science,77(4):1114—1125

Gall GAE,1975. Genetics of reproduction in domesticated rainbow trout. Journal of Animal Science,40(1): 19—28

Gjedrem T,1983. Genetic variation in quantitative traits and selective breeding in fish and shellfish. Aquaculture,33(1—4): 51—72

Gjedrem T,1992. Breeding plans for rainbow trout. Aquaculture,100(1—3): 73—83

Gjerde B,Gjedrem T,1984. Estimates of phenotypic and genetic parameters for carcass traits in Atlantic salmon and rainbow trout. Aquaculture,36(1—2): 97—110

Hu G,Gu W,Bai Q L,et al,2013. Estimation of genetic parameters for growth traits in a breeding program for rainbow trout (Oncorhynchus mykiss) in China. Genetics and Molecular Research,12(2): 1457—1467

Hu G,Wang S Z,Tian J Wet al,2010. Epistatic effect betweenACACAandFABP2gene on abdominal fat traits in broilers.Journal of Genetics and Genomics,37(8): 505—512

Miglior F,Burnside E B,Kennedy B W,1995. Production traits of Holstein cattle: estimation of nonadditive genetic variance components and inbreeding depression. Journal of Dairy Science,78(5): 1174—1180

Misztal I,1997. Estimation of variance components with large-scale dominance models. Journal of Dairy Science,80(5): 965—974

Misztal I,Besbes B,2000. Estimates of parental-dominance and full-sib permanent environment variances in laying hens.Animal Science,71(3): 421—426

Misztal I,Tsuruta S,Strabel Tet al,2002. BLUPF90 and related programs (BGF90). In: Proceeding of 7thWorld Congress of Genetics Applied to Livestock Production. Montpellier,France: CD-ROM Communication

Pante M J R,Gjerde B,McMillan Iet al,2002.Estimation of additive and dominance genetic variances for body weight at harvest in rainbow trout,Oncorhynchus mykiss. Aquaculture,204(3—4): 383—392

Proust M,2007. JMP Statistics and Graphics Guide. Cary,NC,USA: SAS Publishing

Sun C,VanRaden P M,O’Connell J Ret al,2013. Mating programs including genomic relationships and dominance effects. Journal of Dairy Science,96(12): 8014—8023

Winkelman A M,Peterson R G,1994a. Heritabilities,dominance variation,common environmental effects and genotype by environment interactions for weight and length in chinook salmon. Aquaculture,125(1—2): 17—30

Winkelman A M,Peterson R G,1994b. Genetic parameters(heritabilities,dominance ratios and genetic correlations) for body weight and length of chinook salmon after 9 and 22 months of saltwater rearing. Aquaculture,125(1—2):31—36