石少磊，武麗娜，馮羿方，蘇 惠，王艷艷，郝曉東

（北京康普森農(nóng)業(yè)科技有限公司，北京 102200）

雞肉在我國全民肉類消費結構中占有重要地位，已經(jīng)成為第二大肉類產(chǎn)品。而雞肉主要來源于白羽肉雞和黃羽肉雞，其中，白羽肉雞提供了大約70%的雞肉類產(chǎn)品。此外，我國具有豐富的地方雞品種遺傳資源，具有很好的生物多樣性，這為肉雞育種提供了充足的遺傳素材。

測序成本的降低以及基因組選擇等分子育種技術的廣泛應用，對加快我國肉雞育種進程提供了極大的技術便利條件。準確、高效的單核苷酸多態(tài)性（Single-nucleotide polymorphisms，SNP）標記分型技術是畜禽基因組范圍的遺傳機制挖掘以及育種實踐的重要保障。我國畜禽遺傳資源豐富，且不同區(qū)域的畜禽品種具有豐富的遺傳多樣性。為了充分利用我國優(yōu)秀的種質(zhì)遺傳資源，國內(nèi)各頂尖的研究團隊和高校院所利用高通量測序技術以及遺傳分析方法，對攜帶優(yōu)良遺傳基因的地方畜禽品種的遺傳機制進行深入挖掘，最終轉化為具有核心知識產(chǎn)權的畜禽育種芯片。這些基因芯片的問世，對于最大限度發(fā)揮我國優(yōu)良種質(zhì)資源、加快畜禽群體遺傳改良具有重大的推動作用。

目前，SNP 標記分型技術以基因芯片和二代測序技術為主。本文從SNP 標記分型技術以及其在肉雞遺傳資源挖掘利用、遺傳育種中的應用進行概述，旨在為肉雞遺傳育種實踐提供一定的參考和借鑒。

1 基因組檢測技術類型及原理

1.1 DNA 微陣列

DNA 微陣列又名基因芯片，也稱為分子探針，即將已知序列的DNA 片段按一定的規(guī)律有序的固定于基片表面，從而構成DNA 探針陣列。其基本原理是利用核酸雜交檢測變異。不同類型的芯片因其用途不同，基片上的探針存在一定差異：如SNP 基因芯片根據(jù)已知的SNP 信息，設計SNP 探針；表達譜基因芯片以cDNA 或寡核苷酸序列片段作探針，通過mRNA 與探針的雜交，檢測目標基因的表達水平；DNA 甲基化芯片[1]通過檢測對應位點的甲基化信號，判斷堿基是否被甲基化修飾。通常在育種應用中以中高密度（5萬以上的標記數(shù)，如50K、100K、150K 等）的SNP 基因芯片為主?；蛐酒瑱z測平臺主要有2個[2,3]：因美納（Illumina）公司的Infinium、賽默飛世爾科技（Thermo Fisher Scientific）的Axiom。就遺傳標記分型而言，這2 個公司的平臺都是通過熒光標記及探針雜交實現(xiàn)，然而在芯片的設計思路上存在一定的差異。Illumina 平臺基于微珠（二氧化硅微珠）芯片技術[4]，而Thermo Fisher芯片基于原位光刻合成技術[5,6]；在探針長度方面，Illumina 芯片的探針長于Thermo Fisher 芯片，在芯片生產(chǎn)過程中所有微珠都能得到質(zhì)量控制，在實際應用中靈活性較高；但Thermo Fisher 芯片生產(chǎn)幾乎無批次效應。

1.2 二代測序

利用二代測序技術可以檢測到目標個體整個基因組范圍的遺傳變異[2,3]，并且通過提高測序深度還可以發(fā)現(xiàn)更多的稀有變異信息（最小等位基因頻率很低的遺傳標記）[7]。隨著測序成本的顯著降低，基因組測序技術以及測序數(shù)據(jù)在畜禽分子育種領域得以廣泛應用。在畜禽遺傳育種、群體遺傳分析、遺傳機制挖掘等方面，常用到的二代測序檢測技術有簡化基因組測序（Reduced-representation Genome Sequencing，RRGS）[2]、全基因組重測序（Whole Genome Sequencing,WGS）、靶向捕獲測序技術（Genotyping by Target Sequencing）[3]、全基因組低深度重測序（Low-coverage Whole Genome Sequencing，LcWGS）[8,9]。其中，全基因組重測序應用最為廣泛。

全基因組重測序的流程包括3 步：①構建測序文庫，包括基因組片段化、末端修復、連接測序接頭和擴增富集等；②上機檢測，即基因測序平臺對目標個體的全基因組文庫進行掃描測序，獲得目標個體的整個基因組序列信息；③生物信息學分析，將測序數(shù)據(jù)比對到參考基因組上，進而獲得整個基因組范圍的遺傳變異信息。如SNP、結構變異(structure variation，SV)等。

簡化基因組測序與全基因組重測序原理相同，具體實施中，RRGS 首先利用限制性內(nèi)切酶將整個基因組上的DNA 片段化[3,10,11]，然后對特定的酶切片段進行高通量測序，進而獲得目標區(qū)域的遺傳標記[2,3]。從而，簡化基因組測序可以達到減少測序數(shù)據(jù)量、降低測序成本的目的[12,13]，并能夠縮短生物信息分析的周期[3]。

全基因組低深度測序流程與全基因組重測序相同，區(qū)別在于其測序深度通常在1 倍以下。因此，與簡化基因組測序一樣可以達到降低成本的目的[2,3]。由于低深度測序產(chǎn)生的數(shù)據(jù)在基因組上的覆蓋率較低，被檢測個體的基因組數(shù)據(jù)存在大量未被檢測到的基因型（缺失率較高）。因此，測序之后需要利用填充軟件對未完全檢測到的等位基因進行推斷、填補，以獲得個體全基因組水平的遺傳標記。靶向捕獲測序通過挑選特定的變異位點或區(qū)域，設計特異性的捕獲探針或者引物從基因組中捕獲靶向位點進行測序，從而獲得目標位點或區(qū)域的變異信息。利用以上測序技術獲得個體的基因組數(shù)據(jù)和生物信息學分析手段，以進一步用于挖掘與疾病、重要經(jīng)濟性狀相關的基因的研究中。

2 基因組檢測產(chǎn)品應用方向

2005 年，Muir 等[14]開發(fā)了第一款3K 的雞基因組芯片。到2008 年，Groenen 等[15]開發(fā)了60K的芯片。2013 年Kranis 等[16]報道了第一個商用化600K 芯片（Affy 600K SNP Array）。然而這些芯片通常是基于西方品種雞的商用品系，缺乏中國本土品種的基因組變異信息。因此，中國農(nóng)業(yè)科學院畜牧獸醫(yī)研究所趙桂蘋團隊開發(fā)出國內(nèi)首款肉雞55K 基因組育種芯片——“京芯一號” (IASCHICK 55K)[17]?！熬┬疽惶枴?的成功研發(fā)對于我國地方品種遺傳資源挖掘和利用、肉雞群體遺傳改良具有重要意義。

此外，國內(nèi)外研究人員利用不同的測序技術在肉雞遺傳機制挖掘和基因組育種領域進行了深入探索。不同基因組檢測產(chǎn)品及其應用場景詳見表1。

表1 主要SNP 標記分型技術以及應用場景

2.1 基因芯片應用于肉雞遺傳解析以及育種實踐

Illumina 60K 芯片在雞的遺傳多樣性分析[18,19]、全基因組關聯(lián)分析[20]和基因組預測[21]等方面均得到應用。Dementieva 等[18]利用Illumina 60K 芯片和限制性片段長度多態(tài)性（Restriction fragment length polymorphisms，RFLPs）對18 個雞品種的遺傳多樣性進行分析。Restoux 等[19]利用60K 芯片對法國的22 個地方品種的遺傳多樣性進行分析。Yuan 等[20]對中國4 個地方雞的生長性狀進行單標記和基于單倍型的全基因組關聯(lián)分析，并且發(fā)現(xiàn)一個胡須雞獨有的與生長性狀相關的基因座。Liu 等[21]比較了基于系譜和60K 芯片的預測模型在惠陽胡須雞飼料利用性狀的預測性能，發(fā)現(xiàn)基于基因組預測的準確性顯著高于基于系譜的模型。

Affy 600K 芯片在群體遺傳結構分析[22,23]、性狀遺傳機制挖掘[24-27]、品種鑒定[28,29]等方面得到應用。Gao 等[22]利用600K 芯片對中國8 個地方雞的群體分化程度進行了分析，發(fā)現(xiàn)茶花雞與其他品種的遺傳差異最大。Malomane 等[23]分析了全球162 雞群體的遺傳多樣性，發(fā)現(xiàn)種群間遺傳變異較小的基因都與大腦發(fā)育等主要功能有關，但是與蛋白質(zhì)轉運、蛋白質(zhì)和脂質(zhì)代謝過程相關的基因中，群體間的遺傳多樣性以更快的速度變化。這也反映了雞在不同基因組區(qū)域的進化模式存在的差異。在性狀遺傳機制的研究中，研究人員對馬立克氏病[24]、飼料利用率[26]等性狀關聯(lián)位點進行分析，以及影響肉雞體重和產(chǎn)蛋性狀的多效性基因座[27]。Cho 等[28]和Seo 等[29]分別利用機器學習的分類方法基于600K 高密度芯片對雞群體進行品種鑒定。

目前，“京芯一號” 在雞群體遺傳分析方向得到廣泛應用。2022 年，Tan 等[30]利用雞55K 芯片（IASCHICK 55K）對4217 只白羽肉雞（4 個世代，G4～G7）的7 個性狀進行參數(shù)估計以及選擇信號的分析，其發(fā)現(xiàn)生長性狀、產(chǎn)肉和腹脂性狀的遺傳力在0.12～0.38；結合群體分化指數(shù)（High fixation index，F(xiàn)st）以及核苷酸多樣性（π ratio）分析，發(fā)現(xiàn)基因組上39 個常染色體區(qū)域在世代之間受到選擇。Liu 等[31]對2 個品系的黃羽肉雞（2 個世代，G15～G16）進行群體遺傳差異分析，發(fā)現(xiàn)第15 世代（G15）2 個品系的黃羽肉雞在肌內(nèi)脂肪含量性狀上存在顯著差異，并且在G15 發(fā)現(xiàn)的差異表達基因在G16 也得到驗證。

“京芯一號” 對我國地方品種遺傳資源分析也具有重要意義。Liu 等[32]利用IASCHICK 55K芯片對7 個貴州省土雞（共計109 只母雞）、3 個其他省份地方品種和2 個商業(yè)品種的群體結構與遺傳多樣性進行分析，發(fā)現(xiàn)貴州地方雞的遺傳多樣性高于商業(yè)品種。屠云潔等[33]利用“京芯一號”對2 個廣西麻雞（當雞、靈山香雞）群體進行遺傳距離和親緣關系的分析，通過主成分分析以及遺傳距離分析，發(fā)現(xiàn)2 個群體遺傳距離較遠，這就為培育優(yōu)質(zhì)麻雞提供了重要的遺傳資源保障。武艷平等[34]利用基因組芯片對8 個地方雞品種（5個江西省的地方雞品種，廣東省、浙江省以及江蘇省各1 個地方雞品種）進行了遺傳多樣性分析，該研究結果顯示，8 個地方雞品種的遺傳距離較遠，遺傳背景差異較大，具有較豐富的遺傳多樣性。這些研究也充分說明我國地方品種的遺傳多樣性為新品種的開發(fā)和利用提供了豐富的先決條件。

此外，55K 基因芯片在性狀相關位點以及遺傳機制挖掘方面也發(fā)揮了巨大作用。Yang 等[35]對873 只白羽肉雞進行產(chǎn)肉量相關性狀的基因挖掘分析，通過將55K 芯片填充至測序水平，然后進行全基因組關聯(lián)分析，并聯(lián)合選擇信號等分析，最終鑒定到18 個顯著的標記。其中與體重相關性狀的顯著關聯(lián)位點集中分布在24 號染色體上大約24Kb 的區(qū)域(GGA24：5.73～5.75Mb)。Li等[36]對快長型肉雞的生長性狀和飼料利用率性狀進行關聯(lián)分析，最終鑒定到基因組上2 個區(qū)域分別與生長和飼料利用率性狀相關聯(lián)。2020 年，Li等[37]利用填充到測序水平的基因型數(shù)據(jù)，對快長型白羽肉雞的飼料利用性狀和代謝效率性狀的遺傳機制進行研究。2022 年，Ding 等[38]利用基因芯片對11279 只肉雞（4 個白羽肉雞品系，3 個黃羽肉雞品系）的產(chǎn)蛋性狀進行遺傳機制解析，最終鑒定到9 個與肉雞產(chǎn)蛋性狀相關的候選基因。

2.2 測序技術在肉雞遺傳育種的應用

隨著測序成本的降低，測序數(shù)據(jù)在家禽遺傳育種中也得到較為廣泛的使用。Tan 等[39]利用基因組重測序數(shù)據(jù)闡釋白羽肉雞高產(chǎn)肉量的遺傳機制，利用1061 只雞（8 個品種）的基因組、轉錄組數(shù)據(jù)，從群體遺傳學、數(shù)量遺傳學以及生物學的角度深度挖掘肉雞產(chǎn)肉性狀的遺傳機制，繪制了肌肉發(fā)育的基因組遺傳變異和轉錄組的圖譜信息，并提出了一個新的胸肌產(chǎn)量和肌病調(diào)控靶點（SOX6-MYH1s 軸）。

Zou 等[40]對現(xiàn)代肉雞與過去幾十年的肉雞群體的進行重測序，通過識別選擇積累的遺傳變化，發(fā)現(xiàn)與免疫反應和生長性狀具有生物學相關性的基因和途徑。他們的研究結果強調(diào)了2 個基因（TLR3 和PLIN3）可能以犧牲免疫功能為代價來提高生長性能。Huang 等[41]利用重測序手段，分析了來自10 個品種的100 只黃羽肉雞的遺傳結構，發(fā)現(xiàn)10 個品種的遺傳結構的相似程度與其分布的地理位置有關，即10 個品種的黃羽肉雞根據(jù)其遺傳結構可以分為北方群體、中部群體和南方群體。

Guo 等[42]利用簡化基因組測序對233 只哈巴德肉雞的11 個性狀（輕型股骨頭畸形、7 個血液指標、3 個生長性狀）進行全基因組關聯(lián)分析。經(jīng)過質(zhì)控，256599 個SNP 標記用于分析，發(fā)現(xiàn)血清堿性磷酸酶和股骨頭畸形之間可能存在某種關系。劉天飛等[12]利用簡化基因組測序對黃羽肉雞395 只個體的6 個性狀進行基因組預測，并與Illumina Chicken 60K 芯片的預測效果進行比較，發(fā)現(xiàn)2 種基因分型策略差異并不明顯。Yang 等[43]利用低深度測序獲得2 個世代的6359 只黃羽雞的基因組數(shù)據(jù)，并用于生長性狀的遺傳位點挖掘和基因組預測，最終鑒定到5 個顯著的數(shù)量性狀基因座。

基因芯片以及其他基于二代測序的基因組檢測技術，為科研人員和育種企業(yè)提供了多樣化的選擇，這就為基因組育種提供了堅實的條件。此外，加快肉雞遺傳進展，也需要選擇合適的預測模型。

3 基因組育種加快肉雞群體遺傳改良

3.1 肉雞基因組選擇模型

目前基因組選擇已經(jīng)廣泛應用于動植物育種，探究最合適的預測模型，對提高育種值預測準確性，加快畜禽品種的群體遺傳改良具有重要意義。在肉雞基因組選擇研究中，常用的預測模型模型可以分為2 類：①基于最佳線性無偏估計的模型（Best Linear Unbiased Prediction，BLUP），常見的有GBLUP（Genomic best linear unbiased prediction）[44]、ssGBLUP（single-step GBLUP）[45]；②基于貝葉斯理論的模型，如BayesLasso[46]、BayesMix4[47]等。

基于BLUP 的方法，主要差異在于親緣關系矩陣的構建，線性模型如下：

式（1）的矩陣形式可以寫為：

式（2）中K 表示親緣關系矩陣。

在GBLUP 中，通常采用VanRaden 等[44]提出的方法：

式（3）中M 為基因型矩陣，P 中每列元素分別為對應第i 個SNP 的最小等位基因頻率pi。

在ssGBLUP 中，通過整合基因組和系譜的信息，構建H 矩陣[45,48]：

基于貝葉斯框架的方法，主要差異在于對標記的先驗分布假設：

以BayesMix4 為例，假設標記先驗為4 個組分的混合形式：

式（5）中，π1～π4為固定值，分別為0.889、0.1、0.01、0.001。且

3.2 基因組選擇提高預測準確性

基因組選擇通過在利用個體的基因組信息，不依賴待留種個體的表型測定記錄，進而實現(xiàn)早期留種。然而，對于繁殖周期短的畜禽品種，基因組選擇最大的優(yōu)勢是提高預測準確性。

Yang 等[43]在對黃羽肉雞的研究中，通過比較基于系譜的預測方法（Pedigree-based BLUP，ABLUP）和GBLUP，發(fā) 現(xiàn)GBLUP 可以提 升22.0%～70.3%的預測準確性。Liu 等[49]通過對8個家系的582 只黃羽肉雞進行基因組選擇研究，發(fā)現(xiàn)基于基因組的預測方法其準確性遠高于基于系譜的預測方法。并且基于貝葉斯的基因組預測方法其預測準確性高于GBLUP。此外，在預測過程中，參考群與驗證群有較高的遺傳聯(lián)系時，其預測準確性高于家系間的預測準確性。

Tan 等[30]對白羽肉雞3 個世代的遺傳進展進行分析，發(fā)現(xiàn)表型和遺傳都取得了一定的進展，尤其是體重和肉質(zhì)方面，這在一定程度上也反映了基因組選擇的高效性。

4 展望

測序成本的降低，在一定程度上極大的促進了對畜禽遺傳機制的研究，利用測序技術挖掘影響性狀的功能區(qū)域和遺傳變異極大地促進了畜禽育種實踐。如何有效利用測序數(shù)據(jù)挖掘的變異信息也是育種實踐需要進一步解決的問題。如，結構變異和拷貝數(shù)變異通常影響表型的多樣性程度，而對結構變異和拷貝數(shù)變異的編碼是有效利用這些信息的重要前提；另一方面，開發(fā)有效整合多組學數(shù)據(jù)的預測模型對育種應用實踐具有重要意義。