畜牧兽医学报

作者：吴华煊, 杜志强

单位：长江大学动物科学技术学院, 荆州 434025

关键词：基因组选择,特征提取,预测准确性

基金：安徽省畜禽联合育种改良项目(2021-2025)

旨在探索并评估6种不同的单核苷多态性(single nucleotide polymorphisms，SNP)基因型特征提取方法。本研究分析比较了6种方法：主成分分析(principal component analysis，PCA)、基因主成分分析(gene-principal component analysis，gene-PCA)、SNP位点间皮尔逊相关系数(SNP-pearson correlation coefficient, SNP-PCC)、连锁不平衡(linkage disequilibrium，LD)、全基因组关联分析(genome-wide association study，GWAS)和随机抽样(random sampling，RS)，在两组数据(北京鸭，542个样本，SNP位点数39 932；杜洛克猪，2 549个样本，SNP位点数230 884)3组表型(北京鸭体长(body length)、杜洛克猪背膘厚(backfat thickness)和乳头数(teat number))上的GEBV预测准确率。发现SNP-PCC结合5种GS方法(GBLUP、BayesA、BayesB、BayesC、Bayesian Lasso)，在北京鸭数据获得相对可靠的预测精度，在猪背膘厚和乳头数表型获得最高平均预测准确性(提升5%，达到32.3%)，并显著提升计算效率(平均提升5~7倍)。综上，本研究发现选择合适的特征提取方法可以有效提升GS的预测准确性和计算效率，为深入研究不同特征提取方法对GS预测准确性的影响奠定了基础，并为其在育种实践中应用提供了参考。

来源：2024年第6期

《畜牧兽医学报》期刊编辑部

查看畜牧兽医学报杂志2024年第6期