解析约克夏猪饲料转化率与生长性状的遗传结构：基于基因组关联研究的遗传参数评估与候选基因鉴定

《Genes》：Deciphering Genetic Architecture of Feed Conversion Ratio and Growth Traits in Yorkshire Pig Changguang Lin, Qiuyong Chen, Yaxuan Liu, Wei Cai, Tao Huang, Yi Zhou, Jinyu Lin, Lunjiang Zhou and Xinzhu Chen

本研究系统解析了约克夏猪饲料转化率（FCR_30_100）、达100公斤日龄（DAYS_100）和背膘厚（BFT_100）三大关键经济性状的遗传基础。文章估算了其遗传力（h2）和遗传相关性，并利用高分辨率基因型数据（从50K SNP芯片插补至全基因组序列）进行全基因组关联研究（GWAS），鉴定出16个与性状相关的数量性状位点（QTL）。研究发现了ETV4、CAMK1D、ENSSSCG00000045751等候选基因，功能富集分析提示其涉及胆汁酸代谢、蛋白质泛素化等通路，为通过分子育种提高猪饲料利用效率提供了重要的遗传学见解。

　　

解析约克夏猪饲料转化率与生长性状的遗传结构

摘要

猪是全球最重要的产肉家畜之一，饲料成本约占猪肉生产总成本的65%，因此提高饲料效率是养猪育种的主要目标。关键生长性状，如达目标体重日龄（DAYS）和背膘厚（BFT），因其易于测量而被常规用于评估猪的生产性能。饲料转化率（FCR），定义为每单位增重所消耗的饲料量，是衡量饲料效率的关键指标。较低的FCR不仅能降低生产成本，还能减少氮磷排泄，有利于环境可持续性。然而，个体采食量的大规模表型记录一直具有挑战性，限制了FCR的遗传评估。自动饲喂系统的最新进展使得能够精确、高通量地测量个体采食量，为解析猪饲料效率的遗传结构提供了机会。本研究收集了1301头基因分型的约克夏猪，包含三项饲料效率相关性状：达100公斤日龄、100公斤时背膘厚以及30至100公斤期间的饲料转化率，以探索这些性状的遗传参数和遗传基础。

1. 引言

复杂性状的遗传参数是理解其遗传性质的基础。先前研究表明，饲料效率性状与生长性状、体型性状、繁殖性状等存在遗传相关性，表明FCR与其他复杂性状之间存在遗传联系。全基因组关联研究（GWAS）为揭示人类和家畜复杂性状与疾病的遗传结构提供了机会。先前研究发现猪的多个基因组区域与饲料效率性状相关。然而，这些研究仅使用低覆盖度数据来探索猪饲料效率性状的遗传基础。基因型插补策略为提高基因型数据的基因组覆盖度和识别与复杂性状相关的推定因果变异提供了可能。这些研究为探索猪饲料效率相关性状的遗传结构提供了全面视角。因此，为了阐明猪饲料效率相关性状的遗传基础，本研究收集了1301头基因分型的约克夏猪及其三项饲料效率相关性状。首先，我们估算了这些性状的遗传参数，包括遗传力和遗传相关性。随后，我们进行了GWAS以研究饲料效率相关性状的遗传基础。最后，为了研究饲料效率相关性状候选基因的潜在功能，我们注释了GWAS信号的候选基因并进行了功能富集分析。

2. 材料与方法

2.1. 群体与数据

我们收集了一个约克夏猪育种群体，包括来自福建光华百特有限公司的1301头母猪。所有母猪在统一的营养和管理条件下饲养，直至每头猪体重达到约100公斤。所有母猪被分组饲养，配备自动性能测定系统（Osborne采食量记录设备系统）。该系统利用射频识别（RFID）电子耳标进行个体识别，并在整个试验期内精确记录个体采食量。饲喂数据由系统自动采集，用于后续计算饲料转化率。基础日粮主要由玉米和豆粕组成，其配方满足NRC（2012）推荐的营养需求。所有猪在试验期间饲喂相同日粮。

样本从每头试验猪的耳组织中采集。采集后，样本置于含有70%乙醇的离心管中保存。关于基因型数据，总共1301头猪使用中新1号50K SNP芯片进行基因分型，获得了45,073个单核苷酸多态性（SNP）。为确保基因型质量，我们使用plink v1.90进行了质量控制。质量控制后，基于猪基因组参考面板，使用Beagle v5.1（参数：ne = 1000）将基因型从50K插补至全基因组序列（WGS）分辨率。之后，我们过滤掉低质量SNP，包括多等位基因SNP、剂量R平方<0.8或次要等位基因频率<0.01的SNP。最终，10,401,626个SNP被保留用于下游分析。

关于表型数据，我们收集了三项表型：达100公斤日龄、100公斤时背膘厚以及30至100公斤期间的饲料转化率。达100公斤日龄定义为从出生到体重达到100公斤所需的天数。100公斤时背膘厚在体重达到100公斤时通过超声波在第三和第四根肋骨之间测量。30至100公斤期间的饲料转化率在30公斤至100公斤期间评估。每个性状的生理上不合理记录（即超过3个标准差的记录）被排除。

2.2. 遗传参数估计

为了研究这些生长性状的遗传参数，我们使用GCTA v1.94.1估算了狭义遗传力（h²）。此外，我们利用双变量线性混合模型计算了这些生长性状之间的遗传相关性。线性混合模型如下：y = Xb + Zg + e，其中y是表型记录向量。b是固定效应，包括年份和季节。g ~ N(0, Gσ_g²)是加性遗传效应。G是基因组关系矩阵，σ_g²是加性遗传方差。e ~ N(0, Iσ_e²)是残差效应。I是单位矩阵，σ_e²是残差方差。X和Z分别是固定效应b和加性遗传效应g的设计矩阵。

2.3. 全基因组关联研究

我们使用GCTA v1.94.1对每个生长性状进行了全基因组关联研究。线性混合模型如下：y = x_iβ_i+ Xb + Zg + e，其中y是表型记录向量。x_i是SNP i的均值中心化基因型向量，编码为0, 1, 2。β_i是SNP i的效应大小。b是固定效应，包括年份和季节。g ~ N(0, Gσ_g²)是加性遗传效应。G是基因组关系矩阵，σ_g²是加性遗传方差。e ~ N(0, Iσ_e²)是残差效应。I是单位矩阵，σ_e²是残差方差。X和Z分别是固定效应b和加性遗传效应g的设计矩阵。我们将p < 5 × 10^?4视为获得显著SNP的阈值。

2.4. 条件分析

为了获得这些生长性状的独立SNP，我们使用GCTA v1.94.1的COJO模块，基于每个生长性状的GWAS汇总统计数据进行了条件分析。我们将基因型数据用作连锁不平衡（LD）参考面板。对于独立变异，我们进行了变异效应预测，以通过Ensembl接口（URL: https://asia.ensembl.org/index.html, Sus scrofa 11.1, version 114）预测变异的功能位置。

2.5. 候选基因与功能注释

我们基于独立SNP定义了数量性状位点（QTL）。我们将独立SNP上下游1 Mb的区域定义为QTL。位于QTL区域的候选基因基于猪基因组注释（Sus scrofa 11.1）使用BEDtools v2.31.1进行注释。使用DAVID（URL: https://davidbioinformatics.nih.gov/）对候选基因进行了基因本体（GO）富集分析和京都基因与基因组百科全书（KEGG）通路分析。

3. 结果

3.1. 三个性状的表型总结与遗传参数

表型记录的汇总统计数据显示，表型数据的分布基本符合正态分布。此外，我们发现FCR_30_100的平均值为2.29 ± 0.23，表明该群体具有相对中等的效率。为了研究这些生长性状的遗传参数，我们估算了这些性状的狭义遗传力。达100公斤日龄、100公斤时背膘厚和30至100公斤期间饲料转化率的遗传力分别为0.25 ± 0.04、0.40 ± 0.05和0.23 ± 0.04，表明这些生长性状具有中等到高度的遗传力。为了进一步探究这些性状之间的遗传关系，我们估算了这些性状之间的遗传相关性和表型相关性。我们发现这些性状之间的遗传相关性为正。同时，100公斤时背膘厚和达100公斤日龄具有微弱的负遗传相关性（?0.01 ± 0.12）。此外，我们发现30至100公斤期间饲料转化率与达100公斤日龄（0.51 ± 0.11）和100公斤时背膘厚（0.28 ± 0.12）呈正遗传相关，表明这些性状之间存在中等到强的相关性。

3.2. 三个生长性状的全基因组关联研究

为了鉴定与三个生长性状相关的SNP，我们对每个性状进行了GWAS。总共，我们鉴定出114、90和5个SNP分别与100公斤时背膘厚、达100公斤日龄和30至100公斤期间饲料转化率显著相关。条件分析后，7、5和4个SNP分别独立与100公斤时背膘厚、达100公斤日龄和30至100公斤期间饲料转化率相关。

此外，为了鉴定独立SNP的候选基因，我们注释了每个QTL的最近基因，发现了几个与生长性状相关的候选基因。例如，最近基因ETV4在12号染色体上与达100公斤日龄显著相关。最近基因CAMK1D在10号染色体上与100公斤时背膘厚显著相关。此外，我们发现了一些与三个生长性状相关的新基因。例如，未注释的候选基因ENSSSCG00000045751在3号染色体上与30至100公斤期间饲料转化率相关。未注释的候选基因ENSSSCG00000026302在14号染色体上与100公斤时背膘厚相关。总之，全基因组关联研究发现了几个与饲料转化率和生长性状相关的候选基因。

3.3. 候选基因的功能注释富集

为了鉴定三个生长性状的候选基因，我们为每个独立SNP定义了数量性状位点（QTL）并注释了候选基因列表。之后，我们对每个性状的候选基因进行了功能注释。我们发现100公斤时背膘厚的候选基因在生物过程和免疫通路中富集，例如蛋白质成熟、氧化还原酶活性的负调控和细胞毒性T细胞焦亡，表明了免疫过程与背膘形成之间的潜在联系。此外，达100公斤日龄的候选基因在翻译和微绒毛膜等术语中富集，代表了基础生物过程在生长中的重要性。值得注意的是，我们发现30至100公斤期间饲料转化率的候选基因在胆汁酸代谢过程和蛋白质泛素化术语中富集，表明了能量代谢在猪饲料转化过程中的重要性。总之，与饲料效率相关性状相关的候选基因在重要的生物过程中起着至关重要的作用。

4. 讨论

本研究系统性地探究了饲料效率相关性状的遗传参数。结果表明，这些饲料效率相关性状具有中等到高度的遗传力。先前研究发现约克夏猪剩余采食量的遗传力为0.39，且与饲料转化率存在高度遗传相关性（从0.76到0.99），表明剩余采食量与饲料转化率之间存在高度的遗传联系。最近一项研究发现饲料效率相关性状的遗传力范围在0.13到0.36之间。此外，我们研究了30至100公斤期间饲料转化率、达100公斤日龄和100公斤时背膘厚之间的遗传相关性。其中，达100公斤日龄和100公斤时背膘厚显示出较低的遗传相关性。在本研究中，我们发现饲料转化率与达100公斤日龄（0.51 ± 0.11）和100公斤时背膘厚（0.28 ± 0.12）呈中度相关。先前研究显示日采食量与重要经济性状之间存在低到中度的遗传相关性（范围0.04到0.29）。其他研究也发现猪的体重与饲料效率呈正相关。这些结果表明饲料转化率与关键生长性状之间存在中等到高度的联系。

我们进一步利用GWAS探索了饲料效率相关性状的遗传结构。在本研究中，我们发现了一系列与饲料效率相关性状相关的候选基因。例如，候选基因ETV4在12号染色体上与达100公斤日龄显著相关，该基因与脂肪沉积有关，支持了该基因与达100公斤日龄之间的联系。此外，候选基因CAMK1D与100公斤时背膘厚显著相关。先前研究也发现CAMK1D是2型糖尿病的遗传热点，可能与采食激活和代谢调控有关。此外，饲料转化率的GWAS发现新的候选基因ENSSSCG00000045751与30至100公斤期间饲料转化率相关，这表明了该基因对饲料效率的潜在调控作用。一项荟萃分析系统地鉴定了与饲料效率性状相关的候选基因，强调MED18、PHACTR4和ABCC2基因是饲料转化率的强候选基因。此外，功能富集分析表明，与饲料效率和饲料效率相关性状相关的候选基因高度富集于生物分子的生物合成、消化和代谢。在本研究中，30至100公斤期间饲料转化率的候选基因也与胆汁酸代谢过程和蛋白质泛素化术语相关，表明了这些候选基因的潜在功能。

本研究调查了饲料效率相关性状，包括30至100公斤期间饲料转化率、达100公斤日龄和100公斤时背膘厚的遗传参数和遗传基础。首先，我们调查了饲料效率相关性状的遗传参数，这为了解这些性状的遗传特性提供了全面的视角。此外，与先前研究相比，本研究利用插补的基因型数据进行GWAS，部分提高了与饲料效率相关性状相关的SNP的发现率。此外，本研究调查了每个性状候选基因的潜在生物学功能，发现候选基因在能量代谢过程中起着至关重要的作用。这些结果有助于我们理解饲料效率相关性状的遗传基础。实际上，除了遗传影响外，环境因素也影响饲料效率相关性状。例如，肠道微生物组的组成与饲料效率相关，这表明微生物群落对塑造宿主生产参数有贡献。此外，本研究缺乏对候选基因的实验验证。多组学数据为理解复杂性状背后的潜在遗传调控提供了全面的见解。因此，未来的研究可能需要考虑环境的影响，整合多组学数据，并对候选基因进行实验验证。

5. 结论

本研究揭示了饲料效率相关性状的遗传基础。候选基因，例如达100公斤日龄的ETV4基因、100公斤时背膘厚的CAMK1D基因以及30至100公斤期间饲料转化率的ENSSSCG00000045751基因，可用于进一步研究。