《Journal of Applied Genetics》：Effect of founder breeds on genotype imputation accuracy in Canchim cattle
编辑推荐：
为解决基因型插补(genotype imputation)在复合牛种中准确性不足的问题，研究人员探究了纳入Nelore(NE)和Charolais(CH)两种创始人品种基因型对Canchim(CA)牛插补准确性的影响。研究发现，在参考群体中包含NE、CH和CA（雄性或2004年前出生个体）时，插补精度最高（PERC最高达97.39%，R2最高达0.9780）。这证实了多品种参考群体能为复合牛种提供更稳健的遗传基础。
巴西是全球重要的牛肉出口国之一，当地肉牛养殖业正不断通过技术投入来优化生产效率。在这个过程中，杂交育种技术催生了许多适应热带气候的合成品种，其中就包括了诞生于20世纪40年代的Canchim牛。这个品种通常携带5/8的Charolais（CH，Bos taurus taurus） 血统和3/8的Nelore（NE，Bos taurus indicus） 血统，巧妙地结合了欧洲牛的产肉性能和瘤牛的适应性。然而，与主流商业品种相比，Canchim牛的群体规模仍然较小，这在一定程度上限制了其遗传评估的精度和效率。
在基因组学时代，基因型插补（genotype imputation） 技术为成本效益高的基因分型提供了有力工具。它允许我们利用高密度基因型组成的参考群体（reference panel），来推断目标群体中那些未被直接测定的基因型，从而在不必对每个个体进行昂贵的高密度检测的前提下，提高标记密度，助力基因组选择（genomic selection）。然而，对于Canchim这样的复合品种（composite breed） 来说，其基因组是由祖先品种的基因组片段重组拼接而成，其遗传结构是否稳定，以及如何为其构建最优的插补参考群体，仍然是一个悬而未决的问题。特别是，在插补时，是只用Canchim牛自身作参考，还是需要将其创始人品种也包含进来，才能获得更高的准确性？这对于在资源有限条件下，优化Canchim牛的遗传改良策略至关重要。针对这一科学问题，研究人员在《Journal of Applied Genetics》上发表了一项研究，系统评估了创始人品种基因型对Canchim牛基因型插补精度的影响。
为开展此项研究，研究人员运用了几个关键技术方法。首先，他们构建了包含2093头牛的研究群体，其中包括804头Nelore（NE）、897头Charolais（CH）和392头Canchim（CA），所有个体均使用Illumina BovineHD Genotyping BeadChip进行了高密度（777,962个SNP）基因分型。其次，为了模拟中密度芯片的常见应用场景，研究人员对CA牛的基因型进行了“掩码”处理，将其降级为相当于BovineSNP50 BeadChip的54,609个SNP。接着，他们设计了14种不同的插补场景，变量包括参考群体的品种构成（仅NE、仅CH、NE+CH、或包含部分CA个体）、性别、出生年份和谱系（新谱系 vs. 旧谱系）。然后，使用FImpute v.3软件进行基因型插补，该软件能够基于连锁不平衡（linkage disequilibrium） 和共享单倍型来推断缺失基因型。最后，通过主成分分析（principal component analysis） 评估群体结构，通过韦尔-科克勒姆固定指数（Fstof Weir and Cockerham） 衡量遗传分化，并采用正确插补基因型百分比（PERC） 和观测与插补基因型间的皮尔逊相关系数平方（R2） 两个指标来量化插补精度。
结果与讨论
插补精度存在广泛变异，包含CA个体的场景普遍更优
对14种插补场景的分析显示，PERC值在66.52% 到97.39% 之间，R2在0.6352到0.9780之间波动。当参考群体仅包含创始人品种（NE或CH）时，插补精度波动较大（PERC：66.52%-90.07%；R2：0.6352-0.9121）。相比之下，所有在参考群体中加入了CA个体的场景（S4至S14），其精度均显著更高且更稳定（PERC：89.79%-97.39%；R2：0.9061-0.9780）。
遗传相似性是决定插补精度的关键因素
主成分分析和Fst值揭示了遗传距离与插补精度的强相关性。在仅使用NE作为参考群体的场景S1中，观测到最低的精度（PERC=66.52%， R2=0.6352）和最高的遗传分化（Fst=0.1169）。而仅使用CH的S2场景，由于CA与CH遗传更接近（Fst=0.0385），精度有所提高（PERC=71.80%， R2=0.7181）。当NE和CH被共同纳入参考群体时（S3），精度得到显著提升（PERC=90.07%， R2=0.9121），这说明尽管NE与CA遗传距离较远，但其遗传信息的加入仍然能优化插补过程。
最优策略：包含创始人品种及特定CA亚群的多品种参考群体
研究发现，同时包含NE、CH以及CA特定亚群（如雄性个体或2004年前出生的个体） 的参考群体，能实现最高的插补精度。例如，场景S6（参考群体：NE+CH+CA雄性）和S10（参考群体：NE+CH+2004年前出生的CA）达到了接近的顶级精度（S6: PERC=97.39%， R2=0.9780；S10: PERC=97.37%， R2=0.9777）。这优于仅使用CA旧谱系个体作为参考群体的场景（S14: PERC=95.12%， R2=0.9564）。研究表明，CA与CH共享的单倍型区块（haplotype blocks）数量更多、频率更高，这为基于共享单倍型匹配的插补算法（如FImpute）提供了更有利的条件。
结论与意义
本研究的核心结论是：在参考群体中包含创始人品种（Nelore和Charolais）能显著提高Canchim牛基因型插补的准确性。 最优策略是构建一个多品种参考群体（multibreed reference population），该群体不仅包含目标复合品种的代表性个体，还应纳入其所有的创始人品种。
这项研究具有重要的理论与实践意义。在理论上，它证实了对于遗传背景复杂的合成品种，其最优插补参考群体并非简单的同品种群体，而是需要涵盖其遗传来源的“祖先库”，这加深了我们对群体遗传结构与插补算法性能之间关系的理解。在实践上，该研究为Canchim牛乃至其他复合畜种的基因组选择项目提供了明确的优化方案。通过采用包含创始人品种的参考群体进行基因型插补，育种者可以在使用成本更低的中低密度芯片的前提下，获得接近高密度芯片的基因型信息质量，从而以更高的成本效益推进遗传改良进程，这对于资源有限的育种项目尤其具有价值。最终，这项研究为提升复合牛种的育种效率、挖掘其遗传潜力提供了坚实的技术支撑。
