αS1-和κ-酪蛋白变异与育种计划中穆尔西亚诺-格拉纳迪纳公羊精液质量性状的多变量关联

《Journal of Dairy Science》：Multivariate association between αS1- and κ-casein variants and semen quality traits in Murciano-Granadina bucks in breeding programs

　　

本研究评估了αS1-和κ-酪蛋白（casein）基因型与穆尔西亚诺-格拉纳迪纳（Murciano-Granadina）公羊精液质量性状之间的关联，旨在探讨其在整合产奶和繁殖性能的双重用途育种计划中的潜在相关性。研究人员分析了2010年至2019年间从115头公羊采集的6,868份精液样品，所有样品均按照标准化采集和评估方案处理。精液性状表现出显著变异，尤其在射精体积（平均值1.34 mL；范围0–5.0）、精子浓度（平均值3,619 × 10⁶/mL）和活动力参数方面。多变量分析揭示了两个酪蛋白系统均存在显著的基因型相关分化模式。对于αS1-酪蛋白（αS1-casein），两个典型函数解释了超过90%的总多变量变异，其中精子浓度、前向运动力（progressive motility）和膜功能性（HOST，低渗膨胀试验）对基因型区分贡献最大（P < 0.0001）。携带AA和AB基因型的公羊与较高的精子产量和射精体积相关，而BB基因型在活动力相关性状和顶体完整性（acrosome integrity）方面表现出相对较高的值。对于κ-酪蛋白（κ-casein），一个典型函数解释了大多数多变量区分（89.0%），主要由前向运动力和总活动力驱动（P < 0.0001）。类似地，AA和AB基因型与较高的精子产量相关，而BB基因型表现出相对增强的活动力稳定性和顶体完整性。补充的CHAID（卡方自动交互检测）分类分析支持这些模式，并实现了中等分类准确率（约66%），但平衡准确率较低（17.9–35.2%），反映了基因型不平衡。来自混合模型的标准效应量较小（偏R²范围：0.002–0.037），符合繁殖性状的多基因特性。总体而言，结果证明了酪蛋白基因型与精液质量性状之间存在统计显著的多变量关联。虽然这些发现不暗示因果关系，但表明酪蛋白变异可为多性状选择方案提供补充信息。然而，其个体效应是适度的，在育种计划中实际应用之前，需要在独立群体和功能研究中进行进一步验证。

**研究背景与目的**

全球山羊乳制品（包括乳、奶酪和肉）产量在过去二十年增长了66%，这主要归因于对高产公羊和母羊的遗传选择，重点在于产奶量和成分。西班牙本土穆尔西亚诺-格拉纳迪纳（Murciano-Granadina）山羊因其优异的乳用性状已与国际品种竞争，其蛋白质、脂肪和干物质含量百分比往往更高。为满足高品质乳制品需求，育种协会（如CAPRIGRAN）实施了结合遗传评估和人工授精的先进选择计划，其中公羊被常规进行酪蛋白基因分型，因为酪蛋白基因强烈影响乳蛋白的数量和技术特性。四种酪蛋白基因（CSN1S1、CSN2、CSN1S2、CSN3）聚集在6号染色体上。αS1-酪蛋白（CSN1S1，编码αS1-酪蛋白的基因）和κ-酪蛋白（CSN3，编码κ-酪蛋白的基因）因对蛋白质产量、乳组成和奶酪质量有显著影响而被常规分析。尽管大多数研究聚焦于乳用性能，但酪蛋白位点被假设与繁殖性状相关。两者均在内分泌调控（尤其通过催乳素、生长激素、胰岛素样生长因子1和类固醇激素）下表达，这些激素也调控睾丸发育、精子发生和附属性腺功能。然而，实证证据有限。因此，本研究旨在填补这一空白，通过应用典型判别分析（CDA）评估αS1-和κ-酪蛋白基因型与穆尔西亚诺-格拉纳迪纳公羊精液性状的关联，探索酪蛋白多态性作为精子质量变异潜在因素的可能性，从而为整合乳用性能和繁殖效率的遗传标记提供依据。

**研究概述与主要结论**

研究人员对2010年至2019年间从115头公羊采集的6,868份精液样品进行了回顾性分析，在标准化条件下评估了射精体积、精子浓度、总活动力、前向运动力、顶体完整性、膜功能性（HOST）和实际剂量等性状。通过多变量假设-误差典型判别分析（HE-CDA）、线性混合模型（LMM）和卡方自动交互检测（CHAID）决策树等方法，发现αS1-和κ-酪蛋白基因型均与精液质量性状存在统计显著的多变量关联，但效应量较小（偏R2范围0.002–0.037），符合繁殖性状的多基因特性。这些结果表明酪蛋白变异可能需要作为多性状选择中的补充信息，而非主要决定因素，且在实际应用前需在独立群体和功能研究中进行验证。论文发表在《Journal of Dairy Science》。

**主要关键技术方法（不超过250字）**

研究对象为115头穆尔西亚诺-格拉纳迪纳公羊（来自CAPRIGRAN育种计划），在2010–2019年间采集6,868份精液，使用人工阴道收集后立即置于37°C水浴。基本性状（射精体积、质量活动力、精子浓度）通过标准方法记录；计算机辅助精子分析（CASA）评估总活动力和前向运动力；顶体完整性通过甲醇固定后油镜计数；膜功能性通过低渗膨胀试验（HOST）测定。基因分型采用竞争性等位基因特异性PCR（KASP）对CSN1S1和CSN3进行常规分型。统计方法包括：假设-误差矩阵典型判别分析（HE-CDA）分解多变量变异，线性混合模型（LMM）以公羊为随机截距估计基因型效应，以及CHAID决策树进行探索性分类，并通过10折交叉验证及置换检验（10,000次迭代）评估显著性。

**研究结果**

* **先验假设与描述性统计（A Priori Assumptions and Descriptive statistics）**：初步分析显示精液参数近似正态分布（Q-Q图证实），但方差齐性存在偏离，故采用置换检验。描述性统计显示精液性状存在较大变异，例如射精体积平均1.34 mL（范围0–5.0），精子浓度平均3,619 × 10⁶/mL，总活动力平均88.13%，前向运动力平均58.85%，顶体完整性平均95.32%，HOST（膜功能性）平均61.95%。

* **图形典型判别分析（Graphical Canonical Discriminant Analysis）**：通过假设-误差（HE）图可视化多变量分离。对于αS1-酪蛋白，Wilks' Lambda值为0.0232，表明基因型间存在高度显著的多变量分化；第一典型维度解释99.77%的组间变异，H椭圆相对于E椭圆显著扩展，表明体积和精子浓度是主要区分变量。对于κ-酪蛋白，Wilks' Lambda为0.9548，显示较弱的多变量分离；第一典型维度解释89.05%的组间变异，前向运动力和总活动力为主要贡献因素。

* **方差膨胀因子与多变量共线性管理（Variance Inflation Factors and Multicollinearity Management）**：逐步移除高度共线性变量后，保留的预测变量（实际剂量、体积、精子浓度、总活动力、前向运动力、HOST、顶体完整性）的VIF均低于5，确保后续分析中预测变量独立。

* **典型相关维度与模型可靠性（Canonical Correlation Dimensions, Efficiency and Model Reliability）**：αS1-酪蛋白的前两个典型函数解释91.2%的组间变异（F1=58.9%，F2=32.3%），而κ-酪蛋白仅第一个函数显著（解释89.0%）。Bartlett检验确认αS1-酪蛋白的前两个函数和κ-酪蛋白的第一个函数显著。Wilks' lambda检验显示，αS1-酪蛋白中HOST（膜功能性）是最强判别变量（Λ=0.972），其次为精子浓度和前向运动力；κ-酪蛋白中前向运动力最强（Λ=0.969），总活动力和体积也显著。Pillai's Trace准则确认两组基因型间精液性状整体差异显著。

* **典型标准化系数与载荷（Canonical Standardized Coefficients, Loadings, and Spatial Representation）**：载荷图显示，αS1-酪蛋白的第一轴由精子浓度（负向）和HOST（正向）主导，第二轴由前向运动力（正向）主导；κ-酪蛋白的第一轴由前向运动力和总活动力（正向）主导，精子浓度（负向）次要。马氏距离树状图显示αS1-酪蛋白的AA和EE基因型最发散，AB和AE距离最近。

* **补充敏感性分析（Supplementary Statistical Sensitivity Analysis）**：线性混合模型（LMM）确认，对于αS1-酪蛋白，基因型显著关联于精子浓度（P<0.001）、前向运动力（P<0.01）和HOST（P<0.001），AA和AB基因型精子产量更高，BB活动力参数更优。对于κ-酪蛋白，基因型显著关联于前向运动力（P<0.001）和总活动力（P<0.01），与多变量结果一致。

* **数据挖掘：CHAID决策树（Data Mining: CHAID Decision Tree）**：CHAID分析显示，αS1-酪蛋白的AA和AB基因型与高精子输出和射精体积相关，BB基因型在顶体完整性和活动力方面表现优异。κ-酪蛋白的AA基因型显示高活动力和精子输出，BB基因型顶体稳定性高，AB基因型提供平衡性能。模型总体分类准确率约66%（αS1）和61%（κ），但平衡准确率低（17.9%和35.2%），表明预测能力受基因型频率不均影响。

**讨论与结论总结**

讨论部分指出，本研究表明酪蛋白基因型与多变量精液质量性状存在统计显著但适度的关联，这些发现应在繁殖性状的多基因背景下解读。尽管效应量较小（偏R2 0.002–0.037），但估计边际均值（EMM）在关键功能参数（如精子浓度、前向运动力、体积和膜功能性）上显示了一致且生物学可解释的基因型相关变化。例如，αS1-酪蛋白的AA基因型精子浓度最高，EE基因型前向运动力和HOST最优；κ-酪蛋白的AA基因型体积和剂量产量最高，AB基因型活动力最佳。这些模式提示基因型间存在潜在的生物学权衡，而非单一基因型的统一优势。由于繁殖性状的多因素特性，单个位点效应预期较小。研究人员强调观察性设计无法推断因果关系，关联可能源于连锁不平衡、多效性或间接选择压力。因此，酪蛋白基因型可作为多性状选择中的补充信息，但实际应用前需在独立群体和功能研究中验证。

研究结论部分（翻译）：本研究提供了强有力的多变量证据，表明αS1-和κ-酪蛋白基因型与穆尔西亚诺-格拉纳迪纳公羊的精液质量性状变异存在统计显著关联。典型判别和CHAID分析的整合揭示了精子产量、活动力和顶体完整性参数中结构化的基因型相关分化。尽管单个位点解释的方差比例适中，但相关功能性状中基因型相关差异的一致性和方向性支持了这些多态性在繁殖背景下的相关性。从育种角度看，αS1-酪蛋白AA和AB基因型与精子产量和射精体积的较高调整均值相关，而BB基因型在活动力和顶体完整性参数方面特征较高。对于κ-酪蛋白，AA和AB基因型与较高的精子输出指标相关，而BB基因型表现出稳定的活动力和完整性谱。这些模式表明存在基因型相关的繁殖表型，而非任何单一基因型的统一优势。然而，由于观察性设计和缺乏实验验证，无法建立因果推断。所观察到的关联可能反映多效性、酪蛋白基因簇内的连锁不平衡或针对乳用性状的相关选择。因此，将酪蛋白基因分型整合到选择计划中可能提供额外的间接选择工具，但需在独立群体和功能基因组研究中确认。未来研究应评估更大且遗传多样化的群体中的这些关联，纳入全基因组信息，并探索结合乳用和繁殖性状的综合选择指数。这些方法将对于确定酪蛋白基因型在穆尔西亚诺-格拉纳迪纳育种计划中可持续和平衡遗传改良的实际相关性至关重要。