全基因组测序在遗传病检测中的临床应用专家共识（完整版） 遗传病是指由于基因或基因组的结构或功能改变所导致的疾病。下一代测序（next-generation sequencing,NGS）是遗传病检测领域的一项革新性技术。近年来靶向测序和全外显子组测序（whole exome sequencing,WES）得到广泛认可，逐渐成为辅助医生进行遗传病诊断的重要工具[1]。这些检测手段尽管有效，仍然存在一些技术限制，特别是在检测结构变异（structural variations,SV）等方面。全基因组测序（whole genome sequencing,WGS）有望进一步提升临床遗传检测的效能[2]。WGS对受检者基因组中的全部DNA序列进行检测，较WES所覆盖的区域更广，不仅覆盖了几乎全部基因的外显子序列，也覆盖了内含子序列和基因间序列。现在认为WGS可有效避免在对相关基因组区域进行靶向富集时产生的技术偏差，不仅可以检出单核苷酸变异（single nucleotide variations，SNV），还可以对SV进行分析，并常规性地对线粒体基因组（mitochondrial genome DNA,mtDNA）变异进行分析[2,3]。同时其操作步骤相对简化，能更加快速地获得更完整的基因组信息。因此，WGS 应用于临床遗传诊断有望提高诊断率，缩短诊断流程，节省时间及降低诊疗费用[4]。 由于WGS产生的数据涉及受检者的几乎全部遗传信息，其应用于临床遗传病检测需遵循医学伦理中的自愿、患者受益、不伤害和公平原则。
为了实现其应有的临床意义，并妥善处理检测可能带来的复杂遗传咨询问题，本共识列出了WGS作为遗传病诊断检测手段的关键特征，并在检测申请、检测及分析流程、报告及遗传咨询等方面给出建议，但其实施流程及效能验证的具体步骤不在本共识的涵盖范围。本共识适用于以NGS技术为主的高覆盖度WGS（通常>40X）在遗传病临床诊断性检测中的应用，主要针对符合孟德尔遗传规律的基因或基因组疾病。对于WGS在预测性检测、筛查等场景中的应用，不在本共识的讨论范畴。 一、送检目的及临床适应证 1．送检目的： 本共识认为WGS可用于以下送检目的，（1）临床诊断不明但怀疑为遗传病的患者，通过WGS寻求相关的分子诊断和鉴别诊断；（2）临床诊断明确的遗传病患者，为进一步指导治疗或生育寻求分子水平的确诊。 2．临床适应证： WGS适用于怀疑遗传病是患者全部或部分症状原因的所有情况。（1）推荐WGS，①高度怀疑患者有遗传病的可能（如临床症状、体征和其他
中国水产科学 2011年7月, 18(4: 936?943 Journal of Fishery Sciences of China 综述 收稿日期: 2011?03?14; 修订日期: 2011?04?10. 基金项目: 国家自然基金资助项目(30730071; 30972245; 农业科技成果转化资金项目(2010GB24910700. 作者简介: 于洋(1987?, 硕士研究生. E-mail: yuy8866@https://www.doczj.com/doc/fb13154700.html, 通信作者: 张晓军, 副研究员. E-mail: xjzhang@https://www.doczj.com/doc/fb13154700.html, DOI: 10.3724/SP.J.1118.2011.00935 全基因组选择育种策略及在水产动物育种中的应用前景 于洋1,2 , 张晓军1 , 李富花1 , 相建海1 1. 中国科学院海洋研究所实验海洋生物学重点实验室, 山东青岛266071; 2. 中国科学院研究生院, 北京 100049 摘要: 全基因组选择的概念自2001年由Meuwissen 等提出后便引起了动物育种工作者的广泛关注。目前, 澳大利亚、新西兰、荷兰、美国的研究小组已经应用该方法进行了优质种牛的选择育种, 并取得了很好的效果。此外在鸡和猪的选择育种中也有该方法的应用, 但在水产动物选育中尚未见该方法使用的报道。本文对“全基因组选择育种”的概念和提出背景进行了归纳, 对全基因组选择育种的优势进行了阐述, 并详细介绍了其具体的策略, 总结了目前全基因组育种所广泛采用的方法以及取得的成果, 旨在为该方法在水产动物育种方面的应用研究提供科学参考。 关键词: 全基因组选择; 水产动物育种; SNP; QTL; 全基因组育种值估计 中图分类号: S96 文献标志码: A 文章编号: 1005?8737?(201104?0935?08 人类对于动物的选择育种由来已久, 最初所进行的只是简单的人工驯化。随着遗传学研究的发展, 尤其是“数量遗传学理论”的提出, 动物育种技术进入快速发展时
发表于《中国奶牛》，2011 全基因组选择育种技术及在奶牛育种中应用进展 范翌鹏1孙东晓1* 张勤1张胜利1张沅1刘林2 （1.中国农业大学动物科技学院，北京，100193； 2.北京奶牛中心. 北京. 100085） 摘要：全基因组选择是指基于基因组育种值（GEBV）的选择方法，指通过检测覆盖全基因组的分子标记，利用基因组水平的遗传信息对个体进行遗传评估，以期获得更高的育种值估计准确度。由于可显著缩短世代间隔，全基因组选择作为一种育种新技术在奶牛育种中具有广阔的应用前景，目前已经成为各国的研究热点。不同国家的试验结果表明，在奶牛育种工作，基于GEBV 的遗传评估可靠性在20-67%之间,如果代替常规后裔测定体系，可节省92%的育种成本。本文综述了全基因组选择的基本原理及其在各国奶牛育种中的应用现状和所面临的问题。 关键词：全基因组选择，奶牛育种 Genome-Wide Selection and its Application in Dairy Cattle FAN YiPeng, SUN Dongxiao, ZHANG Qin, ZHANG Shangli, ZHANG Yuan, LIU Lin (College of Animal Science Technology, China Agricultural University, Beijing, 100193) Abstract: Genomic selection refers to selection decisions based on genomic breeding values (GEBV). The GEBV are calculated as the sum of the effects of dense genetic markers, or haplotypes of these markers, across the entire genome, thereby potentially capturing all the quantitative trait loci (QTL) that contribute to variation in a trait. Genomic selection has become a focus of study in many countries as the new breeding method. Reliabilities of GEBV for young bulls without progeny test results in the reference population were between 20 and 67%. By avoiding progeny testing, bull breeding companies could save up to 92% of their costs [1]. In this paper, we first review the progress of genomic selection, including the principle, methods, accuracy and advantages of genomic selection. We then review the application of genomic selection in dairy cattle. Key words: Genomic Selection, Dairy Breeding 全基因组选择（Genomic Selection,GS），即全基因组范围的标记辅助选择（Marker Assisted Selection, MAS），指通过检测覆盖全基因组的分子标记，利用基因组水平的遗传信息对个体进行遗传评估，以期获得更高的育种值估计准确度。研究已表明，标记辅助选择可提高奶牛育种遗传进展[2][3]，但是在目前奶牛育种工作中却无法大规模推广应用标记辅助选择。因为奶牛的生产性状和健康性状均受大量基因座位共同影响，通过有限数量的已知标记无法大幅度加快遗传进展；其次，通过精细定位策略鉴定主效基因需花费大量人力物力和时间；而且利用标记信息估计育种值的计算方法也很复杂。全基因组选择基于基因组育种值（Genomic Estimated Breeding Value, GEBV）进行选择，其实施包括两个步骤：首先在参考群体中使用基因型数据和表型数据估计每个染色体片段的效应；然后在候选群体中使用个体基因型数据估计基因组育种值（genomic breeding value，GEBV）[4]，模拟研究证明，仅仅通过标记预测育种值的准确性可以达到0.85（指真实育种值与估计育种值之间的相关，而可靠性则指其平方）。如果在犊牛刚出生时即可达到如此高的准确性，对奶牛育种工作则具有深远意义。模拟研究表明：对于一头刚出生的公犊牛而言，如果其GEBV的估计准确性可以达到经过后
全基因组重测序数据分析 1. 简介(Introduction) 通过高通量测序识别发现de novo的somatic和germ line 突变，结构变异-SNV，包括重排 突变（deletioin, duplication 以及copy number variation）以及SNP的座位；针对重排突变和SNP的功能性进行综合分析；我们将分析基因功能（包括miRNA），重组率（Recombination）情况，杂合性缺失（LOH）以及进化选择与mutation之间的关系；以及这些关系将怎样使 得在disease（cancer）genome中的mutation产生对应的易感机制和功能。我们将在基因组 学以及比较基因组学，群体遗传学综合层面上深入探索疾病基因组和癌症基因组。 实验设计与样本 （1）Case-Control 对照组设计； （2）家庭成员组设计：父母-子女组（4人、3人组或多人）； 初级数据分析 1．数据量产出：总碱基数量、Total Mapping Reads、Uniquely Mapping Reads统计，测序深度分析。 2．一致性序列组装：与参考基因组序列（Reference genome sequence）的比对分析，利用贝叶斯统计模型检测出每个碱基位点的最大可能性基因型，并组装出该个体基因组的一致序列。3．SNP检测及在基因组中的分布：提取全基因组中所有多态性位点，结合质量值、测序深度、重复性等因素作进一步的过滤筛选，最终得到可信度高的SNP数据集。并根据参考基 因组信息对检测到的变异进行注释。 4．InDel检测及在基因组的分布: 在进行mapping的过程中，进行容gap的比对并检测可信的short InDel。在检测过程中，gap的长度为1~5个碱基。对于每个InDel的检测，至少需 要3个Paired-End序列的支持。 5．Structure Variation检测及在基因组中的分布: 能够检测到的结构变异类型主要有：插入、缺失、复制、倒位、易位等。根据测序个体序列与参考基因组序列比对分析结果，检测全基因组水平的结构变异并对检测到的变异进行注释。
猪基因组研究 鉴于猪的经济重要性以及医学研究价值, 猪是一种重要的动物模型, 是未来外源器官 移植的重要来源。由于猪的经济重要性以及医学研究价值, 许多有关猪的研究计划被先后掀起。许多有关猪的研究计划被先后掀起, 其中猪的基因组是研究热点和重点。从猪的基因定位、基因图谱、QTL定位、候选基因分析、测序进展、功能分析和蛋白质组学研究等方面综述了猪基因组研究取得的进展, 为进一步深入研究猪基因组提供理论参考。。PiGMaP 基因定位项目由欧洲经济共同体资助, 共有18 个欧洲实验室及7 个美国、日本和澳大利亚的实验室共同参与; 。此外, 美国农业部(USDA) 展开了二大项目研究: 一是在内布拉斯加州肉用动物 研究中心开展的大规模基因定位计划; 二是国家动物 基因组研究计划, 此项目提供了不同动物基因组的框 架, 促进包括猪在内的所有物种基因定位的互作及简 易化。近几年来, 美国州立、私立大学以及联邦实验室 的科学家们共同成立猪基因组技术委员会, 并积极参 与了动植物基因组会议, 这些研究最终促进了猪基因 图谱和功能基因组学的快速发展。。2004 年9 月在华盛顿主办 的“未来25 年基因组学的需求工作组会议”强烈要求 支持猪的基因组测序及一些高通量技术和仪器的开发 及利用。在过去的10 多年, 已有大量猪基因和QTLs 被分离鉴定及定位, 一些改善猪生产性能的基因测试 已应用到实践中。测序和表达分析的发起为充分了解 猪生物学的复杂性提供了一条新途径。
我国特有三种猪PPAR 分析我国特有三个小型猪品系巴马小型猪、五指山小型猪, 中国农大小型猪过氧化物酶体增 殖物激活受体 ( PPAR )基因exon 5 intron 5 这段序列的单核苷酸多态性( SNPs)分布特点,为我国小型猪在糖尿病和 代谢性疾病的研究中提供基础资料。方法 提取三个品系小型猪血液基因组DNA, 以基因组DNA 为模板, 应用多 聚合酶链式反应( PCR) 技术在合成的特异性引物引导下扩增, 将PCR 产物纯化, 然后进行测序, 再将测序结果在 NCBI中进行BLAST比对分析。结果测序结果显示:在PPAR 基因exon 5 intron 5 中存在12 个单核苷酸位点,分 别为83G→A, 133C→T, 134G→T , 141C→G, 146 T→G, 150 T→G, 179C→A, 196C→T, 205C→T, 212C→T , 218 T→C, 219T→C,其中只有83G→A 这一单核苷酸突变位点位于编码区内,密码子TCA→TCG,氨基酸为Ser163Ser。结论 在三 个品系小型猪中PPAR 基因多态位点的分布存在差异, 表明小型猪的品种不同多态情况不同。 过氧化物酶体增殖物激活受体α( peroxisome roli ferator activated receptor , PPARα) 是一类由配体激活的核转录因子, 属核激素受体超家族成员[ 1 ]。1990 年, Issemann 首次在啮齿类动物的肝脏中克隆出过氧化物酶体增值物激活受体α[ 2], 紧接着由Dreyer克隆出了其同源基因β及γ[ 3 ],从此掀起了研究PPAR 基因的热潮。PP ARα基因是调节糖、脂代谢的重要因子, 在高脂血症、动脉粥样硬化症、肥胖及2 型糖尿病等疾病的发病机制中可能发挥重要作用。近年来国外研究发现, PPARα基因第5 外显子L162V ( CTT→GTT) 多态性与低体重糖尿病或糖尿病脂质代谢异常水平有关。小型猪被认为是 2 型糖尿病的理想模型,本研究选择我国特有的巴马小型猪、五指山小型猪、中国农大小型猪三个品系为研究对象, 对PPARα基因外显子5 到内含子5 这段DNA序列进行多态性分析, 为我国小型猪在糖尿病等代谢性疾病中的应用提供基础资料。
全基因组关联分析(Genome-wide association study;GWAS)是应用基因组中 数以百万计的单核苷酸多态性(single nucleotide ploymorphism ，SNP)为分子 遗传标记，进行全基因组水平上的对照分析或相关性分析，通过比较发现影响复杂性状的基因变异的一种新策略。 随着基因组学研究以及基因芯片技术的发展，人们已通过GWAS方法发现并鉴定了大量与复杂性状相关联的遗传变异。近年来，这种方法在农业动物重要经济性状主效基因的筛查和鉴定中得到了应用。 全基因组关联方法首先在人类医学领域的研究中得到了极大的重视和应用，尤其是其在复杂疾病研究领域中的应用，使许多重要的复杂疾病的研究取得了突破性进展，因而，全基因组关联分析研究方法的设计原理得到重视。 人类的疾病分为单基因疾病和复杂性疾病。单基因疾病是指由于单个基因的突变导致的疾病，通过家系连锁分析的定位克隆方法，人们已发现了囊性纤维化、亨廷顿病等大量单基因疾病的致病基因，这些单基因的突变改变了相应的编码蛋白氨基酸序列或者产量，从而产生了符合孟德尔遗传方式的疾病表型。复杂性疾病是指由于遗传和环境因素的共同作用引起的疾病。目前已经鉴定出的与人类复杂性疾病相关联的SNP位点有439 个。全基因组关联分析技术的重大革新及其应用，极大地推动了基因组医学的发展。(2005年, Science 杂志首次报道了年龄相关性视网膜黄斑变性GWAS结果,在医学界和遗传学界引起了极大的轰动, 此后一系列GWAS陆续展开。2006 年, 波士顿大学医学院联合哈佛大学等多个研究机构报道了基于佛明翰心脏研究样本关于肥胖的GWAS结果(Herbert 等. 2006);2007 年, Saxena 等多个研究组联合报道了与2 型糖尿病( T2D ) 关联的多个位点, Samani 等则发表了冠心病GWAS结果( Samani 等. 2007); 2008 年, Barrett 等通过GWAS发现了30 个与克罗恩病( Crohns ' disrease) 相关的易感位点; 2009 年, W e is s 等通过GWAS发现了与具有高度遗传性的神经发育疾病——自闭症关联的染色体区域。我国学者则通过对12 000 多名汉族系统性红斑狼疮患者以及健康对照者的GWAS发现了5 个红斑狼疮易感基因, 并确定了4 个新的易感位点( Han 等. 2009) 。截至2009 年10 月, 已经陆续报道了关于人类身高、体重、 血压等主要性状, 以及视网膜黄斑、乳腺癌、前列腺癌、白血病、冠心病、肥胖症、糖尿病、精神分 裂症、风湿性关节炎等几十种威胁人类健康的常见疾病的GWAS结果, 累计发表了近万篇 论文, 确定了一系列疾病发病的致病基因、相关基因、易感区域和SNP变异。) 标记基因的选择： 1)Hap Map是展示人类常见遗传变异的一个图谱, 第1 阶段完成后提供了 4 个人类种族[ Yoruban ,Northern and Western European , and Asian ( Chinese and Japanese) ] 共269 个个体基因组, 超过100 万个SNP( 约1
《比较基因组学鉴定藏猪和家猪的自然和人工选择》的 主要内容 藏猪主产于青藏高原，包括四川阿坝及甘孜藏猪、云南迪庆藏猪、甘肃合作藏猪以及分布于西藏自治区山南、林芝、昌都等地的藏猪类群。藏猪是世界上少有的高原型猪种，是我国宝贵的地方品种资源。藏猪长期生活于无污染、纯天然的高寒山区，具有适应高海拔恶劣气候环境、抗病、耐粗等特点。藏猪能适应恶劣的高寒气候，在海拔2,500～3,500m的青藏高原半山区，年平均气温7～12℃、冬季最低-15℃、无霜期110～190天、食物资源缺乏的严酷条件下，藏猪仍能很好地生存下来。这种极强的适应能力和抗逆性，是其他猪种所不具备的独特种质特性。2004年，藏猪正式列入《中国畜牧品种志》，被正式确定为地方原始猪种。 该研究利用高通量测序技术及生物信息分析策略，从基因组水平充分揭示了藏猪特有高原环境适应性的分子机理，同时解析了四川盆地家猪在几千年的人工驯化过程中基因组中重要经济性状相关基因的进化方向。该研究主要包括以下两部分内容和发现： 第一部分：藏猪和欧洲家猪的比较基因组学分析 自然选择和人工选择是动物进化和家猪品种形成的重要驱动力之一。该研究首先通过组装我国特有高原型猪种——藏猪的基因组，与欧洲家猪杜洛克猪的参考基因组进行比较基因组学研究。揭示了猪基因组中大量功能基因在高原极端环境和强烈人工选择下出现的差异。嗅觉、能量代谢、低氧适应、紫外线抵抗、血液循环系统的平滑肌发育、子宫内的血液运输和药物转运等基因在藏猪和家猪间呈现出截然不同的进化趋势。 1. 通过基因组大小的比较分析发现藏猪基因组比家猪基因组小了0.09Gb (9千万) 碱基序列，且两者基因组仅有93.41%的部分共线，其差异堪比牦牛和家牛（共线性程度94%）差异程度。此外，藏猪和家猪间186 Mb（1亿8千万）碱基的序列方向相反，其差异可比人与黑猩猩（基因组间反向序列为154 Mb (1亿5千万)）。进一步分析发现藏猪和家猪的祖先可能早在690万年前就已经开始各自向不同方向进化，甚至可能早于牦牛和家牛（490万年前），人类和黑
如何查找基因序列？（转载） (2010-08-01 11:47:41) 如何查找基因序列？ ——在Genbank中寻找目的基因的实例 ——献给受类似问题困扰的广大酷友，以及给我动力和信心发表原创帖的基因酷的朋友们。 酷友感言：网络的世界很精彩，网络的查询很无奈。为了我们的科学研究事业，为了我们能够顺利毕业，我们的广大酷友们在网络的海洋里遨游…遨游…咋就找不到彼岸呢？今天要设计这个基因的PCR引物，明天又要查那个基因的信息，那么大一张网，唉想起来就郁闷……鉴此，我们推出了利用Genbank查找基因序列的帖子，希望对大家有所帮助，并请大家多多指教！当然，如果您已经是此中高手，那就权当我是班门弄斧了，呵呵。 1. 根据文献 搞reasearch肯定要读文献的，如果你曾经在文献中看到过你感兴趣的基因，而且文中还提到了该基因在Genbank中的ID号，那就好办了，直接打开https://www.doczj.com/doc/fb13154700.html,，在Search后的下拉框中选择Nucleotide，把Genbank ID号输入GO前面的文本框中，点“GO”，就可以找到他了。 举例说明，例如：在2003年JBC的文章（Conditional Knock-out of
Integrin-linked Kinase Demonstrates an Essential Role in Protein Kinase B/Akt Activation）中出现了“calreticulin (GenBank accession number gi 16151096)”，那么把“16151096”输入GO前面的文本框中，点“GO”，就可以找到该基因了（当然包括基因序列等相关信息）。 在出现了检索结果界面（下图）后，直接点击红箭头所指的 AY047586就可以看到基因的相关信息了...（呵呵，是不是有点太......easy 了） 这里需要指出一下，在显示基因的页面右侧有一个Link，点击后出现一个小菜单，里面是与该基因相关的链接，很有用的，值得一个一个地去看看，这里我就不多说了。点击 AY047586后出现的界面如下：如果你只想获得序列（例如去设计PCR引物的时候），那就可以选择FASTA，这样就得到了FASTA格式的序列文件，没有其他数字和格式的干扰。 （缩略图，点击图片链接看原图）这就是FASTA格式的序列： （缩略图，点击图片链接看原图）2. 根据已经获得的基因的相关信息进行查找（待续......） 鼓励一下吧，累坏了正如路漫漫所说，如果只是知道基因的名字，怎么查序列呢？还是举例说明，比如我想做的基因名称是人的VEGF基因，那么怎么在Genbank中找到它呢？还是一步一步来...打开https://www.doczj.com/doc/fb13154700.html,/ 在search后面的下拉框中选择Gene，然后在中间的文本框中输入基
1 技术优势 全基因组测序（Whole Genome Sequencing，WGS）是利用高通量测序平台对人类不同个体或群体进行全基因组测序，并在个体或群体水平上进行生物信息分析。可全面挖掘DNA 水平的遗传变异，为筛选疾病的致病及易感基因，研究发病及遗传机制提供重要信息。 全基因组测序 平台优势 HiSeq X 测序平台 读长：PE150 通量：1.8T/run 测序周期：3 天 专为人全基因组测序准备、测序周期短、通量高
生物信息分析 技术路线 技术参数 样品要求 样本类型：DNA 样品 样本总量：≥1.0 μg DNA (提取自新鲜及冻存样本) ≥1.5 μg DNA (提取自FFPE 样本)样品浓度：≥ 20 ng/μl 测序平台及策略HiSeq X PE150 测序深度 肿瘤：癌组织(50X),癌旁组织/血液样本(30X)遗传病：30~50 X 项目周期37天
3 案例解析 该研究选取3个家系中6个患者和1个正常个体，首先使用基因芯片寻找纯合突变位点，然后对其中无亲缘关系的2例患者采用全基因组测序研究，在2例患者非编码区域均发现相同的变异，10号染色体PTF1A 末端发生一个点突变（chr10：23508437 A>G），且变异在患病人群和细胞试验中均得到了验证。研究解释了生长发育启动子隐性变异是罕见孟德尔遗传病的常见致病原因，同时说明许多疾病的致病突变也可能位于非编码区。 图1 检出的变异信息 智力障碍是影响新生儿心智发育的一类疾病。这项研究选取50个经过基因芯片和全外显子测序未确诊致病因子的trio 家系，全基因组测序检出84个de novo SNVs 和8个de novo CNVs，及一些结构变异（如VPS13B、STAG1、IQSEC2-TENM3），检出率为42%。揭示编码区的de novo SNVs 和de novo CNVs 是导致智力障碍的主要因素，全基因组测序可以作为可靠的遗传性检测应用工具。 案例一 单基因病研究——全基因组测序鉴定PTF1A末端增强子常染色体隐性突变导致胰腺 发育不全[1] 案例二 复杂疾病研究——全基因组测序解析智力障碍的主要致病因素[2] 图2 PTF1A 的家系图谱
全基因组关联分析在畜禽上的应用 摘要：随着数量遗传学、分子生物学以及计算机水平的高速发展，出现了数量遗传学与分子遗传学的结合，动物育种中也不断出现新的方法，全基因组关联分析（GWAS）以及全基因组选择（GS）。本文主要介绍了GWAS及其在几种畜禽上的应用和问题。 关键字：GWAS，牛，猪，鸡，应用 对畜禽实施标记辅助选择可提高遗传进展，但是我们首先需要找到影响畜禽重要性状的主效基因。候选基因分析和标记QTL连锁分析策略使我们对一些基因的功能和作用方式有所了解，也找到了一些主效基因。但是生物基因组中有庞大的基因数目，很多控制畜禽经济性状的基因还无法分离和鉴定，这就需要一种全新的研究手段，最好能无偏地覆盖所有基因，并能高通量检测和适应不断更新的物种基因组序列。20世纪80年代后期90年代初期，随着数量遗传学理论研究的不断深入、分子生物学的飞跃发展、计算机水平的日新月异，开始出现数量遗传学与分子遗传学结合研究的热潮，发展为现在的分子数量遗传学。动物育种中也在传统育种方法的基础上不断提出新的方法：全基因组关联分析（Genome-Wide Association Studies，GWAS）以及全基因组选择。 GWAS就可以解决以上问题，GWAS是一种对全基因组范围内的常见遗传变异:单核苷酸多态性(Single nucleotide polymorphism，SNP)和拷贝数变异(Copy number variation，CNV)进行总体关联分析的方法，其核心思想是利用全基因组范围的连锁不平衡来确定影响复杂性状或数量性状的基因[1]。 GWAS目前主要是应用在人类的复杂疾病上，2005年，自从《Science》杂志上首次报道了Klein等利用Affymetrix100K的基因芯片对年龄相关性视网膜黄斑变性进行GWAS的结果之后，一大批有关复杂疾病的GWAS报道不断出现。已经陆续报导和公布了视网膜黄斑、乳腺癌、前列腺癌、白血病、冠心病、肥胖症、糖尿病、精神分裂症、风湿性关节炎等几十种疾病全基因组关联研究的结果[2]。 在中国农业大学图书馆SCI数据中输入GWAS的相关词，并分析其检索结果。如表1。虽然这个数据并不是很全面，但是也反映了GWAS的迅速发展。 是什么原因导致GWAS发展这么快速呢？主要原因可以归结于以下3个方面：首先是基础研究的支撑，基因组计划的完成和SNP数据库的建立为GWAS 的开展奠定了基础；第二是技术上的成熟，如高通量SNP芯片检测的发展；第三是统计方法的发展，GWAS因样本量大、数据庞杂，同时还需克服群体混杂、选择偏倚、多重比较等带来的假阳性问题，需要有正确严谨的统计分析方法解决[1]。
王前飞： （1）为什么要研究表观遗传学? 答： 表观遗传学主要通过DNA 的甲基化、组蛋白修饰、染色质重塑和非编码RNA 调控等方式控制基因表达。表观遗传学是近几年兴起的而且发展迅速的一个研究遗传的分支学科，其研究和应用不仅对基因表达、调控、遗传有重要作用，而且在肿瘤、免疫等许多疾病的发生和防治以及干细胞定向分化研究、基因芯片中亦具有十分重要的意义。表观遗传学补充了“中心法则”忽略的两个问题，即哪些因素决定了基因的正常转录和翻译以及核酸并不是存储遗传信息的唯一载体；在分子水平上，表观遗传学解释了DNA序列所不能解释的诸多奇怪的现象。如: 同一等位基因可因亲源性别不同而产生不同的基因印记疾病，疾病严重程度也可因亲源性别而异。表观遗传学信息还可直接与药物、饮食、生活习惯和环境因素等联系起来，营养状态能够通过改变表观遗传以导致癌症发生，尤其是维生素和必需氨基酸。 此外，表观遗传学信息的改变，对包括人体在内的哺乳动物基因组有广泛而重要的效应，如转录抑制、基因组印记、细胞凋亡、染色体灭活等。DNA 甲基化模式的改变，尤其是某些抑癌基因局部甲基化水平的异常增加，在肿瘤的发生和发展过程中起到了不容忽视的作用。研究发现，肿瘤细胞DNA 存在广泛的低甲基化和局部区域的高甲基化共存现象，以及总的甲基化能力增高，这3个特征各以不同的机制共同参与甲基化在肿瘤发生、发展中的作用。如胃癌、结肠癌、乳腺癌、肺癌、胰腺癌等众多恶性肿瘤都不同程度地存在一个或多个肿瘤抑制基因CpG 岛甲基化。而表观遗传学改变在本质上的可逆性，又为肿瘤的防治提供了新的策略。所以，随着表观遗传学研究的深入，肯定会对人类生长发育、肿瘤发生以及遗传病的发病机制及其防治做出新的贡献，也必将在其他领域中展示其不可估量的作用和广阔的前景。 （2）表观遗传学涉及到哪些方面？ 答： 表观遗传学的研究内容主要包括：DNA甲基化、组蛋白的末端修饰和变异体、DNAaseⅠ高敏感位点、非编码RNA、转录因子及其辅助因子、顺式调控元件和基因组印记等。 （3）什么因素会影响基因表达水平？ 答： 基因选择性转录表达的调控( DNA甲基化,基因印记,组蛋白共价修饰,染色质重塑) 基因转录后的调控(基因组中非编码RNA,微小RNA（miRNA）,反义RNA、内含子、核糖开关等) 1.转录水平的调控：包括DNA转录成RNA时的是否转录及转录频率的调控，DNA 的序列决定了DNA的空间构型，DNA的空间构型决定了转录因子是否可以顺利的结合到DNA的调控序列上，比如结合到TATA等序列上。 2.翻译水平的调控：翻译水平的调控又可以分成翻译前的调控和翻译后的调控。 a、翻译前的调控主要是RNA编辑修饰。 b、翻译后调控主要是蛋白的修饰，蛋白修饰后可以成为有功能的蛋白或者有隐藏功能的蛋白。 在真核和原核细胞中，从基因表达到蛋白质合成，其间有许多地方受到调控，这
全球首次完成杨树全基因组测序 由美国能源部启动并实施的杨树全基因组测序计划已圆满完成，并于2004年9月21日对公众开放了全序列数据库。南京林业大学科研人员尹佟明副教授参与了此项研究。杨树基因组的新闻发布及庆祝会定于12月6日在美国加州举行。该项研究可望使杨树这一重要树种的品种改良时间大大缩短，用区区几十年跨越千年关。 研究的完成，使杨树成为继拟南芥和水稻之后，第三个测定全序列的植物，并且是第一个测定全基因组序列的多年生木本植物。杨树因此被广泛接受为研究多年生植物基因组的模式物种，这使该项工作具有重大的科学意义。杨树同时又是一种重要的工业用材树种，杨树全基因组计划实施，将为生物能源的开发提供知识贮备，具有重要的实际应用价值。目前，杨树的改良还处在一种半野生的初级改良阶段，在基因组研究的基础上，通过群体和数量遗传学的手段在杨树属不同树种间开发有用等位基因，并通过遗传工程的手段进行基因重组，可望在几十年的时间里完成一般作物几千年的改良历程。 杨树全基因组全序列用“鸟枪法测定”，序列库中共含有7，649，993个序列片段，去除叶绿体基因组的污染，测得的序列大约为8×基因组长度。目前对序列拼接的组装已完成了483Mb，占杨树基因组物理全长的90%以上，基本上覆盖了杨树基因组常染色体的大部分。基于基因芯片和单核苷酸多态性检测技术，对小的序列拼接及序列间隙的填充工作正在进行中，预期这部分工作将于明年完成。南京林业大学尹佟明副教授自2001年以来一直参与此项研究，对杨树基因组的注释工作将于今年12月初完成。 国际杨树基因组计划协作组的总负责人杰瑞先生认为，从世界范围来看，杨树在中国的林业生产中占有的比重是最大的，因此在杨树基因组信息的应用方面，中国在未来的研究中可能会居于世界前列。杨树全基因组计划的完成对我国从事林业及生物技术的科学家而言，提供了前所未有的机遇和挑战。 Science 15 September 2006: Vol. 313. no. 5793, pp. 1596 - 1604 DOI: 10.1126/science.1128691 RESEARCH ARTICLES The Genome of Black Cottonwood, Populus trichocarpa (Torr. & Gray) G. A. Tuskan,1,3* S. DiFazio,1,4S. Jansson,5J. Bohlmann,6I. Grigoriev,9U. Hellsten,9N. Putnam,9S. Ralph,6S. Rombauts,10 A. Salamov,9J. Schein,11L. Sterck,10 A. Aerts,9 R. R. Bhalerao,5 R. P. Bhalerao,12 D. Blaudez,13 W. Boerjan,10 A. Brun,13 A. Brunner,14 V. Busov,15 M. Campbell,16 J. Carlson,17 M. Chalot,13 J. Chapman,9 G.-L. Chen,2 D. Cooper,6 P. M. Coutinho,19 J. Couturier,13 S. Covert,20 Q. Cronk,7 R. Cunningham,1 J. Davis,22 S. Degroeve,10 A. Déjardin,23 C. dePamphilis,18 J. Detter,9 B. Dirks,24 I. Dubchak,9,25 S. Duplessis,13 J. Ehlting,7 B. Ellis,6 K. Gendler,26 D. Goodstein,9 M. Gribskov,27 J. Grimwood,28 A. Groover,29 L. Gunter,1 B. Hamberger,7 B. Heinze,30 Y. Helariutta,12,31,33 B. Henrissat,19 D. Holligan,21 R. Holt,11 W. Huang,9 N. Islam-Faridi,34 S. Jones,11 M. Jones-Rhoades,35 R. Jorgensen,26 C. Joshi,15 J. Kangasj?rvi,32 J. Karlsson,5 C. Kelleher,6 R. Kirkpatrick,11 M. Kirst,22 A.
A f f y m e t r i x全基因组S N P芯片检测 单核苷酸多态性(single nucleotide polymorphism, SNP) 指基因组单个核苷酸的变异，它是最微小的变异单元，是由单个核苷酸对置换、颠换、插入或缺失所形成的变异形式。单核苷酸多态性是基因组上高密度的遗传标志，在人类基因组中已发现的SNP数量超过3000万。作为第三代遗传标记，SNP数量众多、分布密集、易于检测，因而是理想的基因分型目标。SNP分型检测在疾病基因组（如疾病易感性），药物基因组（药效、药物代谢差异和不良反应）和群体进化等研究中具有重大意义。在人研究方面，Affymetrix 公司有分别基于GeneChip和GeneTitan平台的SNP 6.0 芯片和针对中国人群设计的CHB1＆2 Array，既可用于全基因组SNP分析，又可用于CNV分析，极大地方便了中国人类疾病GWAS研究。Affymetrix公司针对多个农业物种也开发了多款商品化的基因分型芯片，如鸡、牛、水牛、鲑鱼、水稻、小麦、辣椒、草莓等，为农业育种研究、遗传图谱构建、群体基因组学研究提供研究手段。此外，Affymetrix公司还支持定制芯片，最低起订量为480个样品。 检测原理|?技术优势|?产品列表|?定制芯片|?数据分析| 基于GeneChip平台的人SNP 6.0 芯片实验流程： 基于GeneTitan平台的Axiom基因分型芯片检测流程： 从SNP原理谈SNP分析技术之SNP芯片 日期：2012-05-21 ? ? 来源：网络 标签：?SNP原理?SNP分析?SNP芯片 摘要:?SNP是近年来基因突变的热点研究之一。它是指在单个的核苷酸上发生了变异，有四种不同的变异形式，而实际上只发生转换和颠换这两种。当科学家弄清了SNP的突变原理以后，他们就着手对SNP进行分析，以求找到疾病相对应的突变位点或者是进行个性化药物治疗研究。其中应用到的技术多达上百余种，其中包括有测序技术、质谱分析技术、HRM技术、Taqman技术以及SNP芯片技术。 恩必美生物新一轮2-5折生物试剂大促销！ Ibidi细胞灌流培养系统-模拟血管血液流动状态下的细胞培养系统 广州赛诚生物基因表达调控专题 SNP是近年来基因突变的热点研究之一。它是指在单个的核苷酸上发生了变异，有四种不同的变异形式，而实际上只发生转换和颠换这两种。当科学家弄清了SNP的突变原理以后，他们就着手对SNP进行分析，以求找到疾病相对应的突变位点或者是进行个性化药物治疗研究。其中应用到的技术多达上百余种，其中包括有测序技术、质谱分析技术、HRM 技术、Taqman技术以及SNP芯片技术。
已完成植物基因组测序情况（更新至2014年11月） 中文名拉丁名发表时间刊物科、属基因组大小拟南芥Arabidopsis thaliana 2000.12 Nature 十字花科、鼠耳芥属125M 水稻Oryza sativa. ssp. indica 2002.04 Science 禾本科、稻属466M 水稻Oryza sativa. ssp. japonica 2002.04 Science 禾本科、稻属466M 杨树Populus trichocarpa 2006.09 Science 杨柳科、杨属480M 葡萄Vitis vinifera 2007.09 Nature 葡萄科、葡萄属490M 衣藻Chlamydomonas reinhardtii 2007.01 Science 衣藻科、衣藻属130 M 小立碗藓Physcomitrella pattens 2008.01 Science 葫芦藓科、小立碗藓属480M 番木瓜Carica papaya 2008.04 Nature 番木瓜科、番木瓜属370M 百脉根Lotus japonicus 2008.05 DNA Res. 豆科472 Mb 三角褐指藻Phaeodactylum tricornutum 2008.11 Nature 褐指藻属27.4M 高粱Sorghum bicolor 2009.01 Nature 禾本科、高粱属730M 玉米Zea mays ssp. mays 2009.11 Science 禾本科、玉米属2300M 黄瓜Cucumis sativus 2009.11 Nature Genetics 葫芦科、黄瓜属350M 大豆Glycine max 2010.01 Nature 豆科、大豆属1100M 二穗短柄草Brachypodium distachyon 2010.02 Nature 禾本科、短柄草属260M 褐藻Ectocarpus 2010.06 Nature 水云属196M 团藻Volvox carteri 2010.07 Science 团藻属138M 蓖麻Ricinus communis 2010.08 Nature Biotechnology 大戟科、蓖麻属350M 小球藻Chlorella variabilis 2010.09 Plant Cell 小球藻科46M 苹果Malus × domestica 2010.09 Nature Genetics 蔷薇科、苹果属742M 森林草莓Fragaria vesca 2010.12 Nature Genetics 蔷薇科、草莓属240M 可可树Theobroma cacao 2010.12 Nature Genetics 梧桐科、可可属430-Mb 野生大豆Glycine soja 2010.12 PNAS 豆科、大豆属915.4 Mb 褐潮藻类Aureococcus anophagefferens 2011.02 PNAS 57M 麻风树Jatropha curcas 2010.12 DNA Res. 大戟科、麻风树属410M 卷柏Selaginella moellendorffii 2011.05 Science 卷柏属212M 枣椰树Phoenix dactylifera 2011.05 Nature biotechnology 棕榈科685M 琴叶拟南 芥 Arabidopsis lyrata 2011.05 Nature Genetics 十字花科、鼠耳芥属206.7 Mb 马铃薯Solanum tuberosum 2011.07 Nature 茄目、茄科、茄属844M 条叶蓝芥Thellugiella parvula 2011.08 Nature Genetics 盐芥属140M
作者简介： 刘金（1971-），男，内蒙古通辽人，畜牧师，主要从事动物防疫、检疫及畜牧改良工作。 ＊通讯作者：吴金亮（1970-），内蒙古通辽人，主要从事动物防疫、检疫及畜牧改良工作。收稿日期：2013-11-07 基因组选择育种方法已经在奶牛、 肉牛、猪、鱼等动物育种获得了革命性突破。基因组选择可以允许育种者提前选择那些获得优越染色体片段的种畜，加快和提高遗传改良的速度和效率，降低后裔测定的成本，甚至最终取代整个后裔测定方法。基因组选择能有效提高畜禽育种的遗传进展，同时还能降低群体的近交量，是近年畜禽育种界的研究热点。 １基因组选择育种 基因组选择育种是分子育种在高通量测序时代的产物，即用高通量测序技术对群体进行研究，定位到控制某个目标性状的基因，然后通过序列辅助筛选或者转基因的方法来选育新的品种。 基因组选择育种的基本思想：育种值估计是动物遗传育种的核心内容之一。育种值估计方法的实质就是利用个体本身和（或）亲属的性状记录，进行适当加权来提高选择的准确性［１］。标记辅助选择主要是将影响目标性状的基因或标记信息加入到遗传评估中来提高育种值估计的准确性。然而，标记信息所能带来的额外准确性主要取决于它能够解释的遗传变异。畜禽遗传改良的多数目标性状都是数量性状，受多个基因控制，每个基因只能解释很小比例的遗传变异。因此，通过候选基因（ｃａｎｄｉｄａｔｅｇｅｎｅ）、数量性状基因座定位（ｑｕａｎｔｉｔａｔｉｖｅｔｒａｉｔｌｏｃｉｍａｐｐｉｎｇ，ＱＴＬｍａｐｐｉｎｇ）和全基因组关联分析（ｇｅｎｏｍｅ－ｗｉｄｅａｓｓｏｃｉａｔｉｏｎｓｔｕｄｙ，ＧＷＡＳ）等策略发现的基因或标记也只能解释较小比例的遗传变异。显然，通过此策略实施标记辅助选择难以显著提高育种值估计的准确性［２］。基因组选择育种方法的提出解决了标记辅 助选择所面临的上述问题。基因组选择也是一种标记辅助选择，但与常规的标记辅助选择中只使用少数标记不同的是，基因组选择同时使用覆盖全基因组的标记进行育种值估计，由此得到的估计育种值称为基因组育种值（ｇｅｎｏｍｉｃｅｓｔｉｍａｔｅｄｂｒｅｅｄｉｎｇｖａｌｕｅ，ＧＥＢＶ）。基因组选择的一个基本假设是，影响数量性状的每一个ＱＴＬ都与高密度全基因组标记图谱中的至少一个标记处于连锁不平衡（ｌｉｎｋａｇｅｄｉｓｅ－ｑｕｉｌｉｂｒｉｕｍ，ＬＤ）状态［３］。因此，基因组选择能够追溯到所有影响目标性状的ＱＴＬ，从而克服传统标记辅助选择中标记解释遗传方差较少的缺点，实现对育种值的准确预测。 在育种史上，有３个时代： 第１个时代：根据性状来选育品种。人们有意识地根据性状对后代进行选择，包括传统的杂交育种，例如对高产易感病水稻和产量较低但抗病性较强的水稻杂交，从后代中筛选出高产且抗病较强的水稻来繁殖。其特点是不需要了解性状形成的机理，直接对性状进行选择。但是由于性状受环境影响很大，所以直接对性状进行选择并不一定总能够选择到控制优良性状的基因，育成一个品种需要较长的时间。 第２个时代：根据分子标记来选育品种。在这个时代，人们已经了解性状的形成是由染色体上某段ＤＮＡ序列决 基因组选择育种在草原家畜育种中的应用前景 刘金1，许艳玲1，包玉霞1，刘玉珍1，吴迎朝2，吴金亮3＊ １．内蒙古通辽市扎鲁特旗乌额格其牧场畜牧兽医站，内蒙古通辽０２９１０９ ２．内蒙古农业大学动物科学学院，内蒙古呼和浩特 ０１００１８ ３．内蒙古通辽市扎鲁特旗嘎达苏种畜场兽医站，内蒙古通辽０２９１０９ 摘 要：文章综述了基因组选择育种的研究进展，并分析了基因组选择育种在奶牛和内蒙古绒山羊上的应用前景和面临的 挑战。利用基因组选择育种对奶牛和内蒙古绒山羊的遗传改良进展速度尤为重要。关键词：基因组选择育种；奶牛；内蒙古绒山羊；应用前景中图分类号：S813 文献标识码：A 文章编号：1002-204X （2014）02-0042-03 ＰｒｏｓｐｅｃｔｏｆＡｐｐｌｉｃａｔｉｏｎｏｆＧｅｎｏｍｉｃＳｅｌｅｃｔｉｏｎＢｒｅｅｄｉｎｇｔｏＧｒａｓｓｌａｎｄＬｉｖｅｓｔｏｃｋＢｒｅｅｄｉｎｇ ＬＩＵＪｉｎｅｔａｌ．（ＡｎｉｍａｌＨｕｓｂａｎｄｒｙａｎｄＶｅｔｅｒｉｎａｒｙＳｔａｔｉｏｎｏｆＷｕｅｇｅｑｉＰａｓｔｕｒｅｉｎＺｈａｌｕｔｅＣｏｕｎｔｙｉｎＴｏｎｇｌｉａｏＭｕｎｉｃｉｐａｌｉｔｙ，Ｔｏｎｇｌｉａｏ，ＩｎｎｅｒＭｏｎｇｏｌｉａ０２９１０９） ＡｂｓｔｒａｃｔＴｈｅａｄｖａｎｃｅｓｉｎｔｈｅｒｅｓｅａｒｃｈｏｆｔｈｅｇｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎｂｒｅｅｄｉｎｇａｒｅｓｕｍｍａｒｉｚｅｄａｎｄｔｈｅｐｒｏｓｐｅｃｔｓａｎｄｔｈｅｃｈａｌｌｅｎｇｅｆａｃｅｄｉｎａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｇｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎｂｒｅｅｄｉｎｇｔｏｔｈｅｃｏｗｓａｎｄＩｎｎｅｒＭｏｎｇｏｌｉａｃａｓｈｍｅｒｅｇｏａｔｓａｒｅａｎａｌｙｚｅｄ．ＴｏｕｓｅｔｈｅｇｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎｂｒｅｅｄｉｎｇｉｓｅｓｐｅｃｉａｌｌｙｉｍｐｏｒｔａｎｔｔｏｔｈｅｐｒｏｇｒｅｓｓｏｆｔｈｅｇｅｎｅｔｉｃｉｍｐｒｏｖｅｍｅｎｔｏｆｃｏｗｓａｎｄＩｎｎｅｒＭｏｎｇｏｌｉａｃａｓｈｍｅｒｅｇｏａｔｓ． ＫｅｙｗｏｒｄｓＧｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎｂｒｅｅｄｉｎｇ；Ｃｏｗｓ；ＩｎｎｅｒＭｏｎｇｏｌｉａｃａｓｈｍｅｒｅｇｏａｔｓ；Ｐｒｏｓｐｅｃｔｏｆａｐｐｌｉｃａｔｉｏｎ 宁夏农林科技，ＮｉｎｇｘｉａＪｏｕｒｎａｌｏｆＡｇｒｉ．ａｎｄＦｏｒｅｓ．Ｓｃｉ．＆Ｔｅｃｈ．２０１４，５５（０２）：４２－４４ 42