利用混合线性模型和BayesCPi进行QTL-MAS2011公共数据集的全基因组关联分析

doi:10.11843/j.issn.0366-6964.2014.05.003

畜牧兽医学报 ›› 2014, Vol. 45 ›› Issue (5): 692-698.doi: 10.11843/j.issn.0366-6964.2014.05.003

利用混合线性模型和BayesCPi进行QTL-MAS2011公共数据集的全基因组关联分析

朱波^1，2,吴洋²，齐欣²，牛红²，张静静^2,3，王延晖²，陈燕²，张路培²，高会江²，高雪²,李俊雅^2*，孙少华^1*

（1.河北农业大学动物科技学院，保定 071000； 2.中国农业科学院北京畜牧兽医研究所，北京 100193；3.吉林农业大学动物科学技术学院，长春 130118）

收稿日期:2013-11-28 出版日期:2014-05-23 发布日期:2014-05-15
通讯作者: 李俊雅，博士，研究员，主要从事动物遗传育种研究，E-mail：jl1@iascaas.net.cn；孙少华，博士，教授，主要从事动物遗传育种研究，E-mail：shaohuasun@sina.com
作者简介:朱波（1989-），男，河南南阳人，硕士生，主要从事动物遗传育种与繁殖（数量遗传）研究，E-mail：zhubo525@126.com
基金资助:
现代农业（肉牛）产业技术体系岗位科学家（CARS-38）；肉牛多品种全基因组选择关键技术（31272428）

Genome-wide Association Analyses of the 15th QTL-MAS Workshop Data Using Mixed Linear Model and BayesCPi Method

ZHU Bo^1,2，WU Yang², QI Xin² ，NIU Hong²，ZHANG Jing-jing^2,3，WANG Yan-hui²，CHEN Yan², ZHANG Lu-pei², GAO Hui-jiang²，GAO Xue², LI Jun-ya^2*, SUN Shao-hua^1*

（1.College of Animal Science and Technology，Agricultural University of Hebei，Baoding 071000， China；2.Institute of Animal Science，Chinese Academy of Agricultural Sciences，Beijing 100193， China;3.College of Animal Science and Technology，Jilin Agricultural University，Changchun 130118, China）

Received:2013-11-28 Online:2014-05-23 Published:2014-05-15

摘要/Abstract

摘要：

本研究利用MTDFREML对QTL-MAS2011公共数据集的模拟性状进行方差组分估计，遗传力估计约为0.29。主成分分析显示，群体内不存在显著的群体分层现象，然后用2种模型进行全基因组关联分析研究。利用GAPIT程序包中的混合线性模型对QTL-MAS2011公共数据进行全基因组关联分析，共得到10个显著的单核苷酸（SNP）位点（P<0.05）,其中，4个显著的SNPs在1号染色体上，4个显著的SNPs在3号染色体上， 2个显著的SNPs在5号染色体上。使用HAPLOVIEW软件对1～3号染色体上88个SNPs进行连锁不平衡（Linkage disequilibrium，LD）分析，确定2个QTLs（QTL1和QTL5）分别在1号和3号染色体上，2、4、5号染色体没有检测到QTL。利用BayesCPi模型进行全基因组关联分析研究，通过基因组窗口效应方差图谱确定1个QTL在1号染色体上，2个QTL在2号染色体上，1个QTL在3号染色体上。

关键词: QTL-MAS2011, 混合线性模型, 贝叶斯模型, 全基因组关联分析, 单核苷酸多态性

Abstract:

In this study，the program MTDFREML was used to estimate the variance component of simulated traits in QTL-MAS2011 dataset.Heritability was figured out approximately to be 029.Principal component analysis showed that there wasn’t population stratification in population，and then the two kinds of models analysis of genome-wide association studies were used.Genome-wide association analyses of the 15th QTL-MAS workshop data using mixed linear model of GAPIT package was processed，by which ten significant single nucleotide polymorphisms were detected within the whole genome.Among them，four significant SNPs were on chromosome 1，four significant SNPs were on chromosome 3，and two SNPs were on chromosome 5.The linkage disequilibrium analysis of 88 SNPs on three chromosomes was performed by HAPLOVIEW program，two QTLs(QTL1 and QTL5) were identified on chromosome 1 and 3，respectively.No QTLs were detected on chromosome 2，4，5.Another genome-wide association study method(BayesCPi) was used.The genome-wide association study was performed using BayesCPi model through genomic window variance map，one QTL was detected on chromosome 1，and two QTLs were identified on chromosome 2，and one QTL was detected on chromosome 3.

Key words: QTL-MAS2011, mixed linear model, Bayesian model, GWS, SNP

中图分类号:

S813.3

朱波,吴洋，齐欣，牛红，张静静，王延晖，陈燕，张路培，高会江，高雪,李俊雅，孙少华. 利用混合线性模型和BayesCPi进行QTL-MAS2011公共数据集的全基因组关联分析[J]. 畜牧兽医学报, 2014, 45(5): 692-698.

ZHU Bo，WU Yang, QI Xin，NIU Hong，ZHANG Jing-jing，WANG Yan-hui，CHEN Yan, ZHANG Lu-pei, GAO Hui-jiang，GAO Xue, LI Jun-ya, SUN Shao-hua. Genome-wide Association Analyses of the 15th QTL-MAS Workshop Data Using Mixed Linear Model and BayesCPi Method[J]. ACTA VETERINARIA ET ZOOTECHNICA SINICA, 2014, 45(5): 692-698.

参考文献

［1］RISCH N，MERIKANGAS K.The future of genetic studies of complex human diseases ［J］.Science，1996，273(5281):1516-1517.
［2］MATUKUMALLI L K，LAWLEY C T，VAN TASSELL C P，et al.Development and characterization of a high density SNP genotyping assay for cattle ［J］.PLoS ONE，2009，4(4):e5350.
［3］RAMOS A M，CROOIJMANS R P，GROENEN M A，et al.Design of a high density SNP genotyping assay in the pig using SNPs identified and characterized by next generation sequencing technology ［J］. PLoS ONE，2009，4(8):e6524.
［4］GROENEN M A，MEGENS H J，CHENG H H，et al.The development and characterization of a 60K SNP chip for chicken ［J］.BMC Genomics，2011，12(1):274-285.
［5］MCCUE M E，BANNASCH D L，MICKELSON J R，et al.A high density SNP array for the domestic horse and extant Perissodactyla：utility for association mapping，genetic diversity，and phylogeny studies ［J］. PLoS Genet，2012，8(1):e1002451.
［6］FONTANESI L，SCHIAVO G，RUSSO V，et al.A genome wide association study for backfat thickness in Italian Large White pigs highlights new regions affecting fat deposition including neuronal genes ［J］.BMC Genomics，2012，13:583.
［7］BECKER D，WIMMERS K，LUTHER H，et al.A genome-wide association study to detect QTL for commercially important traits in Swiss Large White boars ［J］.PLoS ONE，2013，8(2):e55951.
［8］MEREDITH B K，KEARNEY F J，LYNN D J，et al.Genome-wide associations for milk production and somatic cell score in Holstein-Friesian cattle in Ireland ［J］.BMC Genet，2012，13：21.
［9］UTSUNOMIYA Y T，DO CARMO A S，GARCIA J F，et al.Genome-wide association study for birth weight in Nellore cattle points to previously described orthologous genes affecting human and bovine height ［J］. BMC Genet，2013，14：52.
［10］KIJAS J W，LENSTRA J A，HAYES B，et al.Genome-wide analysis of the world's sheep breeds reveals high levels of historic mixture and strong recent selection ［J］.PLoS Biol，2012，10(2):e1001258.
［11］ZHANG L，LIU J，ZHAO F，et al.Genome-wide association studies for growth and meat production traits in sheep ［J］.PLoS ONE，2013，8(6):e66569.
［12］PURCELL S，NEALE B，PAK C，et al.PLINK：A Tool Set for Whole-Genome Association and Population-Based Linkage Analyses［J］.Am J Hum Genet，2007，81(3):559-575.
［13］LIPKA A E，TIAN F，WANG Q，et al.GAPIT：genome association and prediction integrated tool ［J］.Bioinformatics，2012，28(18):2397-2409.
［14］ELSEN J M，TESSEYDRE S，DEMEURE O，et al.XVth QTLMAS：simulated dataset ［J］. BMC Proc，2012，(Suppl 2):S1.
［15］YTOURNEL F，TEYSSÈDRE S，GILBERT H，et al.LDSO：a program to simulate pedigrees and molecular information under various evolutionary forces［J］.J Anim Breed Genet，2012，129(5)：417-421.
［16］ZENG J，PSZCZOLA M，DEKKERS J C，et al.Genomic breeding value prediction and QTL mapping of QTLMAS2011 data using Bayesian and GBLUP methods ［J］.BMC Proc，2012，(Suppl 2):S7.
［17］FU W X，WANG C L，ZHANG Q，et al.Genome-wide association analyses of the 15th QTL-MAS workshop data using mixed model based single locus regression analysis ［J］.BMC Proc，2012,(Suppl 2):S5.
［18］BERG I V D，FRITZ S，BOICHARD D.QTL fine mapping with Bayes C(π)：a simulation study［J］.Genet Select Evol，2013，45:19.
［19］RAVI K，VADEZ V，VARSHNEY R K，et al.Identification of several small main-effect QTLs and a large number of epistatic QTLs for drought tolerance related traits in groundnut(Arachis hypogaea L.) ［J］.Theor Appl Genet，2011，122(6):1119-1132.
［20］HABIER D，FERNANDO RL，KIZILKAYA K，et al.Extension of the Bayesian alphabet for genomic selection［J］.BMC Bioinformatics，2011，12：186-198.
［21］GAO H J，WU Y，YANG R Q，et al.Forward LASSO analysis for high-order interactions in genome-wide association study ［J］.Brief Bioinformatics，2013,7:1093-1103.

[1]	王成斌, 王小鹏, 郑小明, 陈浩, 张俊杰, 郭源梅, 丁能水. 玉山黑猪两种头型遗传机制的初步解析[J]. 畜牧兽医学报, 2018, 49(8): 1585-1593.
[2]	王成斌, 王小鹏, 郑小明, 陈浩, 张俊杰, 郭源梅, 丁能水. 玉山黑猪两种头型遗传机制的初步解析[J]. 畜牧兽医学报, 2018, 49(8): 1585-1593.
[3]	张文建, 马广伟, 张潇飞, 褚衍凯, 刘静, 杨华, 闫晓红, 李玉茂, 李辉, 王宁. 羊毛品质性状相关基因CCNY的验证和分析[J]. 畜牧兽医学报, 2017, 48(8): 1389-1400.
[4]	张文建, 马广伟, 张潇飞, 褚衍凯, 刘静, 杨华, 闫晓红, 李玉茂, 李辉, 王宁. 羊毛品质性状相关基因CCNY的验证和分析[J]. 畜牧兽医学报, 2017, 48(8): 1389-1400.
[5]	武群清, 张龙超, 黄生强, 王立贤. 尾分析法在不同规模群体中开展全基因组关联研究[J]. 畜牧兽医学报, 2017, 48(7): 1181-1190.
[6]	武群清, 张龙超, 黄生强, 王立贤. 尾分析法在不同规模群体中开展全基因组关联研究[J]. 畜牧兽医学报, 2017, 48(7): 1181-1190.
[7]	王延晖,朱波，李俊雅. 基于显性模型的基因组选择中贝叶斯方法研究[J]. 畜牧兽医学报, 2017, 48(1): 60-67.
[8]	王延晖,朱波，李俊雅. 基于显性模型的基因组选择中贝叶斯方法研究[J]. 畜牧兽医学报, 2017, 48(1): 60-67.
[9]	杨文志，张明月，王冠楠，赵宇鹏，张巍巍，李世杰. 2个印记的基因间lncRNAs位于牛Dlk1-Dio3印记区域[J]. 畜牧兽医学报, 2016, 47(9): 1848-1852.
[10]	杨文志，张明月，王冠楠，赵宇鹏，张巍巍，李世杰. 2个印记的基因间lncRNAs位于牛Dlk1-Dio3印记区域[J]. 畜牧兽医学报, 2016, 47(9): 1848-1852.
[11]	齐欣，张静静，樊惠中，李娟，胡鑫，刘飞，朱波，高雪，陈燕，张路培，高会江，李俊雅. 西门塔尔牛饱和脂肪酸含量的低密度芯片基因组预测[J]. 畜牧兽医学报, 2016, 47(8): 1539-1545.
[12]	齐欣，张静静，樊惠中，李娟，胡鑫，刘飞，朱波，高雪，陈燕，张路培，高会江，李俊雅. 西门塔尔牛饱和脂肪酸含量的低密度芯片基因组预测[J]. 畜牧兽医学报, 2016, 47(8): 1539-1545.
[13]	宋兴超，徐超，刘宗岳，岳志刚，丛波，刘琳玲，杨福合. 美洲水貂刺鼠信号蛋白基因SNPs检测及其与毛色表型的关联分析[J]. 畜牧兽医学报, 2016, 47(4): 723-732.
[14]	宋兴超，徐超，刘宗岳，岳志刚，丛波，刘琳玲，杨福合. 美洲水貂刺鼠信号蛋白基因SNPs检测及其与毛色表型的关联分析[J]. 畜牧兽医学报, 2016, 47(4): 723-732.
[15]	洪潜龙，张颖，曹春伟，王宪龙，赵建国. 巴马小型猪OCA2基因序列、组织表达分析及载体构建研究[J]. 畜牧兽医学报, 2016, 47(3): 439-448.

利用混合线性模型和BayesCPi进行QTL-MAS2011公共数据集的全基因组关联分析

Genome-wide Association Analyses of the 15th QTL-MAS Workshop Data Using Mixed Linear Model and BayesCPi Method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价