畜禽基因組選擇育種技術(shù)規(guī)程征求意見稿編制說明.doc

國家標(biāo)準(zhǔn)畜禽基因組選擇育種技術(shù)規(guī)程編 制 說 明（征求意見稿）一、 任務(wù)來源本國家標(biāo)準(zhǔn)的制定任務(wù)列入國家標(biāo)準(zhǔn)化管理委員會(huì)國家標(biāo)準(zhǔn)委關(guān)于下達(dá)2018年第四批國家標(biāo)準(zhǔn)制修訂計(jì)劃的通知（國標(biāo)委綜合201883號(hào)，項(xiàng)目編號(hào)“20184554-T-424”。本項(xiàng)任務(wù)由中國標(biāo)準(zhǔn)化研究院提出并歸口，定于2020年完成。本標(biāo)準(zhǔn)起草工作組由中國農(nóng)業(yè)科學(xué)院北京畜牧獸醫(yī)研究所等單位共同組成。二、目的及意義本研究旨在建立重要畜禽（豬、牛、羊、雞等動(dòng)物)的標(biāo)準(zhǔn)化基因組選擇技術(shù)流程，為基因組選擇育種技術(shù)的實(shí)施提供操作規(guī)程?；蚪M選擇技術(shù)已成為動(dòng)物育種的關(guān)鍵前沿技術(shù)，它突破了對(duì)候選種畜禽從表型選擇到基因組選擇的難題，解決了畜禽肉質(zhì)和抗性等性狀難以選育的障礙，提高了遺傳評(píng)定的準(zhǔn)確性和預(yù)見性，實(shí)現(xiàn)了低成本早期選擇。目前我國重要畜禽的基因組選擇技術(shù)研究已越來越成熟，但尚未制定相應(yīng)的技術(shù)規(guī)程，限制了該技術(shù)在育種實(shí)踐中的推廣應(yīng)用。本規(guī)程的制定，將有效規(guī)范基因組選擇技術(shù)操作，并建立標(biāo)準(zhǔn)化的基因組選擇技術(shù)的流程。對(duì)加快基因組選擇技術(shù)在畜禽育種中的應(yīng)用，推進(jìn)我國畜牧業(yè)的可持續(xù)發(fā)展和實(shí)現(xiàn)良種國產(chǎn)化具有重要意義。三、標(biāo)準(zhǔn)制定原則1.本規(guī)程在制定中遵循以下基本原則：a) 本規(guī)程編寫格式應(yīng)符合標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)的結(jié)構(gòu)和編寫規(guī)則GB/T1.1-2009的要求；b) 本規(guī)程規(guī)定的技術(shù)內(nèi)容及要求應(yīng)科學(xué)、合理，具有適用性和可操作性；c) 本標(biāo)準(zhǔn)的水平應(yīng)達(dá)到國內(nèi)領(lǐng)先水平。2.本規(guī)程編寫的依據(jù)：本規(guī)程主要依據(jù)目前基因組選擇最新研究進(jìn)展以及相關(guān)技術(shù)標(biāo)準(zhǔn)。4、 標(biāo)準(zhǔn)主要內(nèi)容重要畜禽基因組選擇育種技術(shù)規(guī)程標(biāo)準(zhǔn)內(nèi)容包括術(shù)語與定義以及基因組選擇育種流程等內(nèi)容?；蚪M選擇育種分為：1）參考群建立，表型性狀測(cè)定和基因型測(cè)定；2）候選個(gè)體遺傳評(píng)估及選留兩個(gè)主要部分。在每一個(gè)部分中，具體規(guī)定了基因組選擇育種技術(shù)的基本要求和實(shí)施操作的管理準(zhǔn)則。5、 主要工作過程1. 接到任務(wù)后，對(duì)標(biāo)準(zhǔn)內(nèi)容進(jìn)行細(xì)分，明確每部分內(nèi)容、目標(biāo)、責(zé)任人、撰寫計(jì)劃及完成時(shí)間。2. 查閱關(guān)于動(dòng)物基因組選擇育種相關(guān)方法、法律法規(guī)和標(biāo)準(zhǔn)等文獻(xiàn)專著，進(jìn)行歸納整理。3. 依據(jù)GB/T 1.1標(biāo)準(zhǔn)化工作導(dǎo)則 第1部分：標(biāo)準(zhǔn)的結(jié)構(gòu)和編寫規(guī)則、GB/T 1.2標(biāo)準(zhǔn)化工作導(dǎo)則 第2部分：標(biāo)準(zhǔn)中規(guī)范性技術(shù)要素內(nèi)容的確定方法等標(biāo)準(zhǔn)編制要求，對(duì)本標(biāo)準(zhǔn)開展了研制工作，通過系統(tǒng)整理相關(guān)調(diào)研資料，于2018年7月完成了畜禽基因組選擇育種技術(shù)規(guī)程標(biāo)準(zhǔn)起草稿。在此基礎(chǔ)上，2018年7月編制小組將標(biāo)準(zhǔn)起草稿發(fā)送給20多位專家征求修改意見，征求意見的單位涉及教學(xué)、科研、育種等單位，反饋期為二十天，共收到9位專家的返回意見。針對(duì)專家返回意見中的共性問題，我們又組織了中國農(nóng)業(yè)大學(xué)、農(nóng)業(yè)農(nóng)村部科技發(fā)展中心、中國農(nóng)業(yè)出版社、河北省畜牧局等單位的6位專家討論了修改意見中的共性問題，并制定了相應(yīng)的修改方案。2019年2月25日，我們?cè)俅窝?qǐng)華中農(nóng)業(yè)大學(xué)、中國農(nóng)業(yè)大學(xué)、農(nóng)業(yè)農(nóng)村部科技發(fā)展中心、中國農(nóng)業(yè)出版社、北京畜牧獸醫(yī)研究所等單位的10位專家進(jìn)行討論，對(duì)修改完成的標(biāo)準(zhǔn)起草稿進(jìn)行了補(bǔ)充、修訂，形成了本次的征求意見稿。6、 國內(nèi)外研究概況自2001年Meuwissen提出全基因組選擇的概念和方法后，基因組選擇廣受動(dòng)植物育種界的關(guān)注，它是利用高密度SNP芯片獲取基因組范圍內(nèi)的標(biāo)記信息，對(duì)目標(biāo)性狀進(jìn)行遺傳評(píng)估并進(jìn)行選擇的策略(Meuwissen et al., 2001)。此概念一經(jīng)提出立刻得到遺傳育種學(xué)家的積極響應(yīng)，各國的科學(xué)家們圍繞GS的算法(Brondum et al., 2012; de los Campos et al., 2009; Habier et al., 2011; Meuwissen et al., 2009; Verbyla et al., 2009; Wang et al., 2013; Xu, 2003, 2010; Yi and Xu, 2008)，如何提高GEBV的估計(jì)準(zhǔn)確度(Hayashi and Iwata, 2010; Sun et al., 2010)以及如何將其應(yīng)用到具體的育種實(shí)踐(Goddard and Hayes, 2009; Shepherd et al., 2010; Taylor et al., 2016a)中展開了多方面的探討和研究，使GS選擇理論和技術(shù)體系日趨完善。在對(duì)基因組選擇理論研究的同時(shí)，一些國家努力將基因組選擇應(yīng)用于育種實(shí)踐(Goddard et al., 2016)。由于表型測(cè)量方法、參考群體及畜禽育種方法的差異，導(dǎo)致不同畜禽品種應(yīng)用基因組選擇取得的育種成效也有所差別?；蚪M選擇最先應(yīng)用于奶牛和肉牛育種，隨后逐漸在豬和羊的育種中應(yīng)用。在奶牛上的應(yīng)用效果明顯，顯著地縮短了世代間隔，使美國奶牛生產(chǎn)性狀的遺傳進(jìn)展每年提高50%-100%(Garcia-Ruiz et al., 2016a)。而對(duì)于肉?；蚪M選擇，也有部分國家正在積極研究與應(yīng)用，例如，2011年美國利用3570頭安格斯牛的16個(gè)表型性狀（7個(gè)生長性狀，5個(gè)繁殖性狀，4個(gè)胴體性狀）進(jìn)行基因組選擇研究，該群體中個(gè)體均利用Illumina BovineSNP50獲得基因型，研究利用K-means進(jìn)行交叉驗(yàn)證評(píng)估基因組育種值估計(jì)的準(zhǔn)確性，該方法可以增加組內(nèi)的遺傳關(guān)系，同時(shí)縮小組間的遺傳關(guān)系，結(jié)果表明準(zhǔn)確性在0.22-0.69之間，平均基因組育種值估計(jì)的準(zhǔn)確性為0.44(Saatchi et al., 2011)。2012年美國利用2239頭利木贊和2703頭西門塔爾牛的15個(gè)性狀（4個(gè)生長性狀，5個(gè)繁殖性狀和6個(gè)胴體和肉質(zhì)性狀）進(jìn)行基因組選擇研究，該群體大部分牛利用Illumina BovineSNP50獲得基因型，僅有264頭西門塔爾利用Illumina BovineHD獲得基因型，同樣利用K-means方法評(píng)估基因組育種值的準(zhǔn)確性，結(jié)果表明在利木贊群體中基因組育種值估計(jì)的準(zhǔn)確性0.39-0.76之間，在西門塔爾群體中基因組育種值估計(jì)的準(zhǔn)確性0.29-0.65之間(Saatchi et al., 2012)。2015年，美國利用多個(gè)商用肉牛群體進(jìn)行基因組選擇研究，其中包括安格斯660頭，夏洛萊702頭，海福特1192頭，利木贊285頭和西門塔爾521頭，所有牛全部利用Illumina BovineSNP50獲得基因型，研究用6個(gè)性狀（剪切力，眼肌面積，大理石評(píng)分，背膘厚，胴體重和產(chǎn)肉等級(jí)）比較不同貝葉斯模型下基因組育種值估計(jì)的準(zhǔn)確性，結(jié)果表明假設(shè)效應(yīng)方差不同的混合BayesB和BayesC模型優(yōu)于BayesA模型。但對(duì)于大部分性狀來講，三種貝葉斯模型估計(jì)的準(zhǔn)確性相似，表明大部分性狀是由微效多基因進(jìn)行控制(Rolf et al., 2015)。2014年美國利用772頭內(nèi)洛爾牛和安格斯雜交牛的剪切力性狀進(jìn)行基因組選擇研究，比較四種基因組預(yù)測(cè)模型的準(zhǔn)確性，同時(shí)評(píng)估固定效應(yīng)尤其是群體結(jié)構(gòu)對(duì)估計(jì)準(zhǔn)確性的影響，計(jì)算結(jié)果是BayesC模型的準(zhǔn)確性最高，BayesB模型的偏差最小，在模型中加入群體結(jié)構(gòu)的固定效應(yīng)可以降低基因組育種值估計(jì)的準(zhǔn)確性同時(shí)增大預(yù)測(cè)偏差(Hulsman Hanna et al., 2014)。2014年，法國利用2682頭夏洛萊的出生重、斷奶重、肌肉發(fā)達(dá)度、產(chǎn)犢難易度和骨胳發(fā)育度進(jìn)行基因組育種值估計(jì)，所有牛全部利用Illumina BovineHD獲得基因型，研究比較不同統(tǒng)計(jì)方法、不同參考群體和不同芯片密度對(duì)基因組育種值評(píng)估準(zhǔn)確性的影響，結(jié)果表明，BayesC方法的準(zhǔn)確性高于GBLUP和傳統(tǒng)BLUP方法；另外，當(dāng)標(biāo)記密度從50K增加至770K時(shí)，基因組育種值準(zhǔn)確性并未提高，因此，對(duì)于法國夏洛萊群體來說，利用BayesC方法并利用逆回歸育種值（DEBV, degressed estimated breeding value）當(dāng)因變量可以獲得更高的準(zhǔn)確性(Gunia et al., 2014)。2014年，澳大利亞利用10181頭Bos Taurus（1743頭安格斯牛，717頭短腳牛，613頭海福特牛，223頭默里牛）, Bos indicus（3384頭婆羅門牛）和雜交品種進(jìn)行19個(gè)性狀的多品種基因組選擇研究，所有牛的基因型全部填充至770K高密度芯片，結(jié)果表明，利用不同方法分別估計(jì)19個(gè)性狀的基因組育種值準(zhǔn)確性有所不同，其中遺傳力較高的性狀和表型數(shù)據(jù)完善的性狀基因組育種值估計(jì)的準(zhǔn)確性較高，利用GBLUP方法估計(jì)19個(gè)性狀的育種值準(zhǔn)確性的平均值為0.27；另外，對(duì)于有顯著QTL的性狀，BayesR方法比GBLUP方法高出4個(gè)百分點(diǎn)；多品種的遺傳評(píng)估相對(duì)于單品種的評(píng)估可以顯著提高基因組育種值估計(jì)的準(zhǔn)確性(Bolormaa et al., 2013)。2015年，澳大利亞利用10191頭Bos Taurus, Bos indicus和雜交品種進(jìn)行基因組選擇中的非加性效應(yīng)研究，所有牛全部填充至770K的高密度芯片，顯性方差是由729068個(gè)SNPs構(gòu)建的顯性方差矩陣，結(jié)果表明，各性狀間的SNP顯性方差變化很大，16個(gè)性狀間的平均顯性方差占表型方差的5%，模型中加入顯性效應(yīng)不能顯著提高基因組育種值估計(jì)的準(zhǔn)確性，但顯性效應(yīng)模型可能是未來研究的一個(gè)方向(Bolormaa et al., 2015)。2014年，加拿大利用2900多頭多個(gè)品種肉牛群體進(jìn)行5個(gè)胴體性狀和3個(gè)肉質(zhì)性狀的基因組選擇研究，分析不同標(biāo)記密度（384，3K，7K和50K）是否可以引起育種值估計(jì)準(zhǔn)確性較大差異，結(jié)果證明，低密度芯片可以獲得較高的準(zhǔn)確性，并可應(yīng)用于肉?；蚪M選擇(Akanno et al., 2014)。2014年，加拿大利用543頭安格斯和400頭夏洛萊進(jìn)行胴體性狀的基因組育種值估計(jì)，結(jié)果表明利用年齡劃分參考群體和驗(yàn)證群體比利用親緣關(guān)系進(jìn)行分組可以獲得更高的育種值估計(jì)準(zhǔn)確性，說明參考群體和驗(yàn)證群體的劃分方法比使用芯片的標(biāo)記密度更重要(Chen et al., 2015)。2014年，巴西利用685頭內(nèi)洛爾牛的15個(gè)生長和胴體性狀進(jìn)行基因組育種值預(yù)測(cè)，這些牛全部利用Illumina BovineHD獲得基因型，研究利用三種方法（GBLUP，BayesLasso和BayesC）進(jìn)行基因組育種值估計(jì)準(zhǔn)確性的評(píng)估，結(jié)果表明基因組育種值估計(jì)的準(zhǔn)確性最小值是0.17，最大值是0.74，對(duì)于這些性狀的平均基因組育種值準(zhǔn)確性，BayesC方法和BayesLasso方法均高于GBLUP方法，但是這兩種貝葉斯方法估計(jì)的基因組育種值偏低（基因組育種值和育種值的回歸系數(shù)大于1）(Neves et al., 2014)。2016年，巴西利用來自于294頭種公牛的1756頭內(nèi)洛爾牛進(jìn)行胴體性狀的基因組育種值估計(jì)，所有內(nèi)洛爾牛全部利用Illumina BovineHD獲得基因型，利用5倍交叉驗(yàn)證評(píng)估三種貝葉斯方法的基因組育種值估計(jì)的準(zhǔn)確性，包括貝葉斯嶺回歸，BayesLasso和BayesC，結(jié)果表明，BayesC和BayesLasso方法評(píng)估的準(zhǔn)確性相同，并且隨著遺傳力的增加，基因組育種值估計(jì)的準(zhǔn)確性增大，貝葉斯嶺回歸估計(jì)三個(gè)性狀背膘厚，胴體重和眼肌面積的準(zhǔn)確性分別為0.25，0.33和0.36(Fernandes Junior et al., 2016)。我國肉?；蚪M選擇已初步建立了肉牛全基因組選擇技術(shù)體系，在內(nèi)蒙古自治區(qū)錫林郭勒盟烏拉蓋管理區(qū)建立肉牛遺傳資源群體，到2017年初，基礎(chǔ)母牛2030頭，記錄了體尺性狀、生長性狀、肉質(zhì)性狀等80多個(gè)，并獲得了每一個(gè)體的進(jìn)行800K SNP基因型數(shù)據(jù)；建立了和牛資源群體，群體規(guī)模483頭。針對(duì)肉牛重要經(jīng)濟(jì)性狀（日增重、斷奶重、宰前活重、胴體重、零售肉重、屠宰率和凈肉率性狀），進(jìn)行基因組選擇5倍交叉驗(yàn)證和10倍交叉驗(yàn)證對(duì)比研究，10倍交叉驗(yàn)證要優(yōu)于5倍交叉驗(yàn)證，育種值估計(jì)的準(zhǔn)確性在0.38-0.64之間，同時(shí)編制了肉牛基因組選擇及多品種評(píng)估計(jì)算機(jī)程序，現(xiàn)正在逐步運(yùn)用到肉牛新品系的選育上。2008年，美國率先開展了奶牛的基因組遺傳評(píng)估，其后，各國逐漸在奶牛的遺傳評(píng)估中實(shí)施基因組選擇，如加拿大、新西蘭、澳大利亞、丹麥、荷蘭、瑞典、德國、法國等。下面以美國和加拿大為例進(jìn)行介紹。美國農(nóng)業(yè)部于2008年第一次公布了奶牛非官方基因組遺傳評(píng)估結(jié)果，并于2009年官方公布了荷斯坦牛、娟姍牛和瑞士褐牛的基因組遺傳評(píng)估結(jié)果(Wiggans et al., 2011)。隨后，基因組選擇迅速在產(chǎn)業(yè)中開始應(yīng)用。目前，美國已有120萬個(gè)體用芯片進(jìn)行了基因型測(cè)定，相應(yīng)的投入至少為5千萬美元(Taylor et al., 2016b)。美國用于人工授精的公牛中一半以上為經(jīng)過基因組遺傳評(píng)估的青年公牛(Hutchison et al., 2014)?；蚪M選擇在美國實(shí)施7年以來，對(duì)于美國荷斯坦牛，產(chǎn)量性狀（產(chǎn)奶量、乳脂量和乳蛋白量）的年遺傳進(jìn)展提高了50%-100%，女兒妊娠率、生產(chǎn)壽命和體細(xì)胞評(píng)分的年遺傳進(jìn)展提高了300%-400%(Garcia-Ruiz et al., 2016b)。2009年起，加拿大奶業(yè)網(wǎng)（Canadian Dairy Network, CDN）開始公布荷斯坦?；蚪M遺傳評(píng)估結(jié)果。截止至2015年，包括四個(gè)品種（荷斯坦牛、娟姍牛、瑞士褐牛和愛爾夏牛）的公母牛在內(nèi)，CDN數(shù)據(jù)庫中有基因型的個(gè)體數(shù)已達(dá)一百萬。各品種青年公牛的市場(chǎng)占有率均達(dá)到50%以上，其中荷斯坦牛和娟姍牛超過了60%（https:/www.cdn.ca/document.php?id=440）。終生效益指數(shù)（Lifetime Profit Index，LPI）是加拿大在奶牛遺傳評(píng)估中使用的綜合指標(biāo)。對(duì)于后裔測(cè)定的公牛，基因組遺傳評(píng)估對(duì)將LPI的可靠性提高了0.02-0.09；對(duì)于青年公牛，可靠性的提高為0.09-0.31。基因組遺傳評(píng)估對(duì)可靠性的提高程度因參考群的大小而異。CDN對(duì)2013年出生、且進(jìn)行了基因型檢測(cè)的公牛的父母年齡進(jìn)行統(tǒng)計(jì)，結(jié)果表明，基因組選擇實(shí)施后，其父親和母親的平均年齡均為3歲，分別減少了55%和25%。中國奶?；蚪M選擇技術(shù)體系由中國農(nóng)業(yè)大學(xué)承擔(dān)研發(fā)工作，已建立中國自主的參考群體。參考群體采用驗(yàn)證公牛與母牛構(gòu)成的模式(Ding et al., 2013)，目前參考群包含母牛8174頭，驗(yàn)證公牛1050頭。自2012年開始，每年對(duì)全國所有公牛站的青年公牛進(jìn)行基因組遺傳評(píng)估，選出930頭優(yōu)秀青年公牛（占全國種公牛的40%）在全國推廣應(yīng)用，至少獲得了348.75萬頭優(yōu)良后代母牛。7、 關(guān)鍵試驗(yàn)內(nèi)容和技術(shù)指標(biāo)說明 1. 關(guān)于參考群群體規(guī)模的說明參考群體大小需達(dá)一定規(guī)模后（通常千頭以上）才建議實(shí)施基因組選擇。基因組選擇的準(zhǔn)確性受到多種因素影響，其中參考群體規(guī)模大小是重要的影響因素。通常而言，參考群體規(guī)模越大，基因組選擇準(zhǔn)確性越高(Daetwyler et al., 2013)。當(dāng)參考群規(guī)模較小時(shí)，無法提供足夠多的不同類型的單倍型，從而使得估計(jì)的遺傳標(biāo)記效應(yīng)不適用候選群體（Hayes et al., 2009），進(jìn)而降低基因組選擇的準(zhǔn)確性。2. 關(guān)于參考群群體結(jié)構(gòu)的說明參考群宜選擇遺傳背景相近的個(gè)體進(jìn)行構(gòu)建?；蚪M選擇準(zhǔn)確性高度依賴于遺傳標(biāo)記和數(shù)量遺傳位點(diǎn)間連鎖關(guān)系。遺傳標(biāo)記效應(yīng)在不同遺傳背景群體中存在顯著差異(Xiang et al., 2015; Wang et al., 2013)。已有研究表明，使用與候選群體相同遺傳背景個(gè)體組成參考群體進(jìn)行基因組選擇的準(zhǔn)確性比使用不同遺傳背景的個(gè)體組成的參考群體要顯著提高(de Roos et al., 2008; Hidalgo et al., 2015)。因而，本標(biāo)準(zhǔn)建議豬參考群宜選擇遺傳背景相近的個(gè)體進(jìn)行構(gòu)建。 3. 基因組育種值宜選擇一步法模型進(jìn)行評(píng)估基因組選擇一步法目前是全球各大種豬企業(yè)進(jìn)行基因組遺傳評(píng)估的標(biāo)準(zhǔn)方法。通?；蚪M選擇技術(shù)要求所有候選后代家畜都必須被基因型測(cè)定(Henderson et al., 1975)。然而，受基因型測(cè)定價(jià)格昂貴的制約和部分個(gè)體采樣困難等實(shí)際限制，在目前階段基因型測(cè)定工作還不能在畜群中全面開展(Chritensen et al., 2