动物育种系统解读
動物育種：
1）育種框架
動物育種的基礎是父母的特征或多或少地反映在他們的后代身上。這是由于性狀或多或少是可遺傳的，其中50%的性狀是遺傳的DNA，包含了動物特征的遺傳能力，從父母傳給后代。在動物育種中，潛在的親本是為某些性狀而選擇的，而最好的親本確實是作為親本使用的。通過這種方式，下一代將在基因上得到改進，獲得所需的性狀。從長期來看，后續的育種活動是在育種計劃中進行的。動物育種旨在通過改變其重要性狀的遺傳能力來改善動物
整個過程：
育種計劃的特點是一系列后續活動：確定育種目標，表型登記，基因型和譜系，用遺傳模型估計選擇性狀的育種值，根據估計的育種值選擇下一代的親本，父母的交配和對生產動物的遺傳優勢的傳播以及關于遺傳多樣性保持和實現選擇反應的計劃評估。
1：Definition of production system(生產系統定義)
首先，設置開始于對生產系統的描述(1)。這方面有什么關系?對于一只只作為伙伴的小狗來說，在舒適的房子里行為和健康是很重要的。對于常年處于惡劣條件下的健康綿羊來說，健康性狀和放牧行為是相關的。對于在生產成本高的集約化養殖系統中養殖肉雞，日生長是決定性的。
2.Definition of breeding goal(定義育種目標)
第二，在下一代中應該改善哪些特征的問題。 育種的目標是什么（2）？ 這個問題與我們飼養動物的原因密切相關。 這個過程值得進行徹底的研究和長期的結論，因為動物育種只有在育種目標因此保持了很多代時才有效。 育種目標的例子包括生產特性，產品質量，健康和福利特征，構造特征，運動表現，生育等方面的改進。
3.Collection of informaion(采集信息)
第三，了解育種目標，應收集相關信息（3）。 在這方面相關的是動物的特征（稱為表型），其可以幫助確定動物相對于育種目標的價值。 當跳躍表現是馬的繁殖目標特征時，收集跳躍數據。 當豬的繁殖力達到繁殖目標時，就會記錄出仔豬的性狀。 其他相關信息是動物的血統。 動物繁殖就是將遺傳能力從一代傳遞到下一代。 當你想要追蹤或影響這種傳遞遺傳性狀的過程時，父母 - 后代關系（動物的血統）的登記至關重要。 如今，DNA分析在動物中是可行和實踐的，也可用于追蹤或影響遺傳能力的特征傳遞過程。
4.Breeding value estimation and selection criteria（育種價值估算和選擇標準）
第四，了解育種目標并在記錄潛在父母的相關特征后，必須選擇哪些動物確實被選為父母（4）以及哪些動物被排除在繁殖之外。 基于遺傳模型，估計包括譜系信息的統計模型，特征的育種值。 如今，當動物的DNA信息可用時，它也可用于估計育種值（基因組選擇）。 估計的育種值表示動物相對于育種目標的價值：最低的將對育種目標性狀產生負面影響，最高的將改善育種目標性狀。
5.Selection and mating（選擇和交配）
第五，鑒于公頃和水壩的估計育種值，必須實際選擇父母（5）。 表型性狀具有高于平均估計育種值的親本將改善下一代的育種目標特征。 例如，當選擇具有最高產奶量的奶牛的一組奶牛作為下一代的公牛時，他們的女兒將產生比當前一代奶牛更多的奶。 適當選擇父母將在下一代中給出積極的選擇反應。 選擇在育種目標特征方面創造了進步。 選擇父母后，必須另外做出選擇：哪個父親應該與哪個大壩交配？ 可以選擇例如 根據可用的譜系信息或公牛和水壩的特征。
6.Dissemination of genetic gain（遺傳進展的傳遞）
第六，在許多育種方案中，記錄性狀的動物數量相對于用于人類目的的動物種群而言相當小。選擇反應的傳播取決于育種計劃的結構。在商業豬和家禽計劃中，選擇在育種計劃的頂部進行，并且通過幾個“繁殖代”，將在頂部獲得的選擇反應傳播給產生肉或卵的動物。在養牛繁殖技術中，特別是人工授精技術，有機會產生大量的后代，廣泛傳播優良動物的基因。選擇少數動物可能對人口的特征產生很大影響。在商業育種計劃中，例如對于家禽和豬，專業線交叉。選擇這些品系的特定性狀并在倍增階段交叉以通過組合每個品系的性狀獲得具有育種目標性狀的雜交后代。
7.Evaluation of results（效果評價）
The expression of genes, of their alleles, in the phenotype（基因及其等位基因在表型中的表達）
Key issues in basics of animal breeding（動物育種基礎的關鍵問題）
Collecting phenotypes, monogenic and polygenic traits（收集表型，單基因和多基因性狀）
一些動物的特征不需要很多知識或經驗來記錄。 動物的顏色就是一個很好的例子：例如 在一種兔子中，動物是黑色或棕色的。 您可以將其記錄在計算機中，0表示黑色，1表示棕色，1表示黑色，2表示棕色。 在遺傳學術語中，這些性狀是單基因的：表達由單個基因的等位基因決定。 與顏色一樣，一些特征基于非常有限數量的基因，這是導致只能記錄有限數量的類別的原因。 動物的許多隱性缺陷是單基因的：一個基因的等位基因決定了表型：健康或受影響。 在統計學上，這些是離散變量，記錄在有限數量的類中。 描述兔子品種的特征，你可以計算出x％的動物是黑色的，y％的動物是棕色的。
許多動物的性狀是多基因的，由許多基因的作用引起。 許多多基因性狀是定量的和連續的，并且可以以公制單位（例如kg，l，mm等）測量。一些性狀是連續的，但是在近似線性標度的類別中測量，例如， 動物構象的特征或法官或檢查員評估的表現。 他們按比例評分動物的特征，例如 從1-5或1-10。 一些多基因性狀如疾病的發生是二元規模的：生病（例如1）或不生病（例如0）
【1】gonetic model
1)Phenotype in a model
表型=基因型+環境 要么P = G + E.這些符號P和G和E是重要的記憶，因為它們非常常用于描述表型，基因型或“環境”。
我們的模型P = G + E中的G非常復雜，因為它具有許多基礎組件。這可以建模為：基因型=加性效應+顯性效應+上位效應或者G = A + D + I.
Genotype = additive effect + dominance effect + epistatic effect
假設正態分布的由來：
無窮小模型假設所有特征都由無數個基因決定，每個基因都具有無限小的影響。 該假設導致平滑的鐘形分布，可由正態分布描述。 這種分布伴隨著動物育種理論建立的許多規則
從后面開始：上位效應表明存在相互作用的基因。 例如，如果一個基因需要另一個基因的產物來表達，則會產生所謂的基因途徑。 因此，一個基因的表達取決于另一個基因中的等位基因組合。 優勢效應表明基因本身的表達取決于該基因中的等位基因組合。 兩個隱性基因將導致與一個隱性和一個顯性等位基因的不同表達。 加性效應表明基因的作用沒有優勢和上位效應。 因此，無論基因本身或其他基因的等位基因組合如何。 剩下的是你可以加起來的效果
遺傳成分包括三個潛在影響：
上位效應：基因之間的相互作用
優勢效應：同一基因的等位基因之間的相互作用
加性效應：糾正后的剩余所有內容相互作用
【2】Next generation: transmission model
.。。。。
【3】 Ranking the animals: an overview of methods
選擇性育種的挑戰是找到最好的動物作為下一代的父母。 不可能閱讀動物的真實遺傳潛力，但我們可以估計它。 這種估計的遺傳潛力也稱為估計育種值（EBV）。 顯然，如果有更多或更好的遺傳潛力可用指標，估計將更準確。 EBV相對于群體中的平均動物表示。 因此，它表示估計動物比動物平均好多少
1）Mass selection（大眾做法）
大規模的選擇是基于對動物的表現進行排名。
群體選擇的成功與否取決于被選擇性狀的遺傳力。
最基本的方法是根據動物的表型對動物進行排名，并選擇最適合繁殖的動物。此方法也稱為“質量選擇”或“自己選擇性能”。例如，你想要繁殖大型兔子，然后根據大小對動物進行排名，并且只使用最大的動物作為下一代的父母。這是一個成功的方法嗎？答案將取決于許多事情。您想知道這些最大的動物是否確實是具有最佳遺傳潛力的動物。為什么其他人變小了？他們年輕時沒有得到適當的喂養嗎？或者他們有錯誤的基因？這些問題的答案在于遺傳性。畢竟，這表明您觀察到的表型變異有多少是由動物間的遺傳變異引起的。高遺傳力表明小兔子最有可能是小的，因為它們具有比較大的兔子更低的遺傳生長潛力。表型越好表示基因型，您就能越好地識別遺傳上最好的動物，因此質量選擇的結果就越好。此外，一個重要的先決條件是可以獲得自己的表演。
2） Animal Model
然而，如果遺傳力低，則質量選擇不一定導致選擇遺傳上最好的動物。此外，如果某些原因的表型不適用于所有動物，例如雄性產奶，那么大規模選擇是不夠的，因為并非所有動物都具有表型。在這些情況下，我們可以使用相關動物的表型來估計沒有表型的動物的育種價值。這是可能的，因為正如我們在關于遺傳關系的章節中所看到的，相關動物共享等位基因。關系越密切，共享的等位基因就越多。這種用于在利用相關動物信息的同時估計育種值的模型稱為動物模型。重要的先決條件是動物的譜系記錄是準確的，因此知道家庭關系沒有錯誤。該方法需要相當多的動物才能準確地估計育種值。動物需要相關和/或保持在相同的環境中以能夠解開表型的遺傳和環境成分。
在遺傳表型缺失的情況下，用動物模型估計育種值是非常有用的，因為與具有表型的動物的遺傳關系允許估計沒有表型的動物的育種值。但即使有自己的表型，它仍然可以為質量選擇增加價值，因為它可以利用有關動物表現的額外信息。這給出了更準確的估計育種值。
動物模型是一個遺傳統計模型，它結合了有關的信息
實現對相關動物表型的較好估計，具有一定的育種價值
的動物。
重要的優勢是:
育種值。
估計育種值的準確性。
3）Genomic selection（基因型選擇）
最后，如果您只在選定數量的動物上收集表型，并且您還對這些動物有詳細的基因型，例如60,000個SNP標記，那么您可以將這些信息結合起來估計基因組與表型之間的聯系。基本思想是有兩組動物：具有詳細表型的選擇組，也稱為參考群體，以及沒有那些表型的大群，也稱為群體。對參照群體和群體的所有動物進行基因分型。在參考群體中，估計標志物和表型之間的關聯。然后，將這些關聯與群體中動物的基因型組合以預測其育種值。該方法稱為基因組選擇。
當表型非常難以測量或昂貴時，基因組選擇非常有用。考慮某些與健康相關的特征，在這些特征中，您不希望使動物生病，從而能夠測量表型。或者不需要生病的動物的特性，但它們確實需要昂貴的設備，例如CT掃描。基因組選擇還使得可以在它們達到年齡之前基于估計的育種值選擇動物以自己產生表型。這允許（非常）早期選擇，因此可以具有經濟效益，以及更快的遺傳增益，因為動物可以更早地用作父母。基因組選擇的缺點是參考群體需要具有足夠的大小以能夠估計基因型和表型之間的準確關聯。還需要定期更新（=需要添加新動物），因為SNP和確定表型的基因之間的估計關聯可能由于重組和/或突變而丟失。
基因組選擇涉及利用非常多的估計關聯
SNP和表型估計沒有表型的動物的繁殖價值，
但輸入SNP的。
這在以下情況下特別有用：
1.測量非常困難或昂貴的表型
2.你想在他們可以之前估計非常年幼的動物的繁殖價值
產生表型
3.性別有限的特征
在概述中，您已經看到有幾種方法可以對動物進行排名。 一般目標
動物繁殖是為了盡可能地對動物進行排名。 用于對動物進行排名的工具是
估計育種值。 育種值的估計越精確越好
可以預期隨后育種的結果。 我們現在將研究三種方法
估計概述中更詳細描述的育種值。
http://www.doc88.com/p-7939538682321.html
動物。 回歸線表示P和G之間的估計關系。結果
在EBV中。 對于一些動物來說，這種EBV反映了它們真正的繁殖價值（G）
其他，由動物的數據點和回歸線之間的距離表示。
動物的真實育種值（TBV）代表了該動物的遺傳潛力：動物繁殖的真正價值是什么，The perfect EBV would be equal the TBV.
但首先我們需要知道估計的育種值究竟是什么。我們如何從關于動物表型和它們的遺傳關系（譜系）的信息中獲得對動物繁殖價值的估計？在動物育種中，我們使用回歸原理來實現這一目標。在圖1中，您可以看到這個原理可視化。如果我們將y軸上的真實育種值與x軸上的表型優勢相對應，那么我們可以通過數據點計算回歸線。在現實生活中，遺憾的是，我們不能創造這樣的情節，因為我們不知道真正的繁殖價值。相反，我們試圖找到回歸系數，結合表型優勢，將最好地預測遺傳優勢或真正的育種值（TBV）。**估計育種值的藝術是基于找到獲得最佳回歸系數的方法。**這也立即突出了育種價值估計的一個關鍵點：它是一個線性回歸系數，但具有相同表型優勢的動物并不總是具有相同的遺傳優勢。對于一些動物，如圖中用圓圈表示的動物，TBV與EBV非常不同，而對于其他動物，EBV將是真實育種值的完美估計。 EBV與TBV相似程度的部分差異是由于表型受環境影響很大的事實。因此，在找到最佳回歸系數的同時，嘗試使表型優勢盡可能符合回歸線也很重要。在本章的其余部分，我們將討論處理這兩個問題的一些選項：預測最佳回歸系數，并使表型優勢盡可能符合回歸線
為了估計動物的育種值，我們試圖找到最佳回歸系數和最具信息性的表型信息，以便我們的EBV盡可能接近TBV。
EBV相對于普通動物表達，以簡化遺傳優良動物的鑒定。
同樣在高回歸系數的情況下，仍有一些動物的EBV高于或低于TBV。如果我們能夠以100％的準確度估計育種值，EBV和TBV將是相同的值。如果我們將TBV與EBV進行對比，那么所有數據點都將完全一致。數據點越少，EBV確實代表真正的育種值就越不確定：估計不準確。數據點在線的度量，以及育種值估計的準確性，是相關性。如果估計和真實育種值之間的相關性為1，那么您已設法創建完美的估計值。距離1越遠（即它們形成云的越多），估計的育種值越不準確。如圖3所示。在左側，您可以看到一堆數據點：一些EBV類似于真正的育種值，但是一些估計值也偏離了真正的育種值。該圖中EBV和TBV之間的相關性為0.76，EBV與所有動物的TBV不相似。例如，有兩只動物的EBV為4，而它們的真實育種值是不同的：3和5.在現實生活中，我們不能產生如圖所示的圖，因為我們不知道真正的育種值。但我們能做的是估計估計育種值的準確性：表型信息與真實育種值之間的相關性。那么EBV與真正的育種價值一致多少。
Best Linear Unbiased Prediction
Genomic selection
從年輕公牛的EBV的例子可以清楚地看出，他的EBV的準確性將保持低水平，直到對年輕公牛的女兒進行表型觀察。 這需要很多時間。 如果有一種方法可以在較年輕的時候提高EBV的準確性，而不必等待女兒出生，那將是非常有趣的。 如果有一種方法可以估算難以測量或昂貴的性狀的育種值，例如一些與健康有關的性狀或肉質，而不必感染動物，或進行詳細的X射線或屠宰，這也將是非常有趣的。 他們。 幾年以來，有一種方法可以做到這一點：基因組選擇。
圖7.基因組選擇背后的物流示意圖。 參考群體提供估計表型和SNP基因型之間關聯的信息。 然后將這些關聯翻譯成預測方程，其用于估計沒有表型但具有參考群體之外的SNP基因型的動物的基因組育種值。
通過基因組選擇，可以非常準確地估計動物的繁殖價值，而無需自己的表現或大量后代的表現。 基因組選擇基于對選擇的一組動物的非常密集的遺傳標記（SNP）和表型之間的詳細關聯的估計。 然后可以使用這些關聯來預測具有的相關動物的所謂基因組育種值（gEBV）
已經對大量SNP進行了基因分型，但是沒有準確的EBV的“傳統”信息，如自身表現或大量具有表型的后代。 通過基因組選擇，動物的DNA因此提供了用于估計育種值的信息，而無需收集動物本身或其近親的表型。
Principle of genomic selection
在圖7中，說明了基因組選擇的一般原理。首先，需要在選定的一組動物上收集大量信息：參考人群。對該參考群體中的所有動物進行基因分型以獲得非常大量的SNP，其在整個基因組中很好地分布。有多少，仍然存在爭議，但至少有數千（例如60,000）。用于更多SNP的基因分型更昂貴，但也將導致更準確地估計SNP與表型之間的關聯（即SNP效應）。關于參考人群中最佳動物數量的爭論仍然存在爭議。較大的種群顯然更昂貴，因為這些動物的表型分析和詳細的基因分型是昂貴的。但是更大的群體也允許更準確地估計SNP效應。與動物育種的許多方面一樣，參考群體的大小和SNP的數量的選擇將是成本 - 效益分析的問題。
鑒于參考群體的表型和基因型，將估計每種遺傳標記的基因型和表型之間的關聯。 隨后，估計的效果被組合成所謂的預測方程。 這些只是第一個SNP的影響的總和（估計的SNP效應是加性的！）+第二個SNP的影響+ … +最后一個SNP的影響，因此最終結果是所有估計的SNP效應的總和。 因為每個SNP具有2個等位基因，對于每個SNP，存在3種可能的基因型。 建立預測方程，使得對于每個SNP，估計參考群體中存在的所有基因型的影響。 這是您需要大量參考人群的原因之一：準確估計所有這些SNP效應，每個基因型都需要由足夠多的動物代表。 現在我們有一組具有估計SNP效應的方程。 現在可以通過將這些方程應用于它們的SNP基因型來估計參考群體外的動物的育種值。 基于基因組信息的這些育種值僅稱為基因組育種值或gEBV。
基因組選擇基于對一組非常密集的遺傳標記（SNP）與選擇的一組動物的表型之間的詳細關聯的估計：參考群體。
然后將得到的預測方程應用于其余群體的SNP基因型以估計它們的基因組育種值（gEBV），而不需要額外的表型。
詳情傳送門：鏈接：https://pan.baidu.com/s/136c1xFjFEi5Ved7AuAWSsg
提取碼：ri9f
總結
- 上一篇： 西瓜皮——被丢掉的真金白银，夏天的健康守
- 下一篇： 一般将来时