研究马拉巴尔红鲷（Lutjanus malabaricus）肌肉脂肪酸组成的基因组预测准确性

《Aquaculture》：Investigating genomic prediction accuracies for muscle fatty acids composition in Malabar red snapper ( Lutjanus malabaricus)

本研究评估了18个月龄海基养殖大西洋鲈鱼肌肉脂肪酸组分的基因组预测准确度，发现DHA（0.47）、EPA（0.43）等Omega-3脂肪酸的预测准确度较高，但未发现显著单SNP QTLs，支持多基因调控的基因组选择策略，为可持续养殖中营养品质提升提供理论依据。

　　本研究探讨了通过基因组预测方法对马六甲红鳍鱼（Lutjanus malabaricus）肌肉脂肪酸组成进行预测的可行性。马六甲红鳍鱼是一种在新加坡及周边地区具有重要经济价值的海水养殖鱼类，其脂肪酸含量，尤其是长链Omega-3多不饱和脂肪酸（n-3 LC-PUFAs），如二十碳五烯酸（EPA）和二十二碳六烯酸（DHA），对于人类健康至关重要。随着全球水产养殖业向可持续发展转型，越来越多的替代饲料被用于鱼苗的养殖过程中，例如植物基或微生物来源的饲料，这导致了传统养殖模式中脂肪酸含量的下降。因此，通过基因组技术提高养殖鱼类脂肪酸含量成为当前研究的重点。

本研究采用了基因组广泛关联分析（GWAS）和基因组选择（GS）两种方法，对534条鱼个体的16种脂肪酸特性进行了分析。这些特性包括多不饱和Omega-3脂肪酸、Omega-6脂肪酸、饱和脂肪酸和单不饱和脂肪酸，以及多种脂肪酸比例和指数。研究中使用的基因组数据包含39,780个单核苷酸多态性（SNPs），覆盖了广泛的基因区域。研究结果表明，基因组预测的准确性在不同脂肪酸特性中存在差异，总体范围为0.29至0.48，其中EPA（0.43±0.15）、DHA（0.47±0.16）和总Omega-3脂肪酸（0.47±0.19）的预测准确性较高。这些结果与基于遗传力和训练群体规模的理论预测值相比较，显示出一定的可行性。

基因组选择作为一种高效的方法，能够帮助养殖业在不依赖传统表型数据的情况下，更准确地预测和选择具有优良脂肪酸组成的个体。然而，由于脂肪酸特性的复杂性和相对较低的遗传力，基因组选择的应用仍面临挑战。研究中未发现任何显著的SNP与脂肪酸特性相关，这支持了这些特性具有多基因性，即多个基因共同作用导致脂肪酸含量的变化。此外，研究中采用的5折交叉验证方法，为评估基因组预测模型的性能提供了重要的参考。

研究还指出，基因组预测模型的性能受到多种因素的影响，包括样本量、SNP密度以及环境因素的交互作用。对于一些复杂的比值型脂肪酸特性，如DHA/ALA和Omega-6/Omega-3，预测准确性较低，这可能与遗传力较低或残差方差较高有关。因此，为了提高基因组预测模型的准确性，需要进一步扩大样本量，提高SNP密度，并考虑环境因素的影响。

基因组选择在水产养殖中的应用，不仅可以提高鱼类的营养质量，还能够促进可持续发展。通过选择能够维持高脂肪酸含量的个体，养殖业可以减少对鱼粉和鱼油的依赖，从而降低对野生鱼类资源的捕捞压力。此外，基因组选择还可以帮助养殖者更早地识别具有优良脂肪酸组成的个体，提高选育效率，缩短遗传改良的周期。

尽管本研究未发现显著的QTLs与脂肪酸特性相关，但这并不排除基因组选择在提升脂肪酸含量方面的潜力。相反，这表明脂肪酸组成是一个由多个基因共同调控的复杂性状，因此基因组选择方法更适合用于这种性状的改良。研究结果还强调了进一步研究的重要性，包括扩大数据集、探索基因与环境的交互作用，以及进行功能基因组学研究，以更深入地理解脂肪酸合成和沉积的遗传基础。

总体而言，本研究为马六甲红鳍鱼的基因组选择提供了重要的理论依据和实践指导。通过基因组选择技术，可以有效地提高养殖鱼类的脂肪酸含量，从而提升其营养价值和市场竞争力。此外，研究结果还为其他水产养殖物种的基因组选择提供了参考，有助于推动整个行业的可持续发展。