印度山羊品种全基因组拷贝数变异揭示其全球遗传多样性格局

本研究针对印度山羊品种遗传多样性研究不足的问题，通过全基因组重测序（WGRS）技术，系统分析了11个印度本土品种与跨境/全球品种（含野生近缘种）的拷贝数变异区域（CNVRs）。研究人员利用CNVcaller算法鉴定出63,728个（印度数据集）和48,869个（全球数据集）CNVRs，通过PCA、群体混合分析和自主开发的Plink2Phylo系统发育分析，首次揭示了印度山羊独特的遗传聚类模式（如北阿坎德山地山羊与黑孟加拉羊的独立进化节点），为全球山羊遗传资源保护与育种策略提供了重要理论依据。

　　

山羊作为最早被驯化的家畜之一，其丰富的表型多样性背后隐藏着复杂的遗传机制。尽管单核苷酸变异（SNV）研究已取得进展，但覆盖更大基因组区域的拷贝数变异（CNV）在塑造山羊适应性特征中的作用仍知之甚少。尤其值得注意的是，拥有28个本土品种的印度——这个全球山羊遗传多样性热点区域，其CNV研究几乎空白。这种认知缺口直接制约了针对热带环境抗逆性、高产性状等珍贵遗传资源的挖掘。更严峻的是，全球化育种导致的遗传同质化正加速地方品种特有基因流失，而传统基于SNV的监测手段可能遗漏CNV调控的关键适应性基因。

为此，国家动物遗传资源局的研究团队在《Small Ruminant Research》发表突破性研究。该工作整合103个印度本土山羊和262个全球品种（含野生近缘种）的全基因组重测序数据，采用滑动窗口归一化测序深度算法CNVcaller进行CNVR检测，结合自主开发的Plink2Phylo系统发育分析工具，首次绘制了印度山羊CNV全景图谱。关键技术包括：1）基于WGRS的CNVR检测（样本涵盖11个印度品种及野生近缘种）；2）群体结构分析（PCA与CVerror优化的混合模型）；3）进化树构建（Plink2Phylo流程）。

主要发现

1. CNVR数量突破：印度数据集（63,728个）和全球数据集（48,869个）CNVRs数量远超既往研究，归因于高分辨率WGRS数据与改进算法。
2. 遗传分化模式：PCA显示南印度品种（如坎尼阿杜羊）与北印度/跨境品种（如贝塔尔羊）形成明显分化，暗示地理隔离对CNV分布的影响。
3. 独特进化节点：系统发育分析发现北阿坎德山地羊与黑孟加拉羊形成两个独立分支，其CNVRs富集于海拔适应（如HIF-1通路）和黑色素沉积相关基因。
4. 功能富集：跨境品种CNVRs显著富集于免疫相关基因（如MHC区域），而印度本土品种在热应激响应基因（如HSP90）呈现特异性扩增。

这项研究不仅填补了热带山羊CNV研究的空白，更创新性地提出"CNV地理梯度"假说——即CNV分布与生态适应压力呈正相关。实际应用中，鉴定出的北阿坎德山地羊高拷贝数抗氧化酶基因簇，为培育高原适应性品种提供了分子靶标。更重要的是，研究团队开发的Plink2Phylo分析流程（已开源）解决了传统方法对CNV系统发育重建的偏差问题，为后续跨物种比较研究树立了新标准。这些发现将推动CNV从理论走向应用，在应对气候变化引发的畜禽育种挑战中发挥关键作用。