利用杂交猪群体遗传相关性提升基因组预测准确性的研究

本研究针对纯种猪群体规模小导致基因组预测(Genomic Prediction)准确性不足的问题，创新性地采用杂交猪作为参考群体。研究人员通过GBLUP模型分析背膘厚度(backfat thickness)和胴体重(carcass weight)性状，发现当测试群体与杂交参考群体存在遗传相关性时，预测准确度可达0.36-0.53；而无关品种准确度仅0.13-0.48。该成果为小规模纯种群体的育种决策提供了高效解决方案，相关论文发表于《Translational Animal Science》。

　　

在动物育种领域，基因组预测已成为筛选优质种畜的核心技术，但其准确性高度依赖参考群体的规模和遗传相似度。这一"瓶颈"在地方纯种猪群体中尤为突出——有限的群体规模导致预测结果可靠性不足。传统解决方案需要大量基因型-表型数据，而韩国国立忠南大学(Chungnam National University)的研究团队另辟蹊径，将目光投向更易获取的杂交猪群体。

该研究团队在《Translational Animal Science》发表的研究中，创新性地采用三种杂交猪（杜洛克×韩国本地猪DK、长白×韩国本地猪LK、长白×约克夏×杜洛克LYD）作为参考群体，评估其对7个纯种猪群体的预测效果。通过比较相同品种、相关品种和无关品种三组测试群体的表现，揭示了遗传相关性对预测精度的决定性影响。

研究采用三大关键技术：1) 基于22,783个SNP的基因组最佳线性无偏预测(GBLUP)模型；2) 主成分分析(PCA)量化群体遗传距离；3) 有效染色体片段数(M_e)评估群体间遗传相关性。测试群体包含从29头比萨罗猪到91头杜洛克猪等10个群体，参考群体规模最高达2,176头杂交猪。

主要发现

1. 遗传距离可视化

通过PCA分析发现，LYD群体在遗传空间分布最广，印证其作为三元杂交种的多样性。LK和DK分别位于长白猪/韩国本地猪、杜洛克猪/KNP的中间位置，而梅山猪则与其他所有品种明显分离

。

2. 预测精度层级差异

相同品种组（DK/LK/LYD）表现最佳，背膘厚度预测精度达0.47。相关品种组（杜洛克/KNP等）精度为0.42，而无关品种组（比萨罗/伊比利亚等）骤降至0.28。值得注意的是，尽管梅山猪M_e值高达597.7，其精度(0.48)却显著高于其他无关品种，研究者推测这与该品种和KNP共享祖先有关

e关系'>。

3. 参考规模与遗传相关性的博弈

当参考群体从500头增至2,000头时，所有组别精度均提升。但关键发现是：1,000头相关品种的预测效果优于2,000头无关品种（背膘厚度0.31 vs 0.26），证明遗传相似性比单纯扩大规模更重要

。

4. 品种内特殊现象

在相同品种组中，LK预测精度(0.52)反而高于M_e更低的DK(0.49)，研究者认为这可能反映LK群体更均匀的SNP分布。而杜洛克猪虽与DK参考群体亲缘最近（M_e=48.27），其精度(0.51)仍低于直接使用DK群体，显示杂交过程可能重构了有利等位基因组合。

这项研究为小规模纯种群体的基因组选择提供了实践范式：通过利用现成的杂交后代建立参考群体，可突破纯种群体规模限制。特别是对于韩国本地猪等资源群体，该方法使预测精度提升达72%（从0.30至0.53）。研究者特别指出，当纯种群体规模<100头时，采用遗传相关杂交参考群体的策略，其效果优于单纯增加纯种参考动物数量。

该成果对保护地方猪种遗传资源具有重要意义——在无需大规模纯种扩繁的情况下，通过杂交配套系即可建立高精度预测系统。未来研究可进一步探索多品种贝叶斯模型在杂交参考群体中的应用，以及基因型×环境互作对跨群体预测的影响。正如通讯作者Seung Hwan Lee强调："这项研究证明，在基因组时代，杂交群体不再是纯种育种的副产品，而将成为驱动纯种改良的'基因镜片'。"