基于贝叶斯分离分析的毛用山羊体重主效基因鉴定及其遗传效应解析

为解决山羊体重遗传机制解析难题，研究人员采用贝叶斯分离分析(Bayesian segregation analysis)对2036头毛用山羊(1038雄/998雌)的4072条体重记录(出生体重与100-120日龄体重)进行建模。通过Gibbs采样构建马尔可夫链(20次重复，105样本量，每500次抽样)，发现4月龄体重优势效应(55.902)超越加性效应(54.988)，主效基因遗传力达0.86(±0.93)，其95%最高后验密度区间(HPDs)排除零值，为山羊育种提供重要分子标记。

　　

这项关于毛用山羊体重遗传调控的研究颇具启发性。科研团队运用前沿的贝叶斯分离分析(Bayesian segregation analysis)技术，对4072份涵盖出生体重(Time₁)和100-120日龄体重(Time₂)的珍贵数据展开深度挖掘。研究样本包含2036只性别平衡的山羊群体(1038♂，998♀)，通过精巧设计的Gibbs采样算法构建马尔可夫链——每链运行20次重复，采集10⁵个样本点，并每500次抽样保留一个数据点以降低自相关性。

分析结果揭示出有趣的遗传规律：出生体重中加性遗传效应(3.594)显著大于优势效应(-1.797)，而4月龄时却出现戏剧性逆转——优势效应(55.902)反超加性方差(54.988)。通过计算两组时间点的遗传参数，发现多基因遗传力分别为0.51(±0.56)和0.44(±0.55)，而主效基因遗传力更为突出，达到0.81(±0.91)和0.86(±0.93)。最令人振奋的是，主效基因方差的95%最高后验密度区间(HPDs)严格排除了零假设，这意味着研究者成功捕捉到调控山羊体重发育的关键遗传因子。这些发现不仅为理解山羊生长性状的遗传架构提供了新视角，更为分子标记辅助选育(MAS)技术在山羊育种中的应用铺平了道路。