荷斯坦牛X染色体变异基因型填充准确性评估：不同软件与策略的比较研究

本研究针对荷斯坦牛X染色体变异基因型填充准确性不足的问题，系统比较了Minimac和FindHap软件在多种填充策略下的性能。结果表明，Minimac在PAR和非PAR区域均表现更优（平均R>0.96），且包含雄性和雌性的参考群体显著提升填充准确性。该研究为牛基因组选择中X染色体标记的高效利用提供了关键方法学支撑。

　　

在奶牛育种领域，基因组选择技术已成为提升遗传进展的核心手段。然而，作为牛基因组中最大的染色体之一，X染色体的基因型填充始终面临特殊挑战：其独特的遗传模式（雌性两条拷贝、雄性单拷贝）、伪常染色体区（PAR）与Y染色体的同源重组，以及雌性X染色体随机失活现象，导致传统基于常染色体的填充策略难以直接应用。此前研究多局限于纯雄性群体，且X染色体标记在商用SNP芯片中密度偏低，严重限制了其在新性状遗传解析中的价值。

为系统解决这一问题，巴西巴伊亚联邦大学的研究团队在《Journal of Dairy Science》发表论文，首次在荷斯坦牛群体中综合评估了X染色体变异的填充准确性。研究采用2,505头荷斯坦牛（含561头雌性）的高密度（HD）基因型数据，设计了两步填充流程：第一步从5种中密度（MD）面板填充至整合MD面板（含65,391个SNP），第二步进一步填充至HD面板（294,865个SNP）。通过设计6种参考群体/验证群体性别组合场景（S1-S6），并区分常染色体、全X染色体、PAR和非PAR区域，对比了FindHap和Minimac两款主流软件的性能。

关键技术方法包括：利用PLINK进行基因型质控（剔除Call率<0.90及哈迪-温伯格平衡偏离位点）；采用Eagle软件进行基因型预相位；基于等位基因相关性（R）和基因型一致性率（CR）评估准确性；通过伪常染色体边界（133,300,518 bp）划分X染色体区域。

材料与方法

研究构建了包含不同性别比例的参考群体（最高392雌性+1,361雄性）和验证群体（169雌性+583雄性），首次实现雌雄混合群体的X染色体填充评估。质控后保留2,132个X染色体SNP和63,259个常染色体SNP用于分析。

结果

Minimac表现全面优于FindHap

在两步填充中，Minimac的平均R值始终高于0.95（最高达1.00），而FindHap在部分场景下骤降至0.66（S4^X）。尤其在PAR区域，Minimac的CR值达97.9%（S2^PAR），显著高于FindHap的85.0%（S4^PAR）。

群体规模与性别组成显著影响准确性

包含大量雄性参考个体的场景（S3、S6）使FindHap的R值提升0.1以上，但对Minimac影响微弱。当验证群体包含雄性时（S4-S6），两款软件准确性均下降，但Minimac抗干扰能力更强（S6^non-PAR的CR仍保持98.8%）。

X染色体与常染色体填充差距缩小

使用Minimac时，X染色体非PAR区域的R值（0.96-0.99）已接近常染色体水平（0.98-1.00），但PAR区域仍存在约0.03的差距。FindHap的X染色体填充准确性显著低于常染色体（最大差距达0.22）。

MAF分布揭示系统性偏差

散点图显示FindHap填充的MAF普遍低于真实值，且离散度较高；Minimac的点集则紧密分布在对角线两侧，表明其能准确还原等位基因频率分布。

讨论与结论

本研究首次证实：

1. 1.

   软件算法决定性能上限：Minimac基于隐马尔可夫模型（HMM）的短片段匹配策略，更适合处理X染色体的复杂遗传模式；而FindHap依赖长片段血缘匹配，在群体结构复杂时稳定性不足。

2. 2.

   混合性别群体提升效果：尽管雄性仅传递X染色体给雌性后代，但其 haplotype 多样性仍有助于改善填充效果，尤其对FindHap软件。

3. 3.

   PAR/non-PAR分区域处理必要性：Minimac要求强制分区填充，但准确性显著优于FindHap的整染色体填充模式（S6^X的R值低至0.76）。

该研究为奶牛基因组选择中X染色体标记的规范化处理提供了关键标准：推荐使用Minimac结合Eagle预相位，采用分区填充策略，并尽可能扩大包含雌雄个体的参考群体规模。这将显著提升产奶性状、繁殖性能等X染色体相关性状的遗传评估准确性，推动基因组选择技术在奶牛育种中的深度应用。