基于非接触式3D点云表型与多位点全基因组关联分析揭示Wens Black猪体尺性状遗传结构

《Biomolecules》：Integrating Non-Contact 3D Point Cloud Phenotyping and Multi-Locus Genome-Wide Association Studies to Uncover the Genetic Architecture of Body Size in Pigs

　　

非接触式3D点云表型测量减少了牲畜人工测量所需时间和动物扰动，但自动衍生体尺性状的遗传结构仍未被充分探索。研究人员从510头Wens Black猪的3D点云数据中提取体长（body length, BL）和体高（body height, BH），并解析其遗传基础。自动测量与人工测量之间的Pearson相关系数在BL为0.79、BH为0.74，平均绝对百分比误差（mean absolute percentage error, MAPE）分别为2.30%和3.55%。相应的遗传相关估计值在BL为1.00 ± 0.13、BH为0.92 ± 0.14。联合单点和多位点全基因组关联研究（genome-wide association study, GWAS）鉴定出43个候选数量性状核苷酸（quantitative trait nucleotides, QTNs），包括单点模型在提示性显著水平检测到的BL相关单核苷酸多态性（single-nucleotide polymorphism, SNP）以及42个LOD ≥ 3的额外位点。其中，8个BL相关和6个BH相关QTN由至少两种多位点方法检测到，包括2个由全部四种方法检测到的BL相关QTN。单个QTN解释表型方差的最大估计比例在BL为6.00%、在BH为4.71%。功能富集涉及骨骼和细胞发育通路，优先将ACKR3、PLCB1和COL11A1作为BL的位置候选基因，将BDNF、PLEKHM1、ANKRD11和RHOBTB2作为BH的位置候选基因。这些发现表明，3D点云表型测量可捕获猪体尺的可遗传变异，并为验证和未来基因组育种提供位点和候选基因。

**研究背景与问题**

体尺和体构型对猪生产、结构健全性和育种值具有核心意义。体长（body length, BL）反映轴向骨骼生长和胴体尺寸，体高（body height, BH）反映垂直骨骼发育，并与肢骨生长和体结构密切相关。在猪中，BL和BH为可遗传的多基因性状，已在Large White、Yorkshire和商业杂交群体中定位到多个相关位点；肢骨长度、骨密度和胴体长度的数量性状位点及关联分析进一步将骨骼发育与经济重要性状维度联系起来。遗传改良依赖准确、可重复且可在群体尺度收集的表型。传统卷尺或测尺测量仍被广泛使用，但需要近距离接触、增加劳动需求，并对动物姿势和操作者依赖的标志点放置敏感。非接触成像提供了自动表型替代方案。Gorssen et al.利用俯视RGB视频在常规称重期间估计猪体长、肩宽和臀宽，但该二维流程不能直接测量BH或重建三维体表几何。引入深度信息可实现三维重建和空间维度测量；在牛中，深度相机和多视角成像已支持体表重建及多个体尺维度测量。从3D点云推导体尺的关键步骤是解剖标志点准确定位。在猪中，Hao et al.使用Improved PointNet++分割识别解剖区域并定位测量标志点；Xu et al.随后开发基于测地距离的方法直接从猪点云检测语义关键点。然而，测量精度仍受动物姿势、点云不完整和标志点定位误差影响。上述进展支持体尺表型的自动收集，但与人工测量的一致性本身不能确立其用于遗传研究的适用性；评估其可遗传变异及与相应人工测量性状的遗传关系是重要下一步。GWAS已鉴定与猪体构型相关的位点，但多数BL和BH研究依赖人工测量表型和单点混合模型；此类模型考虑亲缘关系和群体结构，但严格的标记水平校正可降低对复杂体尺性状小至中等效应位点的检测功效。多位点模型联合评估候选标记，可在多基因背景下补充单点分析。3D点云衍生体尺性状的遗传特性及其在全基因组定位中的应用在猪中仍表征不足。因此，研究人员开展本研究，以连接自动3D表型与基因组定位。

**研究开展、结论与意义**

研究人员从510头Wens Black猪的非接触3D点云中提取BL和BH，评估其与人工测量的一致性，并检验自动表型是否保留可比的基因组遗传力和遗传方差；随后整合一个单点模型与四种多位点GWAS方法定位BL和BH相关位点。研究得出，3D点云表型可捕获猪体尺的可遗传变异；全队列BL和BH的遗传力分别为0.30 ± 0.08和0.26 ± 0.08；人工与自动测量的遗传相关在BL为1.00 ± 0.13、BH为0.92 ± 0.14；联合分析鉴定43个候选QTN并优先给出与骨骼和细胞发育相关的候选基因。该研究为高通量收集体尺表型用于遗传评估和育种提供了框架，并提供待验证的位点和候选基因。

**关键技术方法概述**

研究使用2025年出生、饲养于温氏食品集团股份有限公司核心育种场的510头Wens Black猪（Licha Black与Large White两向杂交），其中200头子集用于人工测量对照；耳组织DNA经GenoBaits? Porcine DK 50K（GenoBaits50K）芯片分型，质控后保留510头、47,385个SNP。采用Pig Back Transformer系统获取3D点云并提取BL和BH；以Pearson相关、Bland–Altman、Lin’s一致性相关系数（Lin’s concordance correlation coefficient, CCC）及误差指标评价一致性；用GCTA的基因组限制性最大似然（genomic restricted maximum likelihood, GREML）估计遗传力和遗传相关；用GEMMA单点混合线性模型及mrMLM包中mrMLM、FASTmrMLM、FASTmrEMMA、pKWmEB四位点方法开展GWAS；以连锁不平衡（linkage disequilibrium, LD）衰减界定候选区，并进行基因本体（Gene Ontology, GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）富集及QTL重叠分析。

**3.1 表型评估与遗传力统计**

在200头Wens Black猪中评估自动与人工测量一致性，发现点云测量与人工测量呈强表型相关；BL和BH的MAPE分别为2.30%和3.55%，平均绝对误差（mean absolute error, MAE）分别为2.69 cm和2.11 cm，平均标准差（mean standard deviation, MSD）分别为3.11 cm和1.80 cm。测量差异方向相反：点云BL在129头猪中低于人工测量，点云BH在170头猪中高于人工测量。Bland–Altman分析显示，点云减人工的平均偏差BL为?1.01 cm、BH为1.71 cm；95%一致性界限BL为?7.13至5.11 cm、BH为?1.84至5.25 cm；CCC在BL为0.765、BH为0.597。将非接触测量应用于全队列510头猪，平均BL为115.63 ± 4.72 cm（范围100.9–128.8 cm），平均BH为61.68 ± 2.09 cm（范围55.2–67.9 cm），变异系数分别为4.08%和3.40%。遗传力估计显示，在评估子集中，点云衍生性状BL为0.42 ± 0.16、BH为0.34 ± 0.13，与人工基线BL 0.56 ± 0.15、BH 0.28 ± 0.14统计可比；扩展至全群体后标准误更稳定，BL和BH遗传力分别为0.30 ± 0.08和0.26 ± 0.08。人工与自动测量的估计遗传相关在BL为1.00 ± 0.13、BH为0.92 ± 0.14。上述结果表明点云衍生体尺性状可用于研究可遗传变异并定位相关基因组位点。

**3.2 体尺性状的单点和多位点GWAS**

单点混合线性模型（mixed linear model, MLM）在猪染色体（Sus scrofa chromosome, SSC）18上检测到一个与BL相关的提示性显著SNP 18_17420934，BL和BH均无SNP达到全基因组显著；基因组膨胀因子BL为1.007、BH为0.986，提示检验统计量总体膨胀很小。随后应用mrMLM、FASTmrMLM、FASTmrEMMA和pKWmEB进行多位点分析，鉴定43个与体尺性状相关的候选QTN（LOD ≥ 3），包括由mrMLM检测到的18_17420934及42个额外位点（23个BL相关、19个BH相关）；其中2个由全部四种方法检测，12个由两种或三种方法检测，29个仅由一种方法检测。针对BL，24个候选QTN分布于14条染色体，估计表型方差解释比例（R²）为0.56%至6.00%；2个由全部四种方法检测的QTN位于SSC15（136,421,879 bp）和SSC16（75,889,536 bp），前者距ACKR3基因39.3 kb并解释2.02%至3.61%的表型方差，后者靠近ENSSSCG00000060371并解释1.76%至2.56%；SSC14（102,703,160 bp）位于ENSSSCG00000056495内，由mrMLM和FASTmrMLM检测，最大R²达6.00%；SSC17（17,740,562 bp）位于PLCB1基因内，在BL相关候选位点中LOD最高（8.74），但仅由pKWmEB检测。针对BH，19个候选QTN分布于12条染色体，R²为0.66%至4.71%，无QTN由全部四种方法检测；6个由两种方法检测，13个仅由一种方法检测。SSC2（32,591,017 bp）靠近BDNF的QTN由mrMLM和FASTmrMLM检测，LOD分别为5.34和5.82，为BH相关候选中的最高LOD；SSC14（7,253,735 bp）位于RHOBTB2基因内，其QTN对BH解释的R²最大（4.71%），但仅由pKWmEB检测。结果表明，单点和多位点模型可为复杂性状相关位点提供互补信息，并识别额外候选位点。

**3.3 候选基因鉴定与功能富集分析**

在Wens Black猪群体中进行LD衰减分析，发现LD（r²）在200 kb以外降至0.2以下；据此以每个GWAS信号上下游200 kb窗口鉴定位置候选基因。基于Sus scrofa 11.1基因组注释，分别鉴定BL和BH候选QTN侧翼137个和119个位置候选基因。对于BL，候选基因显著富集于17个GO条目和6个KEGG通路，主要涉及细胞黏附、钙离子结合以及钙/代谢信号；将功能分类与多位点GWAS顶级信号交叉比对，优先得到ACKR3（富集于细胞黏附）、PLCB1（BL最高LOD所在基因，富集于钙信号和代谢过程）和COL11A1（其QTN位于SSC4基因内）作为位置候选基因；COL11A1编码XI型胶原亚基，参与软骨基质组织和骨骼发育。对于BH，功能注释显著富集于15个GO条目，包括核质、树突延伸和细胞内膜结合细胞器；与显著BH位点对应，BDNF富集于树突和轴突延伸等发育条目，ANKRD11富集于核质，PLEKHM1和RHOBTB2（后者所在QTN解释BH最大表型方差）归入细胞内膜结合细胞器。上述结果通过多位点GWAS与功能富集整合，给出了待下游功能验证的猪体构型候选基因列表。

**讨论与结论**

准确、可扩展的表型对连接基因组变异与经济重要性状至关重要。Gorssen et al.已证明从猪视频提取的体尺包含可遗传变异并与生长性能遗传相关；本研究进一步将点云衍生BL和BH与基因组变异及候选位点联系，支持其作为研究猪体构型遗传结构的表型。Bland–Altman分析和CCC在表型相关和百分比误差之外表征了偏倚与一致性；点云BL倾向于低于人工BL，点云BH一般高于人工BH，这些模式可能反映测量几何、标志点定位和动物姿势差异。尽管人工与点云BH的估计遗传相关较高，BH的CCC（0.597）低于BL（0.765），表明个体表型水平一致性较低；因此自动BH测量在替代单个动物常规人工记录前需要校准和进一步验证。单点混合模型考虑基因组亲缘关系和群体结构，但严格多重检验校正限制小效应关联检测；多位点方法选择潜在相关标记并联合估计其效应，为研究多基因性状遗传结构提供补充途径；不同方法采用不同筛选和显著性标准，检测数量可能反映灵敏度和假阳性率差异。本研究中联合分析说明单点和多位点GWAS的互补作用。将候选关联±200 kb窗口与PigMatrix中整理的数量性状位点（quantitative trait locus, QTL）记录比较，13个候选QTN窗口（8个BL和5个BH）与32个体尺或生长QTL记录重叠；3个BL相关区域（以7_27562670、10_5470338和17_17740562为中心）与既往报道的体长QTL记录重叠；由全部四种多位点方法检测到的SSC16 QTN周围区域还与平均日增重和炮骨围记录重叠。这些区域重叠为部分关联提供位置支持并有助于优先 loci，但仍需其他猪群体独立重复。相关位点优先出若干与体尺发育具有生物学连贯性的位置候选基因：BL方面，SSC15靠近ACKR3的QTN由全部四种多位点算法检测，是本群体中统计稳健性最高的BL关联之一；ACKR3又称CXCR7，调节趋化因子信号，趋化因子网络调控骨重塑；SSC17基因内PLCB1 QTN具有最高LOD，与Large White猪GWAS在SSC17检测到BL相关PLCB1信号一致，BMP-2诱导的PLCB1表达促进成骨细胞分化，为该位点与骨骼生长提供可能联系；SSC4基因内COL11A1信号提供独立的细胞外基质候选，小鼠中XI型胶原参与软骨基质组织，Col11a1调节发育期骨微结构和软骨内成骨。BH方面，靠近BDNF的QTN由mrMLM和FASTmrMLM检测，并在BH相关候选中LOD最高；人类遗传和细胞证据将BDNF与骨密度和成骨细胞分化联系，BDNF敲低降低分化成骨细胞中的成骨标志物；PLEKHM1基因内QTN解释4.32%的BH表型方差，PLEKHM1参与自噬体–溶酶体融合并与骨硬化症相关，符合其在破骨细胞功能和骨重塑相关溶酶体过程中的作用；ANKRD11另一候选因其QTN位于基因内而受关注，Ankrd11错义突变降低小鼠体尺和骨密度；相反，RHOBTB2基因内位点解释BH最大方差比例，但未发现直接将RHOBTB2与体高或骨表型联系的功能或家畜关联证据。总体而言，区分因果变异与连锁信号仍需序列水平精细定位、骨骼组织表达数量性状位点（expression quantitative trait locus, eQTL）分析和功能扰动实验。研究局限包括：仅涉及单一Wens Black杂交群体的510头猪，限制小效应变异检测功效，个体关联向其他遗传背景的可迁移性尚待确立；同一批动物用于QTN发现和效应估计，位点特异效应量和R²估计可能因winner’s curse而膨胀；200头配对子集限制遗传相关估计精度，尤其人工BL与人工BH遗传相关估计为1.00 ± 0.15，属边界估计，可能受有限样本信息和估计约束影响，不应解释为证明相同遗传决定因素，需在更大独立群体确认；50K SNP面板仅提供中等基因组分辨率，全基因组测序或高密度插补可改善关联区域精细定位；BL和BH仅在单一终测阶段测量，不能评估年龄特异遗传效应和生长轨迹，纵向表型有助于刻画生长过程中遗传影响变化；功能富集支持基因集水平生物学解释但不确立单个基因因果作用。未来需跨品种、生产系统和生长阶段验证自动表型，在独立队列重复优先QTN，并整合高密度基因型与转录组和功能证据。研究结论部分可译为：非接触式3D点云表型测量捕获了Wens Black猪BL和BH的可遗传变异，并实现了全基因组关联位点鉴定；这些发现支持其作为可扩展体尺表型来源用于遗传研究。通过联合一个单点模型和四个多位点GWAS方法，研究人员鉴定出43个与BL和BH相关的候选QTN，并优先给出位置候选基因，包括BL的ACKR3、PLCB1和COL11A1，以及BH的BDNF、PLEKHM1、ANKRD11和RHOBTB2。这些结果建立了连接非接触表型与基因组定位的整合框架，并为旨在改善猪体构型的育种应用提供候选基因组资源。