《Genetics Selection Evolution》：Multi-omics prediction of swine production traits with linear mixed models
编辑推荐：
背景：当前表型预测通常依赖DNA微阵列产生的单核苷酸多态性（SNP）数据。生物技术进步使大规模收集互补组学数据成为可能，如转录组学和表观基因组学。与基于SNP的模型相比，这些额外分子层能在多大程度上提高预测准确性值得研究。研究人员评估了利用背最长肌活检的RNA
背景：当前表型预测通常依赖DNA微阵列产生的单核苷酸多态性（SNP）数据。生物技术进步使大规模收集互补组学数据成为可能，如转录组学和表观基因组学。与基于SNP的模型相比，这些额外分子层能在多大程度上提高预测准确性值得研究。研究人员评估了利用背最长肌活检的RNA转录本丰度和DNA甲基化水平是否提高猪四个性状的表型预测准确性：平均日增重（ADG）、背膘厚（BFT）、剩余采食量（RFI）和强度评分（STR）。研究人员获得了代表Duroc、Landrace和Yorkshire品种的443头公猪的转录组（RNA测序，RNA-seq）和表观基因组（简化代表性亚硫酸氢盐测序，RRBS）数据。研究人员拟合了纳入基因组、转录组和表观基因组效应的线性混合模型，并通过交叉验证获得的预校正表型与预测表型之间的相关性评估预测性能。结果：当使用所有品种动物时，ADG的预测准确性（以留一交叉验证中预测值与预校正表型的相关性衡量）从基因组最佳线性无偏预测（GBLUP）的0.12到转录组-甲基化组最佳线性无偏预测（TMBLUP）和基因组-转录组-甲基化组最佳线性无偏预测（GTMBLUP）的0.37。对于BFT，准确性从甲基化组最佳线性无偏预测（MBLUP）的0.18到基因组-转录组最佳线性无偏预测（GTBLUP）和GTMBLUP的0.39。对于RFI，准确性从0.19（系谱最佳线性无偏预测（pedigree BLUP）、GBLUP、MBLUP）到0.58（GTBLUP）。对于STR，准确性从?0.27（MBLUP）到0.11（转录组最佳线性无偏预测（TBLUP）、TMBLUP、GTBLUP和GTMBLUP）。基因组-甲基化组最佳线性无偏预测（GMBLUP）模型表现出中等预测性能。结论：与标准GBLUP相比，纳入背最长肌活检的转录组和表观基因组数据提高了表型预测准确性，转录组信息是这些增益的主要驱动因素。在单组学模型中，TBLUP达到最高准确性，而MBLUP表现最低。组合GTMBLUP模型总体属于表现最佳模型之一，尽管相对于GTBLUP或TMBLUP的增益在存在时也较有限。
论文解读
研究背景与问题：过去家畜遗传改良主要依赖线性混合模型（linear mixed model，LMM）和系谱最佳线性无偏预测（BLUP）；DNA微阵列SNP使基因组选择可行，基因组BLUP（GBLUP）通过基因组关系矩阵提高估计育种值（EBV）准确性。高通量测序可获取转录组和表观基因组等额外分子层，可能捕获SNP未解释变异；但组学测量依赖组织、方法和采样时间，其相较SNP模型提高预测准确性多少需研究。该研究评估背最长肌RNA转录本丰度和DNA甲基化是否提高猪平均日增重（ADG）、背膘厚（BFT）、剩余采食量（RFI）和强度评分（STR）表型预测准确性，比较单组学与多组学模型并估计方差组分。
研究开展与意义：研究人员利用DanBred丹麦商业育种计划443头公猪（Duroc 143、Landrace 148、Yorkshire 152）的表型、系谱、50k SNP、RNA-seq和RRBS背最长肌数据，拟合系谱BLUP（PBLUP）、GBLUP、甲基化组BLUP（MBLUP）、转录组BLUP（TBLUP）及转录组-甲基化组BLUP（TMBLUP）、基因组-甲基化组BLUP（GMBLUP）、基因组-转录组BLUP（GTBLUP）、基因组-转录组-甲基化组BLUP（GTMBLUP），用限制性最大似然（REML）估计方差组分，以预校正表型与预测值相关性评估准确性。结论为：纳入转录组和表观组提高相对GBLUP准确性，转录组主要驱动；TBLUP为最佳单组学，MBLUP最低；GTMBLUP总体最佳之一但相对GTBLUP/TMBLUP增益有限。意义是证明多组学可改善表型预测，但非自动大幅增益，且表型预测不等同育种值预测。
关键技术方法（≤250字）：样本来自DanBred丹麦商业育种计划，443头三个纯种公猪；约100 kg采集背最长肌活检，行RNA测序（RNA-seq）和简化代表性亚硫酸氢盐测序（RRBS）；50k SNP芯片获得基因型；构建系谱、基因组、转录组和甲基化关系矩阵；拟合单组学与多组学LMM，REML估计方差组分；在品种内、多品种和跨品种场景采用留一（LOO）、五折和留一品种（LOBO）交叉验证，以Pearson相关衡量预测准确性。
研究结果：
描述性统计：预校正表型均值（标准差）为ADG ?6.44（80.26）g/day、BFT ?0.04（0.63）mm、RFI ?3.22（131.25）g/day、STR ?0.16（3.37）；均值接近零但非零，因用较大参考群预校正。
方差组分估计：系谱遗传力STR最低0.16，BFT和RFI最高（0.42、0.39）。TBLUP中转录组占表型方差ADG 0.68、BFT 0.78、RFI 1.00、STR 0.09；MBLUP甲基化为0.41、0.41、0.57、0.01。含转录组时其解释最大方差；加入组学降低残差方差并重新分配，部分方差为零（边界解）需谨慎，如RFI含转录组时残差为零；STR残差最大且组学贡献小。
多品种场景下的预测准确性：多品种准确性高于品种内，因训练动物更多；含转录组模型一致最高，RFI最高、STR最低；MBLUP对ADG/BFT/RFI中等、对STR差。
留一交叉验证：ADG从GBLUP 0.12到TMBLUP/GTMBLUP 0.37；BFT从MBLUP 0.18到GTBLUP/GTMBLUP 0.39；RFI从0.19（PBLUP、GBLUP、MBLUP）到0.58（GTBLUP）；STR从?0.27（MBLUP）到0.11（TBLUP、TMBLUP、GTBLUP、GTMBLUP）。GTBLUP较TBLUP提高ADG 0.35→0.36、BFT 0.32→0.39、RFI 0.56→0.58，STR不变；加甲基化几乎无变化。
五折交叉验证：与LOO相似，转录组模型优于基因组和甲基化模型，组合组学常最高；STR略高且无负值，GTMBLUP为ADG 0.39、BFT 0.39、RFI 0.59、STR 0.17。
品种内预测准确性：模式类似但普遍较低，因样本量小；Landrace ADG略高于多品种。
跨品种场景下的预测准确性：LOBO准确性因品种和性状不同，一般低于品种内LOO；基因组模型低，转录组和多组学较高；RFI的TBLUP和GTBLUP最高；16k与1M CpG结果相似。
单组学与多组学：TBLUP在所有性状优于GBLUP和MBLUP；GTBLUP较TBLUP小幅变化；GMBLUP较GBLUP平均小幅提高但变异；GTMBLUP较GTBLUP仅微小变化，有增有减。
模型中评估的CpG位点数：16k较1M更稳定，有时优于1M；GTMBLUP两套几乎相同；甲基化关系矩阵非对角线相关r=0.91，小集捕获大部分相似性。
主要发现总结：含转录组和甲基化谱模型中，转录组解释最大方差并产生最高准确性；甲基化方差组分常大于基因组但未转化为更优预测；TBLUP最佳单组学，基因组+转录组总体最高；加甲基化变化小。
讨论部分总结：该研究据称首次在动物育种中联合使用基因组、表观基因组和转录组同一批个体预测复杂性状；Vourlaki等在同数据集用深度学习。转录组解释方差大且预测增益高，但不同研究结果反映组织相关性和采样时间与性状表达期接近程度；DNA甲基化解释较小且增益有限，因转录组更接近表型，甲基化仅为调控之一。CpG位点从约1M降至约16k的影响依赖模型和性状，MBLUP中16k更高，含转录组模型几乎相同；类似全基因组序列标记密度超过阈值增益有限。建模采用标准BLUP框架，组学作为独立随机效应，关系矩阵比例于WW
?；局限是假设基因组、转录组和甲基化效应独立，而生物学上相互关联；更灵活方法包括CORE GREML、GTCBLUP、GOBLUP及深度学习。跨品种LOBO有时与品种内相当或更高，表明可移植性，但训练群体更大也可能提高准确性；Duroc平均LOBO最低，与Landrace和Yorkshire遗传关系更近一致。育种关注EBV，表型预测改善不意味着组学捕获变异可遗传；组学预测器可能与环境效应协变，高表型预测准确性不必然转化为选择反应；Ayres等单座位显示省略DNA甲基化不偏倚育种值估计，但未评估EBV准确性后果。表型预测对管理和精准畜牧有意义，尤其重复或纵向经济性状如公猪精液质量。局限包括样本量不大、交叉验证方差组分来自完整数据集造成轻度数据泄漏、组学独立性假设，以及仅评估背最长肌和三种组学；未来可增加样本、纳入其他分子层和其他组织。
研究结论（Conclusions）翻译：总之，纳入背最长肌活检的表观基因组（RRBS）和转录组（RNA-seq）谱较仅基于基因组信息的模型提高了预测性能。转录组和甲基化组分捕获了系谱和基因组效应之外的额外方差；转录组数据一致产生最大准确性增益，而DNA甲基化贡献更温和且依赖性状和品种。降低甲基化数据维度、选择高变CpG位点未损害预测性能，基于约16千个位点的模型与约1百万个位点的模型表现相当。同时，加入额外分子层的收益不统一，预测准确性增益取决于性状、品种和建模情境。结果表明，整合多源分子信息可改善家畜群体表型预测，但也表明加入额外组学并不自动转化为大幅准确性提升。
