为大西洋鲑鱼的基因组预测，优化用于低密度SNP panel插补的参考人群

《Aquaculture》：Optimization of reference population for imputation of low-density SNPs panel for genomic prediction in Atlantic salmon

本研究评估了高密度参考群体组成对LD-SNP推断准确率及大西洋鳟鱼生长、心脏肌病和胰腺病抗性预测的影响，发现低密度SNP推断结合合理参考群体配置能有效降低成本且保持预测精度。

　　

克莱芒斯·弗拉斯林（Clémence Fraslin）|塞拉普·戈嫩（Serap Gonen）|所罗门·博瓦松（Solomon Boison）|马修·巴拉斯基（Matthew Baranski）|阿希·诺里斯（Ashie Norris）|迭戈·罗布雷多（Diego Robledo）

罗斯林研究所（The Roslin Institute）和爱丁堡大学皇家（迪克）兽医学院（Royal (Dick) School of Veterinary Studies），英国爱丁堡

摘要

近年来，在开发低成本、低密度的基因组工具方面取得了许多进展，这些工具有助于在水产养殖育种计划中更广泛地应用基因组选择技术。从仅包含数百个标记的低密度（LD）SNP面板到高密度（HD）SNP面板的基因型推断已成为一种有前景的策略，可以在保持基因组预测准确性的同时降低基因分型的成本。在这项研究中，我们评估了高密度基因型参考群体的构成对以下两方面的影响：i) 低密度基因型个体的基因型推断准确性；ii) 大西洋鲑鱼生产中三个重要性状的基因组预测准确性：生长能力、抗心肌病综合征的能力以及抗胰腺疾病的能力。研究使用了一个通过47 K SNP阵列进行基因分型的大西洋鲑鱼群体，以及一个包含554个SNP的计算机模拟低密度SNP面板。我们测试了五种参考群体方案，包括仅包含候选个体的父母、父母和候选个体的组合，以及仅包含候选个体的方案。所有方案都实现了高精度的基因型推断，除非高密度参考群体仅由候选个体组成，这种情况下估计的育种值分布略显不均匀。基因型推断的准确性对基因组预测的准确性影响很小，推断后的数据集与高密度SNP面板的预测准确性相当。当使用高密度基因型父母时，将部分后代加入参考群体并未对基因组预测产生任何益处。因此，基因型推断是水产养殖中一种成本效益高且稳健的基因组选择方法。

引言

在现代选择性育种计划中，基因组选择基于从个体基因型及其相关训练群体中获得的基因型和表型信息预测的基因组育种值来识别最佳候选个体（Goddard和Hayes，2007；Meuwissen，2009）。与基于系谱的方法相比，对于无法在候选个体中测量的性状，这种方法可以利用家族内的遗传变异，而无需依赖家族的整体表现。基因组选择在水产养殖中的应用日益增多，并且已被证明对于大多数选育性状而言比基于系谱的方法更准确，尤其是在对候选个体的近亲进行测量时（Houston等人，2020；Robinson等人，2022；You等人，2020）。提高预测准确性是选择性育种的关键因素，因为这直接关系到更高的遗传增益（根据育种方程：$?G$），其中r表示预测准确性，i表示选择强度，${\sigma }_A$表示加性遗传变异，T表示世代间隔）。

水产养殖育种计划依赖于大量的全同胞家庭（约200个），这些家庭拥有大量的后代，这使得基因组选择得以广泛应用，因为候选个体与训练群体之间存在密切关系。训练群体通常由全同胞和半同胞组成（Fraslin等人，2022），这些个体可以在多种环境中进行常规表型测定。虽然这些表型测定方案通常能获得较高的预测准确性，但基因组选择广泛应用的主要瓶颈是需要对庞大的训练群体进行基因分型以获得准确的预测结果，并需要大量的候选个体来实现足够的选择强度。考虑到目前的基因分型成本，这对许多农民来说可能是难以承受的（Boudry等人，2021）。降低个体基因分型的成本将使基因组选择在水产养殖育种计划中得到更广泛的应用，使其对中小型企业也变得可行。对于已经在育种计划中实施基因组选择的大型企业（Norris，2017；Zenger等人，2019），降低个体基因分型成本将允许对更多候选个体进行基因分型，从而提高选择强度，进而增加遗传增益。近年来，针对多种水产养殖物种，人们专注于设计优化后的低密度（LD）SNP面板，这些面板包含1000到6000个SNP，其产生的育种值估计与中等或高密度面板相当（Griot等人，2021；Kriaridou等人，2020；Pe?aloza等人，2022；Song等人，2022；Song和Hu，2022；Vallejo等人，2021）。此外，最近的研究表明，使用低密度（几百个SNP）对选育群体和训练群体进行基因分型后，结合使用中等密度（MD）或高密度（HD）面板生成的参考群体进行基因型推断，可以获得与所有鱼类都进行MD/HD基因分型时相当准确的基因组预测结果（Dufflocq等人，2019；Fraslin等人，2023；Griot等人，2021；Kriaridou等人，2023；Mastrochirico-Filho等人，2024；Tsairidou等人，2020；Yoshida等人，2018；Yoshida等人，2019）。大多数研究关注了LD或MD面板的设计、高密度参考群体大小对基因型推断准确性的影响，或比较了不同基因型推断工具的准确性。基因型推断依赖于染色体上相邻SNP之间的连锁不平衡，这些SNP很可能一起遗传。近亲（父母-后代或全同胞）会共享长 haplotypes，而远亲则共享由于重组而分离的较短 haplotypes（Kong等人，2008）。在育种计划中，用于基因型推断的参考群体至关重要，但其构成在水产养殖背景下的研究还不够深入，无论是从个体数量还是与被推断个体的关系角度来看。实际上，大多数最近发表的研究在优化LD面板时都使用高密度基因型父母作为参考群体，只有Yoshida等人（2018）的研究探讨了参考群体中包含零个、一个或两个父母对一个多基因性状（体重）的基因型推断和预测准确性的影响。

在本研究中，我们比较了不同的方案，以优化用于大西洋鲑鱼（Salmo salar）商业群体中LD基因型准确推断的参考群体构建。我们研究了稳健或次优基因型推断对三个感兴趣的性状（抗心肌病综合征、抗胰腺疾病能力和生长能力）预测准确性的影响。

部分摘录

表型和基因型

大西洋鲑鱼的表型、基因型和系谱数据来自MOWI Norway 2019年的群体（YC），该群体包含336个全同胞家庭（其中一些为半同胞），这些家庭来自134个公鱼（YC2012至YC2015年）和221个母鱼（YC2015至YC2016年）。这些全同胞家庭针对三个性状进行了表型测定：抗心肌病综合征（CMS，n = 1172）、抗胰腺疾病（PD，n = 1500）和生长能力（n = 3108），生长能力通过收获时的去内脏重量（GW）来衡量。

疾病挑战

表型和遗传参数估计

经过基因型质量控制后，有1094条鱼具有抗CMS的表型数据，评分分布为0 n = 163、1 n = 418、2 n = 395、3 n = 107、4 n = 11。剩余1488条鱼具有抗PD的表型数据，感染后的存活率为49%（因为设计要求基因分型的鱼中有50%存活，50%死亡）。最后，保留了2998条鱼的生长表型数据，生长能力通过去内脏重量（GW；平均值 = 4.87 kg ± 0.833 sd）来衡量。

每个性状的遗传力

讨论

许多最新研究表明，结合低密度基因分型和使用高密度（通常为数万个SNP）参考群体进行的基因型推断是一种降低水产养殖育种计划中基因分型成本的强大策略。现在已有大量文献研究了不同鱼类物种，探讨了创建计算机模拟低密度SNP阵列的方法，并随后使用不同的基因型推断技术进行推断

结论

在这组大西洋鲑鱼群体中，使用包含554个精心挑选的SNP的低密度（LD）面板进行的基因型推断，其基因组预测的准确性仅略低于使用高密度（HD）面板获得的准确性，这涉及三个感兴趣的性状。用于基因型推断的参考群体的构成对基因组预测的影响很小，即使在基因型推断不够理想的情况下也是如此。总体而言，将部分后代纳入参考群体可以提高基因组预测的准确性。

伦理声明

本研究中使用的鱼类来自Mowi Genetics AS的育种计划。因此，表型和基因型数据是按照Mowi Genetics AS的标准育种程序收集的，这些程序符合挪威和爱尔兰水产养殖及鱼类健康管理部门的规定。因此，本研究不需要任何特定的正式伦理批准。

CRediT作者贡献声明

克莱芒斯·弗拉斯林（Clémence Fraslin）：撰写 – 审稿与编辑、撰写 – 原稿撰写、可视化、调查、数据分析、概念化。塞拉普·戈嫩（Serap Gonen）：撰写 – 审稿与编辑、数据管理、概念化。所罗门·博瓦松（Solomon Boison）：撰写 – 审稿与编辑、数据管理、概念化。马修·巴拉斯基（Matthew Baranski）：撰写 – 审稿与编辑、数据管理、概念化。阿希·诺里斯（Ashie Norris）：撰写 – 审稿与编辑、概念化。迭戈·罗布雷多（Diego Robledo）：撰写 – 审稿与编辑

资金来源

这项工作是AquaIMPACT项目的一部分，得到了欧盟地平线2020研究与创新计划（项目协议编号818367）的支持。该研究还得到了生物技术和生物科学研究委员会（BBSRC）的战略资助（BBS/E/D/30002275、BBS/E/D/20002172、BBS/E/RL/230001A和BBS/E/RL/230001C），资助方为罗斯林研究所。DR还得到了加利西亚创新机构（GAIN，加利西亚自治区政府）的资助

利益冲突声明

作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：

塞拉普·戈嫩报告称获得了Mowi Genetics AS的财务支持。所罗门·博瓦松报告称获得了Mowi Genetics AS的财务支持。马修·巴拉斯基报告称获得了Mowi Genetics AS的财务支持。阿希·诺里斯报告称获得了Mowi Genetics AS的财务支持。塞拉普·戈嫩报告与Mowi Genetics AS存在关联