《Aquaculture》：Calculating genomic breeding values for growth using DNA pools within commercially reared black tiger shrimp (Penaeus monodon)
编辑推荐：
针对基因组育种值（gEBV）预测在商业虾类养殖中成本高、家系贡献不均等难题，本研究通过构建不同规模的DNA混池（2–25个体），利用混合基因组关系矩阵（h-GRM）和表型排名分组，评估了黑虎虾体重gEBV的预测准确性。结果表明，混池规模为10时，在降低基因分型成本约90%的同时，仍能保持较高的预测精度（0.59），为大规模育种项目提供了一种经济可行的基因组选择方案。该成果发表于《Aquaculture》，对推动水产养殖基因组育种技术的产业化应用具有重要意义。
虾类养殖是全球水产养殖业的重要组成部分，是重要的蛋白质来源和社会经济活动。然而，其生产效率常受生长速度不一致、高死亡率以及对多种病原体易感性等因素制约。先进的选育技术通过鉴定优良后代作为亲本以产生后续世代，提高了养殖动物的生产力。然而，在物种中进行大规模产卵时，为准确表征家系结构，需要对大量个体进行基因分型，这带来了巨大的成本压力。尤其对于像黑虎虾（Penaeus monodon）这样的物种，由于其生产价值和市场需求，对大量个体进行基因分型的投资回报率较低。因此，亟需一种能够平衡选育精度与经济可行性的成本效益策略。
DNA混池（DNA pooling）作为一种旨在降低基因分型成本的替代方法应运而生。该技术基于在基因分型前将来自多个个体的DNA混合。一旦对混池进行基因分型，即可计算每个位点的平均等位基因频率，并通过计算估计每个混池中个体的可能比例。当混池与表型记录（例如，群体中的体重排名）配对时，也可以预测来自混池的个体的整体遗传价值，从而降低建立遗传育种值的基因分型成本。尽管在概念上具有优势，但这种方法尚未在商业虾类数据上进行测试。
为了应对这些障碍，本研究评估了利用农场获得的黑虎虾体重数据集进行DNA混池，以估计基因组选择中体重基因组育种值（gEBV）。研究通过计算机模拟（in-silico）使用5097个DArTCap SNP的个体基因型，生成了由2、5、10、15、20和25个个体组成的重建混池，这些个体按体重在全群中排名。此外，还使用定制的Axiom 70K SNP芯片对物理DNA混池（PDP）进行了基因分型，以测试混池规模为10时的计算机模拟预测。
研究人员主要运用了以下关键技术方法：首先，从七个商业养殖池中收集了5274尾黑虎虾后代的表型（体重）和基因型数据，并利用CERVUS 3.0软件进行了系谱分析。其次，通过计算机模拟（in silico）重建了不同规模（2至25个体）的DNA混池，并基于B等位基因频率计算了混池等位基因频率。第三，构建了包含亲本和子代混池样本的混合基因组关系矩阵（h-GRM），用于后续分析。第四，利用ASReml-R软件运行基因组最佳线性无偏预测（GBLUP）动物模型，估计了基因组育种值（gEBV）和遗传力。最后，通过十折交叉验证评估了gEBV的预测准确性，并使用加权和模型确定了最优混池规模。
3. 结果
3.1. 经验数据中的汇总统计和分布
3.1.1. 表型分布
采样池塘的平均体重为14.8克，平均标准差为3.7克。雌性观察到的变异系数在22.9%至33.2%之间，而雄性在21.2%至31.0%之间。夏皮罗-威尔克正态性评估表明，池塘149和150偏离正态分布，显示出雄性和雌性体重分布的差异。
3.1.2. 经验数据中各池塘的家系分布和遗传力
每个池塘的全同胞家系数量在13到37之间。由于混池是为每个池塘构建的，随着混池规模的增大，混池内多个家系贡献的机会增加。这种模式在家庭多样性较低的池塘中更为明显，表明在整个表型分布中家系分布不均匀。个体记录的遗传力估计值范围从池塘152的最小值0.19到池塘156的最大值0.3。
3.2. 场景1：最优混池规模验证
3.2.1. 重建混池的等位基因频率
基于各个DArTCap SNP的个体基因型平均值，使用定制的R脚本估算了每个混池规模的RP-AF。基于RP数据的基因组关系与每个混池类别的个体关系系数值的平均GRM值之间的皮尔逊相关系数（r）进行了比较。观察到高相关性，r值>0.99。值得注意的是，较大的混池规模观察到混池间亲缘关系值降低。此外，随着混池规模增大，GRM值下降。
3.2.2. 重建混池的gEBV估计和准确性
在场景S1中，比较了从个体记录和RP预测的p-gEBV之间的预测准确性。在不同混池规模中观察到准确性下降的趋势。在表型排名混池中，较小的混池规模（< PS10）观察到较高的预测准确性。不同混池规模之间的预测准确性存在显著差异。
3.3. 场景2：同胞预测
3.3.1. 场景2a：随机同胞预测
3.3.1.1. 个体池塘
跨池塘的s-gEBV预测准确性随着混池数量的增加呈现出不同的趋势。混池规模PS2和PS5 consistently导致较高的准确性，但准确性下降的速度因池塘而异。
3.3.1.2. 所有池塘
在测试场景（S2a）中，使用所有池塘数据预测随机s-gEBV，并对模型进行了交叉验证。随机掩盖10%的同胞体重，并使用不同混池规模在整个表型排名分布中预测其育种值。s-gEBV预测准确性在PS2时为0.94，在PS5时进一步下降至0.79，在PS25时下降至0.58。
3.3.2. 场景2b：前20%同胞预测
重新预测分析证实了模型在识别顶级排名掩盖的s-gEBV方面的有效性。使用RP结果的前20%同胞gEBV预测准确性。预测准确性在PS2时为0.67，在PS25时为0.48。在不同混池规模之间观察到较高的标准误。
3.4. 场景3：物理DNA混池
3.4.1. 物理DNA混池等位基因频率估计的准确性
从Axiom芯片生成的X和Y强度估计的PDP-AF与14个混池的个体代表进行了比较。回归趋势显示出正相关（r = 0.96），表明混池方法准确估计了混池内个体的等位基因频率。
3.4.2. 物理DNA混池的gEBV预测准确性
比较了RP和PDP之间gEBV预测准确性，池塘在遗传多样性高低上有所不同。在中等遗传多样性池塘中，RP的平均准确性比PDP高11%（显著，P < 0.04）。在低多样性池塘中，RP和PDP的准确性都显著较低。
4. 讨论
4.1. 混池策略
将基因组选择应用于水生物种需要对大量个体进行基因分型，与陆地动物生产相比需要大量的资本投资。然而，将混池策略整合到基因组选择工作流程中，正在成为预测个体性能的一种经济有效的方法。
4.2. 影响使用DNA混池进行gEBV预测准确性的因素
混池的gEBV预测准确性受几个因素影响，例如混池内的遗传多样性、混池数量、性状的遗传结构以及基因组训练群体与测试群体之间的强相关性。在商业水产养殖群体中，预测准确性的差异可归因于家系间平均表型的差异。
4.3. SNP标记的影响
本研究中使用的SNP数量因池塘而异，遗传力估计值根据每个池塘的平均MAF而变化。在进行插补之前设定了检出率阈值水平，平均插补了3100个SNP。缺失基因型数量较多会降低预测相关性。
4.4. 家系均匀代表性的局限性
在本研究中，由于缺乏均匀的家系数量和相等的混池数量，准确性受到影响。然而，这种同质数据对于集约化商业养殖操作可能不切实际。
4.5. 建议
从经济角度来看，DNA混池提供了一种经济高效的替代方案；然而，我们的研究结果显示了基因分型支出与预测准确性之间的明确权衡：增加混池规模会降低预测准确性并增加操作复杂性，尽管它们降低了成本并需要更少的混池；而较小的混池在节省较少成本的情况下保持准确性。
研究结论与意义
本研究验证了DNA混池作为黑虎虾商业育种计划中基因组选择的一种实用且具有成本效益的工具。通过系统评估不同混池规模对基因组育种值（gEBV）预测准确性的影响，发现混池规模为10（PS10）在成本降低（约90%）和准确性保持（gEBV预测准确性>0.59）之间取得了最佳平衡。尽管混池会降低准确性，但通过结构化的混池设计和参考群体中适度的遗传多样性，可以实现可靠的gEBV估计。
该研究的意义在于为水产养殖，特别是像黑虎虾这样具有大规模产卵特性的物种，提供了一种可行的、低成本的基因组选择实施方案。它使得中小规模生产系统也能够应用先进的选育方法，从而有望提高虾类养殖的生产效率、生长速度和抗病性。此外，研究中建立的计算机模拟（in-silico）重建混池方法与物理DNA混池验证相结合的策略，为未来在其他水生经济物种中应用和优化DNA混池技术提供了重要参考框架。研究结果强调，在实施DNA混池策略时，需要考虑群体遗传多样性、家系结构以及混池规模与数量之间的平衡，以确保基因组预测的可靠性，最终推动基因组选择技术在水产养殖业的广泛应用和可持续发展。
