温度-湿度指数对中国荷斯坦牛产奶性状和基因-环境互作的影响

《Animals》:Effects of the Temperature–Humidity Index on Milk Production Traits and Gene–Environment Interactions in Chinese Holstein Cows

【字体: 大 中 小 】 时间:2026年08月04日 来源:Animals 3.2

编辑推荐:

  热应激限制了奶牛生产。温湿度指数(THI)结合了温度和相对湿度,被广泛用于评估热应激。然而,在中国荷斯坦牛中,不同THI条件下产奶性状的表型响应和基因型-环境互作机制尚缺乏研究。基于来自7240头奶牛的63,334条记录(产奶量、乳脂率、乳蛋白率),匹配气象数

  
热应激限制了奶牛生产。温湿度指数(THI)结合了温度和相对湿度,被广泛用于评估热应激。然而,在中国荷斯坦牛中,不同THI条件下产奶性状的表型响应和基因型-环境互作机制尚缺乏研究。基于来自7240头奶牛的63,334条记录(产奶量、乳脂率、乳蛋白率),匹配气象数据和113,297个SNP,研究人员采用随机效应GWAS来检验SNP效应在连续THI梯度上的变化,并将结果与常规、温度和湿度互作GWAS进行比较。随着THI升高,所有性状均以不同模式下降。随机回归GWAS识别出149个显著的SNP×THI互作(产奶量5个,乳脂率86个,乳蛋白率58个),分布在BTA5、BTA6、BTA14和BTA20上。候选基因注释在显著SNP附近识别出52个候选基因,其中50个核心候选基因在温度和湿度GWAS中均得到支持。最稳健支持的核心候选基因包括DGAT1、CPSF1、ABCG2、MGST1、VPS28、PPP1R16A、ZNF250、GRID2、KCNC2和LOC787350,其中DGAT1、ABCG2和MGST1已在产奶性状中经过功能验证,而其他基因是需要进一步研究的新候选基因。温度和THI-GWAS显示高度一致性,而湿度-GWAS检测到重叠和特异信号。将THI作为连续环境梯度纳入分析,能够识别常规GWAS无法捕获的环境依赖调控信号,提供经过进一步验证后可能有助于未来育种策略的候选基因。
全球变暖已成为21世纪最严峻的环境挑战之一,对农业生产系统(尤其是畜牧业)的负面影响日益显著。奶牛因代谢产热高、被毛覆盖且散热能力有限,对高温高湿环境高度敏感,是受热应激影响最严重的家畜之一。中国荷斯坦牛作为中国奶牛产业的主导品种,虽产奶量高,但易受热应激影响,这已成为制约中国奶牛产业可持续发展的关键瓶颈。热应激通过降低干物质采食量(DMI)导致能量负平衡,引发瘤胃发酵变化、内脏血流量减少及营养分配向体温调节倾斜等代谢适应反应,直接影响乳脂和乳蛋白前体供给,进而影响产奶量和乳成分。此外,个体间在饲料效率和代谢灵活性上的遗传差异导致DMI降低程度和代谢反应不同,为热应激下的基因型-环境(G×E)互作提供了生理基础。温湿度指数(THI)是目前国际最广泛使用的热应激量化指标,结合环境温度和相对湿度,综合反映环境对奶牛散热能力的影响,热应激程度通常分为无热应激(THI<68)、轻度热应激(68≤THI<72)、中度热应激(72≤THI<80)和重度热应激(THI≥80)。已有研究证实THI与奶牛产奶性能密切相关,如美国荷斯坦牛在THI约72时日产奶量开始下降,每增加1个单位THI产奶量减少约0.2 kg;地中海气候条件下THI从68升至78时,产奶量降低约21%,DMI降低约9.6%。然而,奶牛对热环境的反应并非一致,个体间在产奶量下降幅度、乳成分稳定性和耐热性上存在显著差异,这些差异可能与遗传背景有关。传统全基因组关联分析(GWAS)主要关注SNP对平均表型水平的效应,难以刻画SNP效应随连续THI梯度变化的动态模式。随机回归模型可利用不同THI条件下的重复观测,将遗传效应表示为环境变量的函数,更适用于检测产奶性状对热环境变化的遗传敏感性。目前,针对中国荷斯坦牛系统研究SNP×THI互作效应的报道仍较少,特别是在连续THI梯度下经典产奶性状的QTL是否保持稳定效应以及哪些候选基因可能影响产奶性状对热应激的敏感性,尚需进一步阐明。因此,本研究旨在:①量化不同THI水平下产奶量(MY)、乳脂率(FP)和乳蛋白率(PP)的变化模式;②利用随机回归GWAS模型检测全基因组中与THI有互作效应的SNP位点;③筛选和功能注释与热应激响应相关的候选基因,为奶牛耐热性分子育种提供理论依据;④分别进行基于温度和湿度的GWAS,解析其对THI驱动信号的相对贡献,识别可能特定响应每种应激源的位点。该研究于2025年发表在《Animals》期刊上。

研究人员从中国北京、上海和山东72个奶牛场收集了2004年7月至2021年12月共406,191头奶牛的初始表型数据,经严格筛选后保留7240头奶牛的63,334条记录(MY、FP、PP)。基因型数据来自Illumina Bovine SNP50v1、50v2、GGP Bovine HD(80K)和GGP Bovine HDv3(150K)等不同密度芯片,使用Beagle v4.1进行基因型填充统一至150K位点,经质控后保留113,297个SNP。气象数据来自中国科学院地理科学与资源研究所,覆盖2001-2023年北京、上海、山东72个农场所在地的逐日平均温度、最高温度、最低温度和平均相对湿度,采用最近邻匹配法匹配气象站与测定日牧场数据(距离>10 km时使用最近三个站点的反距离加权平均插值)。关键分析方法包括:①采用随机回归模型,将THI作为连续环境协变量,使用第4阶标准勒让德多项式(Legendre polynomials)拟合SNP效应随THI的动态轨迹,并通过Wald检验评估SNP×THI互作显著性(零假设为SNP的勒让德系数β1=β2=β3=β4=0),Bonferroni校正基于连锁不平衡(LD)剪枝后约12,280个独立SNP,显著性阈值设为α=4.07×10-6;②建立温度互作GWAS和湿度互作GWAS作为敏感性分析,以THI模型中的环境变量分别替换为日平均温度或日平均相对湿度;③进行常规主效应GWAS(模型不含环境变量及其与SNP的互作项);④候选基因注释基于ARS-UCD1.2参考基因组,以显著SNP(lead SNP)上下游各500 kb为窗口,识别落入窗口的基因为候选基因,并根据在温度/湿度GWAS中的统计支持划分为核心候选基因(在THI、温度和湿度GWAS中均达到显著)、潜在候选基因(在THI和至少一个敏感性分析中显著)和提示性候选基因(仅在THI中显著)。

**3.1 数据概述和表型分布**:经筛选后7240头奶牛共63,334条记录,MY均值约32.11 kg,FP均值约3.68%,PP均值约3.11%,各性状呈近似单峰分布。无热应激组43,344条记录(68.4%),轻度热应激组5876条(9.3%),中度热应激组12,708条(20.1%),重度热应激组1406条(2.2%)。

**3.2 THI与产奶性状表型响应的关系**:随着THI升高,MY、FP和PP均呈下降趋势。MY在THI约74以下波动较小,之后下降明显;FP和PP随THI持续缓慢下降。Welch t检验(Bonferroni校正后显著性阈值0.0083)显示,MY在无/轻度应激组(约33.1 kg)与中度(约31.6 kg)和重度(约26.0 kg)组间显著分离,表明MY仅在中度和重度热应激下显著下降;FP无应激组均值(3.78%)略高于三个应激组(3.52-3.72%);PP从无应激(3.15%)到重度应激(2.95%)呈逐渐下降趋势,最大降幅出现在无应激到轻度应激之间。

**3.3 基于随机回归模型的THI互作GWAS**:共检测到149个显著SNP×THI互作(MY 5个,FP 86个,PP 58个),主要分布在BTA5、BTA6、BTA14和BTA20。合并相邻SNP(物理距离<1 Mb)后得到13个QTL区域。BTA14区域包含DGAT1、CPSF1等基因,在MY、FP和PP三个性状中均检测到互作信号;BTA5区域包含MGST1、KCNC2等;BTA20区域与PP相关。与常规主效应GWAS(共94个显著SNP)相比,THI-GWAS在FP(86 vs 44)和PP(58 vs 49)上检测到更多显著关联,而MY的常规GWAS仅检测到1个显著SNP且与THI-GWAS不重叠(0%重叠率)。代表SNP(如DGAT1附近的ARS-BFGL-NGS-4939)效应曲线显示,其对FP的遗传效应在低THI下较强,随THI升高逐渐减弱;CPSF1区域SNP对MY的效应在THI约75时从负向转为正向。

**3.4 温度和湿度敏感性分析**:温度与THI高度相关(r=0.99),温度互作GWAS检测到161个显著SNP,与THI-GWAS在BTA14等主要区域高度一致。湿度互作GWAS检测到159个显著SNP,与THI-GWAS部分重叠(BTA14、BTA20),但也在BTA5和BTA16上检测到湿度特异信号。

**3.5 排除THI动态效应和互作项的常规主效应GWAS**:常规GWAS检测到94个显著SNP(MY 1个,FP 44个,PP 49个)。与THI-GWAS重叠率:FP为90.9%(主要位于DGAT1和MGST1区域),PP为83.7%(主要位于PKD2、DGAT1和FRMD4B区域),MY为0%。

**3.6 候选基因汇总**:在THI-GWAS显著SNP附近(500 kb窗口)识别出52个候选基因。根据分级标准,50个为核心候选基因(在THI、温度、湿度GWAS中均支持),包括DGAT1、CPSF1、ABCG2、MGST1、VPS28、PPP1R16A、ZNF250、GRID2、KCNC2和LOC787350等;1个潜在候选基因(KCNS2,仅湿度支持);1个提示性候选基因(LOC112449570,无敏感性分析支持)。其中DGAT1、ABCG2和MGST1已在产奶性状中经功能验证,其他基因需进一步研究。

**讨论总结**:本研究揭示了THI对产奶性状的负面影响,且不同性状响应阈值和模式不同(MY在THI 72-74左右出现阈值效应,FP在热应激早期最敏感,PP呈逐渐下降)。随机回归GWAS能够检测到常规GWAS无法捕获的环境依赖遗传信号,特别是对于MY,THI-GWAS与常规GWAS无重叠,表明热应激响应的遗传架构可能与平均生产性能存在本质差异。温度和湿度敏感性分析表明,THI作为综合指标可检测主要环境依赖位点,但单独分析可提供互补信息(湿度可能通过独立生理途径影响某些位点)。候选基因中,DGAT1的效应随THI升高而减弱,CPSF1的效应方向在THI约75时反转,这些动态模式为理解热应激下产奶性状的遗传调控提供了新见解。研究局限性包括气象数据来自区域站而非农场实测、未考虑THI滞后效应、THI阈值可能不适用于中国群体、候选基因缺乏独立验证等。未来研究需安装实时环境监测设备、估计适合中国荷斯坦牛的热应激阈值、对核心候选基因进行功能验证及外部验证。

**结论部分翻译**:基于中国荷斯坦牛记录、气象数据和SNP芯片数据,本研究系统评估了THI对产奶性状的影响及相关的基因-环境互作。表型分析表明,随着THI升高,产奶量、乳脂率和乳蛋白率总体下降,但响应模式各异。基于连续THI的随机回归GWAS识别出149个显著的SNP×THI互作,主要分布在BTA5、BTA6、BTA14和BTA20。常规主效应GWAS检测到94个显著SNP,而THI-GWAS识别出149个显著关联。重叠分析显示,常规主效应SNP中90.9%(乳脂率)和83.7%(乳蛋白率)与THI-GWAS位点重叠,而产奶量无重叠。进一步注释识别出52个候选基因,其中50个核心候选基因在温度互作GWAS和湿度互作GWAS中均得到支持。代表性核心基因包括DGAT1、CPSF1、ABCG2、MGST1、VPS28、PPP1R16A、ZNF250、GRID2和LOC787350;一个潜在候选基因(KCNS2)和一个提示性候选基因(LOC112449570)需进一步研究。总之,将THI作为连续环境变量纳入随机回归GWAS能够检测到常规主效应GWAS可能无法检测到的环境依赖遗传机制。此外,单独的温度和湿度敏感性分析可提供互补信息,可能揭示与温度或湿度应激特异相关的位点,但结果需进一步验证。这些方法共同有助于阐明在不同热环境下产奶性状的遗传基础。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号