交易所公告 |
基因组选择技术应用将提升种猪生产水平 时间:2020-08-18 来源:全国畜牧总站 非洲猪瘟和新冠肺炎疫情叠加,导致种猪核心群数量下降,部分种猪企业生产性能测定减少、遗传交流降低,种猪生产水平有所下降,给我国生猪恢复生产带来严重影响。为了克服疫情影响,加快种猪数量和质量恢复,育种技术和机制的创新迫在眉睫。
2017年,全国生猪遗传改良计划领导小组办公室启动了全国生猪基因组选择工作,有7家科研单位、30余家国家生猪核心育种场参与。目前,基因组选择技术在国内还处于应用的初步阶段,但已经逐步得到育种企业的重视。温氏作为首批遴选的国家生猪核心育种场,在猪的全基因组选择技术应用方面,一直走在国内同行的前列。基因组选择技术具有选种效率高,世代间隔短,遗传进展快的特点。该技术纳入了动物个体基因组信息,不仅提高了个体选择的准确性,还能弥补常规育种工作的一些短板(如早期选择、屠宰性状选育等)。目前已初步构建了杜洛克、长白和大白3个品种的基因组选择参考群体,搭建了猪基因组选择遗传评估平台,具备了全面推进猪基因组选择技术应用的基础。
基因组选择技术的实施分为两步。首先是组建基因组选择参考群体。该参考群包括所测定个体的表型记录信息、系谱信息和基因组信息。一般参考群规模应达到3000头以上,目的是利用该参考群建立表型和基因组信息的联系。其次是对候选个体进行遗传评估。通过检测候选个体的基因型信息,利用参考群已经建立的基因-表型的联系,对候选个体的遗传潜力进行预测及评估。
基因组选择技术的成功实施,关键点如下:一是准确测定选择性状的表型信息,准确记录个体系谱信息,以此确保参考群构建的准确性。二是基因分型的成本需持续降低。当前生产应用较多的商业芯片,价格至少在150-200元之上,如加上数据分析成本,费用相对较高,制约技术应用。三是基因分型的准确性需持续提高。该准确性不仅包括采样及应用流程、反馈的准确性,还包括分型位点的准确性。商业化芯片位点常来源于较多品种,而用于实际群体,可用位点有较大减少。四是技术应用人员及流程需逐步规范和磨合。基因组选择技术是建立在育种值-选择指数选种的基础上,现场选种与指数选种未完全契合。此外,基层选育种人员的水平,也直接关系到技术应用效果。
温氏自2012年以来,就与中国农业大学相关课题组合作,开发并优化了适合猪基因分型的简化基因组测序技术,该技术利用二代测序平台,能够大大降低个体的分型成本。针对测序方法存在从采样到反馈检测结果时间周期较长的问题,在前期研究的基础上,开发了针对温氏主要群体的定制化基因芯片:PorcineWENS55K。该芯片的基因位点来自温氏各品系测序数据,确保了芯片分型结果的可靠性。另外该芯片从分型到育种值计算,均可以在温氏自己的研究室完成,确保了技术应用的时效性。
无论何种技术,其出发点和落脚点是能够实实在在为企业获得利润,基因组选择技术也不例外。如何将该技术与传统育种相结合,如何依据基因组育种值进行选种、选配,如何将该技术应用于早期选择等等,这些问题关系到技术能否真正落地。根据2018年温氏新兴育种公司沙湖场杜洛克猪全基因组选择应用分析报告,个体预测综合指数与终测综合指数相关达到0.80以上,早期选择的准确性较高,大大节约了育种成本。根据非洲猪瘟疫情防控形势,温氏调整生产管理工作流程,建立了稳定的种猪遗传交流机制。由种猪公司分子实验室负责沟通样品采集、DNA提取和现场反馈等工作,由集团研究院畜禽育种研究室负责芯片分型和育种值计算与反馈工作。
目前,温氏已在主要品系中建立了基因组选择参考群(S21/S22/W64/W51/W52等),并在种猪公司主要核心品系开展基因组选择应用。2019年共检测仔猪样品3万多头,基础群母猪样品1844头,所有仔猪样品均能在断奶前反馈育种值,方便了种猪的调拨。此外,通过建立专用的OA应用流程,对每一批次样品进行跟踪,联合育种现场,及时反馈和评价技术的应用效果。
在非洲猪瘟持续给行业带来威胁的大环境下,坚持育种工作,将会为企业长久发展积蓄力量。如何利用好育种新技术,加快提升种猪水平,显得愈加重要。基因组选择技术的全面推广应用,还有很多环节需要不断完善。一是加快构建复杂性状测定技术平台。目前还没有完善的肉质等复杂性状表型和基因型数据库,不能开展肉质性状的基因组选择。二是性状采集方式方法亟待更新。在当前批次化生产的大背景下,批次分娩、批次测定,要在较短的时间内,完成既定的育种操作,工作量较大,导致数据准确性降低,因此,亟须开发便捷式生产或数据采集设备。三是技术应用与生产还需持续磨合。基因组选择技术的应用是基于选择指数来开展选种的,由于不同品种品系选育方向的差异,选择指数与选育方向未能完全契合。此外,育种现场对体型、血缘等选种选配要求,需要与基因组选择指数有效衔接。四是基因分型成本及效率需持续改进。当前基于芯片的分型方法,成本还存在降低的空间,转而利用测序的方法,有着更大的成本优势,但是分型时间、基因型填充时间以及准确性需深入研究。成本低、效率高、准确性高、自主性强的分型方法,是未来大规模应用的基础。
|