一种与长白猪背膘厚性状相关的SNP分子标记及其应用

摘要

本发明属于猪分子标记技术领域，具体公开了一种与猪背膘厚性状相关的SNP分子标记。本发明采集的1172头长白猪DNA通过porcine 80k SNP高密度功能位点芯片进行基因分型，利用全基因组关联分析筛选出与猪背膘厚性状显著相关的SNP，该SNP分子标记位于2号染色体，登陆号为rs1112401824，多态性位点为C或G，当该标记突变为G时，猪拥有更薄的背膘厚性状。

说明书

技术领域

本发明属于猪分子标记技术领域，具体涉及一种与长白猪背膘厚性状相关的SNP分子标记，可用于猪背膘厚性状的辅助选择和预测。

背景技术

猪是畜牧生产中重要的经济动物，猪肉也是世界上最重要的肉类之一(McGloneJJ.The Future of Pork Production in the World:Towards Sustainable,Welfare-Positive Systems.Animals(Basel).2013 May 15；3(2):401-15.)。在猪的生产过程中，生长速度和脂肪沉积作为猪的重要经济性状，会直接影响消费者的消费选择进而影响企业的经济效益，故而在猪遗传育种中得到广泛的研究(Davoli R,Catillo G,Serra A,Zappaterra M,Zambonelli P,Zilio DM,Steri R,Mele M,Buttazzoni L,RussoV.Genetic parameters of backfat fatty acids and carcass traits in Large Whitepigs.Animal.2019 May；13(5):924-932.)。背膘厚是指猪背部皮下脂肪的厚度，可间接反映猪脂肪沉积情况，且具有较高的遗传力(Gozalo-Marcilla M,Buntjer J,Johnsson M,Batista L,Diez F,Werner CR,Chen CY,Gorjanc G,Mellanby RJ,Hickey JM,Ros-Freixedes R.Genetic architecture and major genes for backfat thickness in piglines of diverse genetic backgrounds.Genet Sel Evol.2021 Sep 22；53(1):76.)，因此探索发现猪背膘厚遗传机制的相关分子标记有助于更好地展开猪的育种研究。

全基因组关联分析(GWAS)，即在全基因组范围上寻找变异位点--单核苷酸多态性(SNPs)，进而从中筛选出与目标表型性状相关联的SNPs。随着二代测序技术的发展，GWAS已经成为作物和动物育种研究中解锁基因型-表型关联的常规手段(Liu HJ,Yan J.Cropgenome-wide association study:a harvest of biological relevance.Plant J.2019Jan；97(1):8-18.)。本发明通过采集来自中粮家佳康某种猪场的长白猪耳样，提取DNA后进行质检，利用porcine 80k SNP高密度功能位点芯片进行基因分型得到基因型数据库，结合其表型测定数据，使用R语言的MVP包，采用MLM模型，筛选出与长白猪背膘厚性状相关的主效基因及功能突变位点(SNP)，为长白猪背膘厚的辅助选择和预测改良提供了新的分子标记，对于猪的辅助筛选具有重要意义。

发明内容

本发明采集的1172头长白猪DNA通过porcine 80k SNP高密度功能位点芯片进行基因分型，进一步使用全基因组关联分析(GWAS)筛选与猪背膘厚性状显著相关的SNP，为长白猪背膘厚性状的选择提供新的分子标记。

为了实现上述目的，本发明采用以下技术方案：

申请人通过全基因组关联分析筛选得到与猪背膘厚性状显著相关的SNP分子标记(登录号rs1112401824)，并依据Ensmble数据库猪11.1版本参考基因组得到该SNP上下游200bp的核苷酸序列，其核苷酸序列如SEQ ID NO:1所示，SNP标记位于所述序列的第201位，多态性位点为C或G。

该分子标记可用于猪背膘厚性状的辅助选择和预测，第201位的多态性位点为为G时，长白猪拥有较薄的背膘。

附图说明

图1是本发明的总体技术流程。

图2是全基因组关联分析的曼哈顿图。该图是法系长白猪的背膘厚性状，选取阈值线上相关性信号最强的SNP位点做进一步分析，筛选到的SNP标记位于猪第2号染色体(SSC2)上。

图3是曼哈顿局部图及连锁单倍型块图，红色正方形为本发明筛选的分子标记。

图4是全基因组关联分析的Quantile-quantile plot，研究的是长白猪背膘厚性状。

图5是1171头长白猪在本发明筛选到的SNP位点的基因分型结果分布图。n为个体数，其中，0/0表示基因型为CC，0/1表示基因型为CG，1/1表示基因型为GG，三种基因型对应的猪只背膘厚性状的表型值之间存在极显著差异，p＝7.744698E-16(****表示p<0.0001，差异极显著)。

具体实施方式

本发明中的序列和全基因组关联分析结果是基于猪基因组11.1版本的信息。

实施例1：基因的分型检测

(1)通过采集来自中粮家佳康食品有限公司某种猪场1172头长白猪耳样，提取DNA并进行质量检测，由porcine 80k SNP高密度功能位点芯片进行基因分型得到SNP分型数据。

(2)使用Plink1.9软件将原始数据转换为VCF格式，随后使用该软件对VCF格式文件进行质控：a、maf 1/2N(N为样本数量)：去除最小等位基因频率小于1/2N的SNP位点；b、geno 0.1：剔除基因型检出率小于90％的SNP位点；c、mind 0.1：剔除基因型缺失率大于10％的个体；d、hwe le-6：剔除哈代温伯格平衡检验P值小于10-6的SNP位点，使用beagle4.1软件对质控后的芯片数据进行缺失基因型填充，beagle nthreads＝16gt＝./tb.data.DuplicatesRemoved.vcf out＝tb.impute。

(3)对基因型数据进行质检，最终保留了1171个个体和311157个变异位点用于背膘厚性状的GWAS研究。

实施例2：SNP分子标记与背膘厚性状的全基因组关联分析

利用Mylab Touch vet动物背膘测定超声诊断仪测定长白猪的背膘厚度，具体是测定猪只倒数第3～4肋骨间距背中线5cm且垂直背中线处的皮肤和皮下脂肪的厚度，统计来自中粮家佳康食品有限公司某种猪场1171头长白猪的猪背膘厚表型数据，将背膘厚作为表型用于后续GWAS分析。

采用混合线性模型，利用R语言下的MVP包中的MLM模型进行全基因组关联分析(GWAS)。具体模型如下：y＝Xβ+Zμ+e，其中，y代表个体的表型值，β代表主成分在内的固定效应，μ代表服从分布

根据GWAS的结果将每个SNP位点P值转换为-log(P)，根据显著阈值线计算公式-log(1/SNP数)计算，本发明计算得每个SNP位点的-log(P)值大于等于6时表明该SNP与性状之间存在显著关联，并使用R语言的CMplot包绘曼哈顿图和Quantile-quantile plot图(图2-4)

本发明选取阈值线上相关性信号最强的SNP位点做进一步分析，筛选出rs1112401824分子标记(位于猪第2号染色体上)与背膘厚性状极显著关联，该标记的基因型与对应表型个体数及背膘厚差异见图5，在采用Mann-Whitney-U单尾检验下，不同基因型的猪群体在背膘厚性状上存在极显著(p<0.0001)差异，对于基因型为CG或GG的个体，其背膘厚低于CC型个体，因此当该标记突变为G时，有利于猪拥有更薄的背膘厚。