數(shù)量性狀基因定位的統(tǒng)計(jì)方法

數(shù)量性狀基因定位的統(tǒng)計(jì)方法

1909年，瑞典考古學(xué)家nilson-ehre提出了數(shù)量遺傳模型多基因多基因，并對(duì)導(dǎo)致數(shù)量突變的所有基因的總影響進(jìn)行了分析，但經(jīng)典的蒙德爾遺傳方法不能用于區(qū)分單個(gè)基因的作用。Gelderman于1975年提出了控制數(shù)量性狀的數(shù)量性狀位點(diǎn)(QuantitativeTraitLoci,QTL)的概念,認(rèn)為它是占據(jù)染色體某一特定區(qū)段,對(duì)數(shù)量性狀的變異有較大影響效應(yīng)的單一基因或緊密連鎖的基因簇,一個(gè)數(shù)量性狀可能受到多個(gè)基因簇的影響。20世紀(jì)60年代初,Thoday提出在分離群體中利用足夠數(shù)量的標(biāo)記構(gòu)建數(shù)量性狀遺傳圖譜的可能性和方法,但并未能得到廣泛的應(yīng)用。20世紀(jì)80年代以來,分子生物學(xué)得到了快速的發(fā)展,人類基因組(HCG)計(jì)劃的開展,促進(jìn)了分子標(biāo)記技術(shù)的發(fā)展,自從RFLP作為遺傳標(biāo)記研究以來,先后產(chǎn)生了RFLP、RAPD、AFLP、SSR、SNP等類型的分子標(biāo)記。滿足了QTL定位的條件,QTL在染色體上的定位成為一個(gè)嶄新的研究領(lǐng)域。近年來,數(shù)量性狀的基因定位的統(tǒng)計(jì)方法是當(dāng)今世界的一個(gè)熱點(diǎn)研究領(lǐng)域,其發(fā)展非常迅速,主要有以下幾種方法在動(dòng)植物上進(jìn)行QTL定位:侯選基因法;基于標(biāo)記信息與性狀的QTL定位方法,如單標(biāo)記分析法、雙標(biāo)記分析法、多區(qū)間分析法等;基于統(tǒng)計(jì)分析的QTL定位方法,如最小二乘的法、最大似然分析法等;基于閾性狀分析的統(tǒng)計(jì)方法,如貝葉斯分析、非參數(shù)方法。1qtl定位的先決條件1.1數(shù)量性狀基因位點(diǎn)分子生物學(xué)技術(shù)的發(fā)展以及較高密度遺傳連鎖圖譜的構(gòu)建成功,允許研究人員通過一定的試驗(yàn)雜交群中分子標(biāo)記的分析來確認(rèn)QTL。利用遺傳標(biāo)記進(jìn)行數(shù)量性狀基因位點(diǎn)定位的遺傳基礎(chǔ)是個(gè)體帶有連鎖信息,遺傳標(biāo)記必須與控制數(shù)量性狀的基因位點(diǎn)位于同一染色體上,呈現(xiàn)較緊密連鎖,處于連鎖不平衡狀態(tài),數(shù)量性狀基因位點(diǎn)的探測及定位通常是建立在下述假定的基礎(chǔ)之上:遺傳標(biāo)記和數(shù)量性狀基因位點(diǎn)遵循孟德爾遺傳規(guī)律;數(shù)量性狀基因位點(diǎn)在整個(gè)基因組上分布稀少,如發(fā)現(xiàn)顯著的效應(yīng),是由單個(gè)數(shù)量性狀基因位點(diǎn)所影響的;數(shù)量性狀基因只有二個(gè)等位基因(Q及q);遺傳標(biāo)記對(duì)該數(shù)量性狀沒有一因多效性;數(shù)量性狀基因位點(diǎn)與其它基因位點(diǎn)不存在交互作用。只有在遺傳標(biāo)記與數(shù)量性狀基因位點(diǎn)有連鎖的情況下,才可能由遺傳標(biāo)記來探測及定位數(shù)量性狀基因位點(diǎn)。1.2遠(yuǎn)交群的ssr標(biāo)記功能性狀差異植物或?qū)嶒?yàn)動(dòng)物主要應(yīng)用近交系間雜交(Inbredlinecrossing)產(chǎn)生分離群體(F2群體、回交群體等)來進(jìn)行QTL定位。近交系雜交的優(yōu)點(diǎn)是不同的近交系具有不同的等位基因,F1代個(gè)體全部是雙雜合體,連鎖信息含量最高,對(duì)QTL的檢測能力也最高。但相對(duì)于大家畜,育種進(jìn)展較慢,近交將會(huì)產(chǎn)生嚴(yán)重的衰退,QTL定位不宜于建立近交系。遠(yuǎn)交群的標(biāo)記似乎比模擬的近交系更有信息,而時(shí)間和費(fèi)用的問題,使得人們選擇遠(yuǎn)交群進(jìn)行QTL定位,遠(yuǎn)交群體(Outbredpopulation)的設(shè)計(jì)思想與近交系相同,通過性狀差異明顯的品系或品種間雜交,獲得后代分離群體,可以定位較大效應(yīng)的QTL,與近交系雜交群體相比具有相對(duì)高的標(biāo)記雜合度,可以改進(jìn)信息含量。畜禽主要存在大的半同胞家系及小的全同胞家系(F2群體、回交群體等)等兩種群體,半同胞家系有兩種試驗(yàn)設(shè)計(jì)方法,即女兒設(shè)計(jì)法(Daughterdesign)和孫女設(shè)計(jì)法(Granddaughterdesign),如牛、綿羊、山羊和馬等,小的全同胞群體主要指繁殖率較高的豬、家禽、水禽等品種的群體。1.3分子標(biāo)記的特點(diǎn)遺傳標(biāo)記包括形態(tài)標(biāo)記、細(xì)胞學(xué)標(biāo)記、生化標(biāo)記和分子標(biāo)記等,分子標(biāo)記始于20世紀(jì)80年代,是以DNA分子堿基序列的變異作為基礎(chǔ)標(biāo)記,進(jìn)行動(dòng)植物經(jīng)濟(jì)性狀的QTL定位,必須要求標(biāo)記具有以下的特點(diǎn):準(zhǔn)確度高。直接以DNA的形式表現(xiàn),在動(dòng)植物的各個(gè)組織、各生長發(fā)育時(shí)期均可檢測到,不受季節(jié)、環(huán)境限制,與基因表達(dá)與否無關(guān);數(shù)量多,由于基因組DNA的變異極其豐富,分子標(biāo)記的數(shù)量幾乎是無限的;多態(tài)性高,自然存在著許多等位變異,不需專門創(chuàng)造特殊的遺傳材料;共顯性好。許多分子標(biāo)記都表現(xiàn)為共顯性,這樣就能更好地鑒別純合基因型與雜合基因型;對(duì)表型無影響。即不影響目標(biāo)性狀的表達(dá),與不良性狀無必然的連鎖;穩(wěn)定性好,可進(jìn)行重復(fù)試驗(yàn);操作簡單,試驗(yàn)費(fèi)用低。人類遺傳學(xué)家Botstein等在1980年就采用RFLP標(biāo)記進(jìn)行人類遺傳連鎖圖譜的構(gòu)建,由于分子標(biāo)記的特點(diǎn),被廣泛應(yīng)用于動(dòng)植物的遺傳分析?，F(xiàn)今已發(fā)展了RFLP、AFLP、RAPD、SSR和SNP等分子標(biāo)記,動(dòng)植物的遺傳連鎖圖譜的構(gòu)建及具有重要經(jīng)濟(jì)數(shù)量性狀的QTL定位成為可能。2qtl檢測方法2.1增加了豬窩產(chǎn)仔數(shù)的后選基因候選基因法是QTL定位的一種基本方法,通過分析揭示直接在生理發(fā)育上或生長發(fā)育過程中能得以表現(xiàn)的基因與控制數(shù)量性狀的主基因的關(guān)系而用于QTL定位,也就是尋找與數(shù)量性狀有關(guān)的主基因座位,篩選出對(duì)數(shù)量性狀有影響的基因和分子標(biāo)記,并估計(jì)出他們對(duì)數(shù)量性狀的效應(yīng)值,最后在分子生物學(xué)水平證實(shí)基因的變異能否帶來真實(shí)的表型變異。最早用于綿羊多胎基因(FecB)的研究,用作豬窩產(chǎn)仔數(shù)的后選基因主要有促性腺激素釋放激素(GnRH)及其受體(GnRHR)、促卵泡素(FSH)及其受體(FSHR)基因、促黃體素(LH)及其受體(LHR)基因、雌激素及其受體基因、抑制素基因、激活素基因等;畜禽中如雞的性連鎖矮小型基因等。該方法試驗(yàn)成本低、統(tǒng)計(jì)功能強(qiáng)、操作簡單且應(yīng)用范圍廣,僅在一個(gè)群體中實(shí)施,不必涉及群體間的雜交,并且侯選基因與數(shù)量性狀的連鎖關(guān)系不受重組的影響,其效率世代不變,便于在標(biāo)記輔助選擇(MAS)中應(yīng)用。但在實(shí)踐中,侯選基因相對(duì)較少,初期的尋找工作量很大,費(fèi)用也較高。2.2基于標(biāo)記信息和屬性的qtl定位方法2.2.1標(biāo)準(zhǔn)曲線法單標(biāo)記分析每次僅利用一個(gè)遺傳標(biāo)記與一個(gè)假定的QTL進(jìn)行連鎖分析,根據(jù)分離群體中標(biāo)記基因型間的數(shù)量性狀平均值的差異來分析確定該標(biāo)記所在區(qū)域是否存在QTL。此法在一定程度上是有效的,簡單且抓住了QTL作圖的本質(zhì)。該方法的估計(jì)結(jié)果較粗糙,只能說明QTL與標(biāo)記相關(guān)。但不能確定某標(biāo)記究竟與一個(gè)還是多個(gè)QTL連鎖,不能確定QTL的可靠位置以及不能分辨QTL效應(yīng)和重組率等,試驗(yàn)所需樣本數(shù)也較大,使其檢測效率不高。2.2.2似然比測驗(yàn)方法20世紀(jì)80年代以來,隨著分子遺傳標(biāo)記的增多,許多物種構(gòu)建了精細(xì)的分子遺傳標(biāo)記圖譜,為在整個(gè)基因組范圍內(nèi)檢測QTLs提供了可能。Lander等提出了區(qū)間作圖法,即用相鄰的兩個(gè)連鎖標(biāo)記作為分析單元,通過該區(qū)間每個(gè)位置的似然比測驗(yàn)(LikelihoodRatioTest,LRT)來推測QTL的位置。利用覆蓋整個(gè)基因組的遺傳連鎖圖譜,IM法可以在標(biāo)記覆蓋的任何位置進(jìn)行,并沿染色體產(chǎn)生一個(gè)LR曲線,在某染色體區(qū)段具有明顯最大LR統(tǒng)計(jì)值的位置即為QTL的估計(jì)位置。該方法假定一條染色體上只存在一個(gè)效應(yīng)較大的QTL,而當(dāng)一條染色體上存有2個(gè)或多個(gè)效應(yīng)近似的QTL時(shí),區(qū)間作圖法難以逐一分辨QTL的效應(yīng),致使QTL定位不準(zhǔn)確甚至有誤。而且一次只能使用兩個(gè)標(biāo)記進(jìn)行檢測,沒有充分利用其它標(biāo)記的遺傳信息。Haley和Knott提出了區(qū)間作圖的回歸方法,可以產(chǎn)生與最大似然估計(jì)類似的結(jié)果,但對(duì)剩余方差的估計(jì)有偏差,QTL檢測的有效性可能受到影響。2.2.3間作圖法的應(yīng)用IM法在QTL作圖模型中一次只考慮一個(gè)QTL。因此,當(dāng)同一連鎖群中有多個(gè)QTL時(shí),IM可能對(duì)QTL的估計(jì)造成偏差。為了克服IM法的缺陷以及能利用多個(gè)遺傳標(biāo)記的信息,Zeng提出了復(fù)合區(qū)間作圖法,以提高多個(gè)連鎖QTL的辨別能力及其相應(yīng)位置和效應(yīng)估計(jì)的準(zhǔn)確性,由于染色體的結(jié)構(gòu)是線性的,當(dāng)不存在連鎖干擾和基因互作時(shí),一個(gè)標(biāo)記基因型值的偏回歸系數(shù)只受與其相鄰區(qū)間內(nèi)的基因的影響,與其它區(qū)域內(nèi)的基因無關(guān)。雖然連鎖干擾和基因互作可能存在并對(duì)作圖會(huì)有影響,但這種影響較小。在此基礎(chǔ)上,Zeng將多元回歸分析引入了區(qū)間作圖法,實(shí)現(xiàn)了同時(shí)利用多個(gè)遺傳標(biāo)記的信息對(duì)基因組的多個(gè)區(qū)間進(jìn)行多個(gè)QTLs的同步檢驗(yàn)。該方法以連鎖標(biāo)記為檢驗(yàn)條件,極大地提高了QTL作圖的精度;同時(shí)利用了其它標(biāo)記的信息,比IM法更為有效。但如果QTL存在上位性,該作圖方法仍然有偏的。2.2.4erha’s模型Kao和Zeng在CIM基礎(chǔ)上發(fā)展形成的一種QTL作圖的新統(tǒng)計(jì)模型,稱之為多區(qū)間作圖。該方法基于應(yīng)用最大似然法估計(jì)遺傳參數(shù)的Cockerham’s模型,同時(shí)利用多個(gè)標(biāo)記區(qū)間進(jìn)行多個(gè)QTL的作圖,提出了以似然比檢驗(yàn)統(tǒng)計(jì)量為臨界值的分步選擇步驟來證實(shí)QTL,應(yīng)用估計(jì)的QTL效應(yīng)和位置,可以探索對(duì)于特殊目的和要求的性狀改良的標(biāo)記輔助的最佳策略。運(yùn)用該方法,作圖的精度和有效性都可得到改進(jìn),QTL間的上位性、個(gè)體的基因型值和數(shù)量性狀的遺傳力也可以得到準(zhǔn)確估計(jì)和分析。與IM和CIM相比,MIM在QTL檢測中更加有效、也更精確。2.2.5多性狀的表型分析考慮到大部分QTL檢測試驗(yàn)都涉及到多個(gè)數(shù)量性狀,Jiang和Zeng將CIM法加以擴(kuò)展而提出了多性狀作圖法。該方法運(yùn)用最大似然估計(jì),同時(shí)對(duì)多個(gè)性狀的表型資料進(jìn)行分析。來自相關(guān)性狀的信息可以減少剩余方差的影響,同時(shí)也可以提高QTL檢測的有效性及定位的精度。該方法還可用于分析基因多效性,QTL與環(huán)境的互作,以及區(qū)分一個(gè)多效性QTL和多個(gè)緊密連鎖但不具有多效性的QTL,為理解基因組特定區(qū)域內(nèi)不同性狀基因間的關(guān)系提供了線索。Moser于2000年提出了多性狀作圖的回歸法,再次證明了回歸法與最大似然法分析結(jié)果的相似性。2.3基于統(tǒng)計(jì)分析的qtl定位方法2.3.1方差分析與回歸分析方法原理為依據(jù)。方差分析通過比較不同標(biāo)記基因型的組間差異來判斷QTL是否與標(biāo)記連鎖,多用于單標(biāo)記的連鎖分析,假設(shè)檢驗(yàn)可采用F檢驗(yàn)或t檢驗(yàn)。如果以標(biāo)記基因型劃分的亞群間不具方差同質(zhì)性,在假設(shè)檢驗(yàn)時(shí)需要進(jìn)行近似校正,對(duì)于遠(yuǎn)交群體,標(biāo)記基因型效應(yīng)的差異必須在同一家系的基礎(chǔ)上來分析。方差分析方法能夠分析標(biāo)記等位基因替代效應(yīng),可以利用標(biāo)準(zhǔn)的統(tǒng)計(jì)軟件包處理數(shù)據(jù),計(jì)算強(qiáng)度低,缺點(diǎn)是不能估計(jì)QTL的位置,當(dāng)無法判斷標(biāo)記等位基因的親本來源時(shí),只能作為無效資料而被剔除,因此降低了統(tǒng)計(jì)效率。此外,方差分析要求數(shù)據(jù)服從正態(tài)分布?；貧w分析也是以最小二乘分析的原理為依據(jù),Haley等與Martinez等分別利用FZ設(shè)計(jì)和BC設(shè)計(jì)的資源群體,幾乎同時(shí)提出基于區(qū)間定位策略的回歸分析方法?；舅悸肥抢眯誀畋硇椭抵苯訉?duì)QTL基型值的回歸,回歸系數(shù)可表示為未知QTL參數(shù)的函數(shù)。如對(duì)于F2設(shè)計(jì),Haley等對(duì)于條件概率函數(shù)給出了在9種不同標(biāo)記組合條件下的表達(dá)式。在分析過程中,QTL以一定步長在染色體上移動(dòng)搜索,根據(jù)最小二乘原理,判斷QTL位置和相應(yīng)效應(yīng)。對(duì)于遠(yuǎn)交群體的回歸分析,擬合的回歸模型相對(duì)復(fù)雜,需要考慮家系的固定效應(yīng)以及不同家系需要擬合各自的回歸系數(shù)。自Zeng等提出多元回歸的QTL檢測方法,一些學(xué)者[28~30]在此基礎(chǔ)上應(yīng)用多標(biāo)記連鎖檢測擴(kuò)展應(yīng)用于遠(yuǎn)交群的半同胞設(shè)計(jì)。進(jìn)行標(biāo)記基因型的表型均值比較是上述方法的共同之處。Whitaker等提出了一種簡化的多元回歸方法:擬合觀察值對(duì)所有標(biāo)記基因型的回歸模型,通過顯著性檢驗(yàn)剔除效應(yīng)不顯著的標(biāo)記;對(duì)具有顯著效應(yīng)標(biāo)記的偏回歸系數(shù)進(jìn)行判斷,相鄰標(biāo)記偏回歸系數(shù)的符號(hào)一致,則在此區(qū)間存在QTL。方差分析與回歸分析方法中,QTL都被視為固定效應(yīng),均基于最小二乘分析的統(tǒng)計(jì)原理,具有可應(yīng)用數(shù)據(jù)重排技術(shù)來確立基因組水平的臨界值進(jìn)行顯著性檢驗(yàn)、可適用于多QTL和多變量分析、計(jì)算簡單、應(yīng)用方便等優(yōu)點(diǎn),一旦QTL基因型的條件概率被確定,回歸分析很容易建成統(tǒng)計(jì)軟件應(yīng)用于實(shí)際資料;主要缺點(diǎn)是不能充分利用所有標(biāo)記信息,處理復(fù)雜系譜資料和QTL等位基因數(shù)目未知的資源群具有一定困難。2.3.2基于科技分析方法的混合遺傳模型最大似然法(Maximumlikelihood,ML)是QTL定位的一種重要方法,最小二乘方法僅僅利用了不同標(biāo)記群體的均值信息,而ML可利用標(biāo)記一性狀聯(lián)合分布的全部信息,統(tǒng)計(jì)效率理論上更高。ML方法對(duì)于近交系設(shè)計(jì)和遠(yuǎn)交群體如全同胞分析、半同胞分析都有廣泛的應(yīng)用,其思路是通過構(gòu)建未知參數(shù)的似然函數(shù),常采用EM(Expectation-maximization)算法進(jìn)行參數(shù)估計(jì)。ML法與基于方差分析和回歸分析的最小二乘方法(LS)的差異在于ML計(jì)算強(qiáng)度遠(yuǎn)遠(yuǎn)大于LS;在ML分析中,表型值基于混合正態(tài)分布的假設(shè),而LS的表型數(shù)據(jù)服從單一的正態(tài)分布,其均值為不同QTL基型值的加權(quán);進(jìn)行單標(biāo)記分析時(shí),ML可得到QTL位置和效應(yīng)的估計(jì)值,而LS不能區(qū)分位置和效應(yīng);當(dāng)標(biāo)記本身就是QTL時(shí),LS與ML實(shí)質(zhì)相同。對(duì)于遠(yuǎn)交群體,構(gòu)建似然函數(shù)比近交系設(shè)計(jì)要復(fù)雜得多,尤其對(duì)于親緣關(guān)系復(fù)雜的畜禽群體,由于QTL等位基因通常未知,將QTL效應(yīng)視為隨機(jī)效應(yīng),基于方差組分(VarianceComponent,VC)分析的REML(RestrictedMLorResidualML)方法備受遺傳學(xué)家青睞,Fernando等首先提出畜禽遠(yuǎn)交群QTL定位的REML方法,將該方法首次應(yīng)用于多標(biāo)記分析的半同胞設(shè)計(jì)[36~38],也成功應(yīng)用于大規(guī)模的復(fù)雜系譜QTL定位分析。REML將遺傳方差剖分為QTL效應(yīng)方差和剩余微效多基因方差,同時(shí)考慮了個(gè)體間親緣關(guān)系和QTL的IBD概率,在模型中考慮多種固定效應(yīng)和隨機(jī)效應(yīng),與ML相比,減少了對(duì)參數(shù)的假設(shè)(如QTL僅具2個(gè)等位基因),而且處理偏離正態(tài)分布的資料也具較好效果,因此穩(wěn)健性更強(qiáng),統(tǒng)計(jì)效率更高。基于方差組分分析的混合遺傳模型一般描述為靈活性、適用性更強(qiáng)的基于“兩步法”方差組分分析的REML方法,應(yīng)用Gibbs抽樣技術(shù)計(jì)算QTL的IBD概率。對(duì)于連鎖相未知、標(biāo)記含缺失基因型、系譜結(jié)構(gòu)尤為復(fù)雜的數(shù)據(jù)資料,該方法表現(xiàn)出較好的優(yōu)勢。對(duì)于半同胞設(shè)計(jì),用REML方法與回歸分析方法估計(jì)QTL位置,結(jié)果一致程度高。2.4基于廣義線性模型的非參數(shù)方法畜禽的閾性狀是呈離散分布的質(zhì)量性狀,不遵循簡單的孟德爾遺傳方式,如發(fā)病記錄、受胎記錄、產(chǎn)犢難易程度、產(chǎn)羔數(shù)、豬乳頭數(shù)等。對(duì)這類性狀的解釋通?；陂撝的Ｐ偷睦碚?閾性狀的表型受一潛在的基礎(chǔ)尺度的控制,一系列的固定閉值是閾性狀表型和基礎(chǔ)尺度的聯(lián)系紐帶,可以將基礎(chǔ)尺度視為呈正態(tài)分布、表型卻無法觀測的數(shù)量性狀,因此閾性狀同時(shí)受微效多基因和QTL共同影響。閾性狀QTL檢測的統(tǒng)計(jì)方法主要有發(fā)病同胞對(duì)檢驗(yàn)、非參數(shù)檢驗(yàn)方法、廣義線性模型方法和Bayesian方法。發(fā)病同胞對(duì)檢驗(yàn)是最初用于人類遺傳疾病的QTL連鎖分析[44~46],非常適用于小家系的數(shù)據(jù)資料,同樣適用于任意兩個(gè)具親緣關(guān)系的個(gè)體?；舅悸肥菍?duì)于二級(jí)分類閾性狀如疾病性狀,全部發(fā)病的同胞對(duì)與全部不發(fā)病的同胞對(duì)之間與DS基因連鎖的標(biāo)記等位基因數(shù)必定存在分布差異,通過合理的統(tǒng)計(jì)手段加以檢測,判斷是否存在連鎖QTL,但該方法不能分析QTL的位置與效應(yīng)。發(fā)病同胞對(duì)檢驗(yàn)方法對(duì)同