一种用于鉴定驴腰椎数的遗传变异分子标记组合及其应用

摘要: 本发明涉及生物,尤其是涉及一种用于鉴定驴腰椎数的遗传变异分子标记组合及其应用。背景技术:1、驴(equusasinus)是我国重要的传统畜牧资源,在肉用、皮用、...
一种用于鉴定驴腰椎数的遗传变异分子标记组合及其应用

本发明涉及生物,尤其是涉及一种用于鉴定驴腰椎数的遗传变异分子标记组合及其应用。

背景技术:

1、驴(equus asinus)是我国重要的传统畜牧资源,在肉用、皮用、役用以及特色农业产业中具有重要经济价值。随着现代畜牧业的发展,驴产业逐渐由传统养殖模式向规模化、精准化育种方向转变,对驴种质资源评价、遗传改良和优良性状选育提出了更高要求。

2、骨骼结构相关性状是影响动物体型、生产性能以及适应性的重要遗传性状之一。其中,脊柱结构组成,包括胸椎数量、腰椎数量等,是动物形态学分类、遗传资源评价以及进化研究的重要指标。腰椎数变异直接影响驴的体尺指标和胴体品质,多腰椎个体通常表现出更长的体躯和更高的产肉量,因此在驴的选育过程中,腰椎数表型的精准鉴定对于优良种质资源的筛选和遗传改良具有重要的育种学意义。驴腰椎数(lumbar vertebrae, l)通常以5枚为主,但群体中存在显著的个体差异。近年来对德州驴等地方品种的大群体调查发现,驴群体中存在胸腰椎数的多态性变异。以德州驴为例,其胸椎数(thoracic vertebrae,t)变异范围为17~19枚,腰椎数变异范围为5~6枚。传统动物腰椎数鉴定主要依赖解剖观察、影像学检测或成年个体形态测量。然而,当前技术仍存在一些不足,如检测过程依赖成年个体,周期较长;需要专业设备和人员,检测成本较高;部分个体因年龄、环境因素或观察误差导致鉴定准确性下降;无法在幼龄阶段进行早期遗传选择,不利于现代分子育种体系建设。

3、传统基于单标记关联分析的方法主要通过统计学检验评价单个遗传变异位点与目标性状之间的关联关系,但对于由多个微效基因共同调控的复杂数量性状,单一位点的解释能力有限,且容易受到群体结构、样本数量以及位点间互作效应的影响。因此,近年来机器学习方法被逐渐应用于复杂性状相关遗传标记的挖掘。机器学习方法能够通过构建预测模型,从大量基因型数据中自动识别与目标表型相关的遗传特征。其中,随机森林(random forest)、梯度提升机(gradient boosting machine,gbm)等集成学习算法通过构建多个决策树模型,并根据不同遗传变异位点对模型分类性能的贡献程度进行特征重要性评价,从而实现关键遗传标记的筛选。与传统关联分析方法相比,机器学习方法能够综合考虑多个遗传变异位点之间的联合贡献,适用于复杂数量性状相关分子标记的开发。

4、因此,基于机器学习的遗传变异挖掘策略能够有效解决传统方法难以从海量基因组变异信息中筛选高贡献标记的问题,为复杂动物经济性状相关分子标记开发提供新的技术途径。

技术实现思路

1、本发明的目的在于克服现有技术的不足之处而提供一种用于鉴定驴腰椎数的遗传变异分子标记组合及其应用。

2、为实现上述目的,本发明采取的技术方案为:

3、第一方面,本发明提供了一种用于鉴定驴腰椎数的遗传变异分子标记组合,所述遗传变异分子标记组合包括基于参考基因组asm1607732v2的51个遗传变异位点,所述51个遗传变异位点如下所示:

4、染色体1:位点6074211;

5、染色体2:位点59888947、62801729、69966345、70411243、105629541、196206094、205753276;

6、染色体3:位点43117096、122382956、142818550;

7、染色体4:位点39536569;

8、染色体5:位点27070032、42521371;

9、染色体6:位点64195106、93268335;

10、染色体7:位点100355706、114124405、120245469;

11、染色体8:位点1833920、2334164、20148588;

12、染色体10:位点13015440;

13、染色体11:位点23386610;

14、染色体14:位点21063650;

15、染色体17:位点24160072、24476167;

16、染色体20:位点30584641;

17、染色体21:位点39768948;

18、染色体22:位点15053018、16461042、37200133;

19、染色体23:位点6471227;

20、染色体24:位点6061311、19720109、24939458、33315704;

21、染色体25:位点14080218;

22、染色体27:位点3187634;

23、染色体28:位点145354、279417、1262708、4480135、16413517、37602719、50689919;

24、染色体29:位点1572327、30719058、31161136;

25、染色体30:位点6924596、19857204。

26、在一些具体的实施方式中,所述驴为德州驴。

27、第二方面,本发明提供了前述的遗传变异分子标记组合在驴腰椎数鉴定或制备驴腰椎数鉴定产品中的应用。

28、在一些具体的实施方式中,所述驴腰椎数包括5个腰椎或6个腰椎中的至少一种。

29、第三方面,本发明提供了一种利用前述遗传变异分子标记组合预测驴腰椎数的方法,其特征在于,包括如下步骤:

30、(1)采集待测驴个体的生物样本,并提取基因组dna;

31、(2)检测所述基因组dna中51个遗传变异位点的基因型;

32、(3)将获得的51个遗传变异位点基因型信息输入预先建立的随机森林分类模型;

33、(4)根据随机森林分类模型输出结果,判断待测个体属于5腰椎类型或6腰椎类型。

34、在一些具体的实施方式中,所述随机森林分类模型采用scikit-learn中的randomforest classifier模块建立。

35、第四方面,本发明提供了一种用于鉴定驴腰椎数的检测试剂、试剂盒或检测芯片,其特征在于,包括用于检测51个遗传变异位点的检测元件。

36、第五方面,本发明提供了遗传变异分子标记组合或预测驴腰椎数的方法在驴种质资源评价、遗传改良或分子辅助育种中的应用。

37、第六方面,本发明提供了一种电子设备,所述电子设备包括一个或多个处理器和用于存储可执行指令的存储器,所述一个或多个处理器被配置为调用所述存储器存储的可执行指令,以实现预测驴腰椎数的方法的步骤。

38、第七方面,本发明提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行实现预测驴腰椎数的方法。

39、与现有技术相比,本发明的有益效果为:

40、本发明基于dna检测,无需等待动物成年或进行解剖观察,可在幼龄阶段完成腰椎数预测;且利用本发明提供的51个遗传变异分子标记组合进行检测,腰椎数预测准确率达到96%以上,auc均达到0.99。此外,本发明可结合芯片、高通量测序平台,实现大量样本同步检测,能够辅助筛选具有目标骨骼结构特征的德州驴个体,提高育种效率。