Page 168 - 《水产学报》2023年第1期

刘杨，等 水产学报, 2023, 47(1): 019612

前，确保其不携带白斑综合征病毒 (WSSV)、肝 述 2 种抽取方法，分别构建 0.1 K、0.5 K、1.0 K、
肠胞虫 (EHP)、Vp AHPND 、传染性皮下及造血组织 5.0 K、 10.0 K、 20.0 K、 30.0 K、 40.0 K 等 8 个
坏死病毒 (IHHNV)、十足目虹彩病毒 1 (DIV1) 等 SNP 面板，每个 SNP 面板重复抽取 10 次。
病原。将每个家系 30 尾测试个体移入带有 10 L
1.5 遗传参数评估
海水 (盐度 30、Vp AHPN D 浓度 1×10 CFU/mL) 的塑
7
料小桶中浸浴 15 min 后，转移至一个网箱 (26 利用 BLUP、GBLUP 和 ssGBLUP 3 种模型
cm×18 cm×16 cm) 中养殖，该网箱放置在 100 L 海 估计 AHPND 抗性的遗传参数。利用平均信息约
5
水 (盐度 30、Vp D 浓度 1×10 CFU/mL) 的玻璃 束最大似然法，通过 ASReml-R V4.1 包估计 Vp AHPND
AHPN
[23]
钢水槽中。每个玻璃钢水槽放置 6 个网箱。在转 侵染后存活时间的遗传参数 。育种分析模型：
移至玻璃钢水槽 8 h 后开始观察个体的死亡情况， y = ¹ + a i + e i
i
每隔 4 小时观察 1 次，记录死亡个体的存活时间、 式中， y i 表示第 尾个体的存活时间 (h)， ¹表示总
i
家系编号、水温等信息。每天换水 1 次，每次换 体均值， a i 表示第 尾个体的加性遗传效应，a~N
i
2
2
2
水量 100%，每次换水后添加菌液致养殖水体内含 (0, A¾ )，N(0, G¾ ) 或 N(0, H¾ )，其中 A 为加性
a
a
a
有 1×10 CFU/mL Vp AHPND 。全部个体死亡后停止 遗传相关矩阵，G 为基因组亲缘关系矩阵，H 为
5
实验，共收集到 686 尾个体的存活时间。将死亡 复合系谱信息和基因组信息的亲缘关系矩阵， e i
个体的肌肉组织取样并侵泡在 95% 的乙醇中，放 表示第 i尾个体的随机残差。利用 ASReml-R 软件
置在−20 °C 的环境下保存。 包中的 ainverse 函数构建 A 矩阵；利用 BLUPF90
1.3 基因分型 软件包中的 preGSf90 模块构建 G 矩阵和 H 矩阵。
遗传力计算公式：
每个家系按照个体存活时间均匀抽取 8~10
2
2
2
2
h = ¾ =(¾ + ¾ )
尾虾，共 243 尾虾进行基因分型。使用高通量 a a e
2
2
2
DNA 提取试剂盒获得 243 尾对虾肌肉组织的高质 式中， h 为遗传力， ¾ 为加性遗传方差， ¾ 为残差。
a
e
量 DNA，利用 GenoBaits 探针捕获技术构建液相 1.6 EBV(GEBV) 的预测准确性计算
芯片“黄海芯 1 号”55.0 K SNP 标记的靶向测序文
使用随机交叉验证方法，针对 242 个基因分
库，使用 DNBSEQ-T7 测序平台进行测序。最终
型个体数据集 (G242) 和 686 个表型测定个体数据
获得 243 尾对虾的 56 214 个 SNP 标记基因分型信
息。使用 Plink V1.9 进行质控，删除次等位基因 集 (P686)，分析 BLUP、GBLUP、ssGBLUP 方法
频率 (MAF) < 0.05 和 SNP 缺失率 > 0.1 的标记， 预测 EBV(GEBV) 的准确性。P686 数据集不但包
剔除样本标记缺失率 > 0.2 的个体，最终得到 242 括了 242 个基因分型个体的表型，还包括了 444
尾样本，48 674 个 SNP 标记用于后续分析。根据 个未分型个体的表型。在 G242 数据集中，将基
凡纳滨对虾基因组图谱 [21-22] ，共计将 42 445 个标 因分型个体随机均分成 5 组，将其中 1 组的存活
记定位到 44 个连锁群上。 时间设为缺失作为验证群体，其余 4 组数据作为
参考群体预测验证群体的 EBV (GEBV)。在 P686
1.4 不同密度 SNP 面板构建
数据集中，将 242 尾基因分型个体随机均分成
使用 R 语言结合 data.table 包，分别按照随
5 组，将其中 1 组的存活时间设为缺失作为验证
机和等距 2 种方法抽取 SNP 构建不同密度的 SNP
群体，其余 4 组数据加上 444 尾未分型个体的表
面板：(1) 随机抽取。从质控后的 SNP 标记中， 型 数 据 作 为 参 考 群 体 ， 预 测 验 证 群 体 的 EBV
不放回随机抽取标记构建不同密度的 SNP 面板；
(GEBV)。预测准确性定义为验证群体预测 EBV
(2) 等距抽取。根据拟构建的 SNP 面板密度、每
(GEBV) 与其表型值之间的 Pearson 相关系数。随
个连锁群长度占全部连锁群体长度的比例等参数，
机交叉验证重复 10 次，取平均值作为预测准确性。
确定每个连锁群上所需抽取的 SNP 标记数量，然
1.7 不同密度 SNP 面板间基因组亲缘系数及
后将每个连锁群等距离划分为同等数量的多个窗
口，在每个窗口内随机抽取 1 个 SNP 标记。如窗 GEBV 的相关系数计算
口内未抽取到 SNP 标记，在后续窗口中抽取补齐； 为 了 分 析 SNP 密 度 对 基 因 组 亲 缘 系 数 及
未定位至连锁群上 SNP 标记，随机抽取。利用上 GEBV 的影响程度，针对 8 个低密度 SNP 面板，

中国水产学会主办 sponsored by China Society of Fisheries https://www.china-fishery.cn
3