分子设计育种
作者:互联网
分子设计育种
通过多种技术的集成与整合, 对育种程序中的诸多因素进行模拟、筛选和优化, 提出最佳的符合育种目标的基因型以及实现目标基因型的亲本选配和后代选择策略, 以提高作物育种中的预见性和育种效率, 实现从传统的“经验育种”到定向、高效的“精确育种”的转化。
分子育种
分子育种,就是将基因工程应用于育种工作中,通过基因导入,从而培育出一定要求的新品种的育种方法。
https://wenku.baidu.com/view/1be3583569eae009591bec67.html
https://github.com/rileymcdowell/genomic-neuralnet-paper/blob/master/images/G3_Horizontal_Color_High_Resolution.jpg
基于神经网络的基因组选择/表型预测
这个python代码利用pybrain和scikit-learn库,以及内置的人工神经网络实现来对基因型和表型数据进行基因组选择。它比较了建模方法之间的预测精度。
此代码库的目的是评估神经网络和其他替代统计建模技术的预测性能
标准混合线性模型
发布替代模型
运行代码
这是为了在Linux上使用python virtualenvironment运行。通过运行下面的脚本来设置虚拟环境。
sudo pip install virtualenvwrapper
source $(哪个virtualenvwrapper.sh )
mkvirtualenv基因组 - 神经网络
pip install -r requirements.txt
要停止处理代码并继续使用系统的python可执行文件,请使用deactivate命令停用virtualenvironment。
关闭
要继续处理代码,只需说您希望再次使用基因组 - 神经网络虚拟环境。
基因组选择(GWS,Genome Wide Selection)作为新一代的育种技术,最近吸引了很多种猪生产者的眼球。该技术在奶牛育种上已经应用的非常成熟,也取得了良好的效果。但由于分析成本居高不下,之前没有在猪育种上得到商业应用。但随着分析芯片的价格的快速下降,使得这项技术在猪育种上进行应用成为可能。目前在国内、外育种企业(温氏、PIC等)已经开始使用这项技术。基因组选择可能也是我国在种猪自主化实现弯道超车的一个机遇。目前这项技术已经得到了很多大型种猪企业的关注,国家级平台和区域性的平台也已经建立。
那么这项技术对于普通养猪者和消费者意味着什么?这项技术和转基因技术有没有关系?可能是养殖企业和普通消费者更为关心的问题。
那么我们就来谈谈,这项技术的来龙与去脉,以及应用的前景。我尽可能的不使用过多的专业术语和数学公式。
基因组育种出现的背景
动物育种工作的一个基础,就是尽可能精确的估计个体育种值(所谓的育种值,也就是个体作为种猪的价值,在这里大家要注意,育种值只能估计,而不能准确得到),各种育种手段的改进都是围绕着如何提高育种值估计准确性来进行的。自从1985年BLUP(最佳-线性-无偏-预测)方法在种猪育种上应用以来,与传统的表型选择相比,的确加快了性能改良的速度,但依然存在着一些问题,行业需要更先进的育种手段,原因在于BLUP方法并不是非常科学的育种模型:
BLUP方法假设数量性状由微效-多-基因控制,每个基因对性状的影响是相同的,也就是说多基因对性状的贡献是相同的。这种假设实际有缺陷,很多的研究发现有些基因较其他的相比,对性状的影响要更大一些。同时,BLUP方法需要得到性状的准确数据和个体的准确系谱,才可以进行育种值的估计,无法在个体早期来评估其种用价值。BLUP方法为养猪业效率提供了巨大的贡献,但由于这些先天缺陷,使得育种学界不断的寻找新的方法,来找到更准确和更快捷的育种手段。
为了克服BLUP方法存在的问题,标记辅助选择(MAS)方法也被研发出来,但该方法几乎没有得到应用,因为虽然影响性状的多基因的效应大小不同,但是得到功能验证的、影响较大的基因或标记数量有限,很难有效提高育种值估计的准确性。
遗传学认为个体的所有遗传信息都存在于其DNA中(为了简化,在此不考虑获得性遗传现象)。因此如果可以对个体的整个DNA信息进行分析,就可以得到所有的影响性状的效应的大小,就可以得到非常准确的个体的育种值。基于这个思路,育种学家Meuwissen在2001年提出了基因组育种策略, 理论上讲,基因组选择实际上也是一种标记辅助选择,但不同之处在于使用的是全基因组标记估计育种值。基因组选择的基本假设是:影响性状的每一个基因至少在全部的DNA上有一个位点(称为标记)处于连锁状态(专业术语为连锁不平衡),意思就是说,如果我们找到一个对性状有影响的基因,那么相应的就会找到与其连锁的一个标记位点,反之也是成立的。因此,基因组选择能够追溯到所有影响目标性状的位点,实现对育种值的准确估计(准确率达到80%以上)。理论上来讲,基因组选择使用的位点越多准确率越高,但位点越多的芯片价格也就高。在猪育种实际应用中,研究者比较了不同密度的芯片的准确率,目前发现60K(60000个位点左右)就可以取得良好效果。目前这个密度的芯片在猪基因组选择中应用较多。
基因组选择方法出现后早期,没有收到太多的关注,原因主要是分析用的高密度芯片价格过高。随着芯片价格的不断下降,目前基因组选择的头均成本已经降低到200元/头左右,同时分析方法与技术也已经成熟,已经达到推广使用的要求。
- 基因组选择的优点
基因组选择的最大优点是:可以在动物个体早期,甚至出生前就可以进行准确的育种值估计,实现早起选种,从而极大的节约测定成本,缩短育种需要的时间。时间是育种工作最大的成本,这也是基因组选择的最大优势。
基因组选择早期选择还带来了一个优势,就是降低了测定的成本。前文提到BLUP选种的前提是需要性能测定,而且由于BLUP选种准确性的问题,需要进行大量猪只测定。而基因组选择在早期就对合格种猪进行选留,避免了性能测定的工作量同时也极大降低了落选猪的淘汰成本,以及减少了测定需要的人员,提高了设备设施的利用率。
有些低遗传力性状(繁殖指标)、限性性状(公猪的繁殖力)、抗病力性状、以及在动物活体上无法测定或测定难度大的性状(肉质指标),利用BLUP方法的选择效果不好或者无法选择,而基因组选择对这些性状也有较好的选择效果。
- 应用基因组选择的条件
对于种猪需求者而言,其需求在于能够得到符合市场需求的高品质种猪。这也就要求种猪生产者能够使用最新的育种手段来生产产品,基因组育种技术不是“颠覆性”的,而是原有BULP方法的一个进步,这也就是说原本优秀的种猪生产企业,可以完美的过渡到基因组技术。理由在于:基因组育种的前提,是大量、准确的性能测定数据,这也是专业的种猪企业一直在做的工作。换而言之,只有一直重视育种的公司,基因组选择技术是加快其产品改良的加速器。
很不想谈的问题是,如果以往不重视育种工作的育种企业,那么基因组育种技术不会带来任何的改善,只会增加成本。目前国内有大约7000家种猪育种企业,其中很多家实际上没有开展任何的性能测定工作。那么这项技术不会给这一类企业带来任何好处。有点讽刺的是,对于健康状况不好的猪场,反而可以进行抗病力性状的选择。
4.基因组选择对于普通消费者的意义
基因组选择技术,不涉及任何对原有遗传信息的改变,和转基因技术没有任何关系。目前很多人对转基因技术有很大的排斥,但对于动物而言,转基因动物由于成本原因,目前仅仅用于科研,普通大众几乎没有见到的机会。
这项技术对于普通人的意义在于,能够使猪肉产品的价格降低的同时,品质得到提升。同时基因组育种对抗病性状的选择,可以减少很多疾病的发生,从而使抗生素的畜牧业的使用量得到降低。
这些效果都是潜移默化的,虽然普通人看不到直接的效果,但这些改变会默默的影响很多人的生活。我想这也就是我们育种工作者最大的成就吧。
http://blog.kaggle.com/2016/07/21/approaching-almost-any-machine-learning-problem-abhishek-thakur/
标签:分子,性状,基因组,种猪,选择,BLUP,设计,育种 来源: https://blog.csdn.net/zjguilai/article/details/90522728