请选择 目标期刊

基于不同密度SNP面板的凡纳滨对虾AHPND抗性基因组预测准确性分析 下载:76 浏览:459

刘杨1,2 栾生2 刘绵宇2 李旭鹏2 孟宪红2 罗坤2 隋娟2 谭建2 代平2 曹家旺2 陈宝龙2 孔杰2 《水产研究进展》 2023年1期

摘要:
为评估不同SNP标记密度对凡纳滨对虾AHPND抗性基因组预测准确性的影响,本实验对26个全同胞家系进行VpAHPND侵染,收集686尾个体的存活时间数据,对其中242尾个体利用液相芯片“黄海芯1号”(55.0KSNP)进行基因分型,基于A、G和H亲缘关系矩阵估计VpAHPND侵染后存活时间的遗传参数;采用随机和等距抽取方式,基于55.0KSNP构建了8个低密度SNP面板(40.0、30.0、20.0、10.0、5.0、1.0、0.5和0.1 K),利用GBLUP和ssGBLUP等方法预测VpAHPND侵染后存活时间的基因组育种值,利用交叉验证方法计算其预测准确性,并与BLUP方法进行对比分析。遗传参数估计结果显示,VpAHPND侵染后存活时间表现为高遗传力水平,估计值为0.68~0.79。在55.0KSNP密度下,针对242尾基因分型个体数据集(G242),利用BLUP、GBLUP和ssGBLUP方法获得的预测准确性分别为0.424、0.450和0.452,GBLUP和ssGBLUP比BLUP分别提升了6.13%和6.60%;针对686尾表型测定个体数据集(P686),利用BLUP和ssGBLUP方法获得的预测准确性分别为0.510和0.535,后者比前者提升了4.90%。对于8个低密度SNP面板,当SNP密度≥10.0 K时,基因组预测准确性变化幅度在G242和P686数据集中均较小(1.1%~1.8%);随着SNP密度自10.0K不断降低,基因组预测准确性在2个数据集中也不断降低,其中5.0K密度降幅为0.6%~2.6%、1.0K密度降幅为5.8%~11.0%、0.5K密度降幅为11.4%~17.2%、0.1K密度降幅为38.8%~41.6%。10.0K与55.0KSNP密度间基因组亲缘系数、GEBV的相关系数均高于0.99,表明利用10.0KSNP面板可以准确地预测同胞个体间的亲缘关系及其GEBV。研究表明,使用10.0SKNP面板对Vp AHPND侵染后存活时间进行基因组遗传评估可以得到与55.0KSNP芯片近似的预测准确性,为低密度SNP分型芯片设计提供了参考。

中国明对虾calcineurin B基因的克隆及其在竞争行为中作用的初探 下载:73 浏览:457

孙犁1,2 卢霞2,3 孔杰2,3 孟宪红2,3 闫允君2,3 李波波1,2 仲伟鹏2 陈宝龙2,3 曹宝祥2,3 罗坤2,3 栾生2,3 《水产研究进展》 2020年3期

摘要:
中国明对虾在养殖中表现出较强的竞争行为,对其生长性能产生了较大的影响,然而,到目前为止其发生的分子机制尚不清楚。钙调神经磷酸酶(calcineurin,CN)是高度保守的Ca2+/钙调蛋白(calmodulin, CaM)依赖性丝氨酸/苏氨酸磷酸酶,由催化亚基(CNA)和调节亚基(CN-B)组成,是参与许多重要生理过程的多功能蛋白质。CNB在Ca2+/CaM的介导下主要在动物的中枢神经系统发挥重要作用。另外,前期通过比较转录组分析筛选出的与中国明对虾竞争行为相关的候选基因中包括CNB基因。为了进一步明确CNB在中国明对虾竞争过程中的作用,实验通过RACE技术克隆了中国明对虾CNB基因(FcCN-B)的全长cDNA序列,并利用Real-time PCR技术分析了其在高竞争能力组(HCG)和低竞争能力组(LCG)组间不同组织(神经节、心脏、胃、肝胰腺和肠)中的表达情况。结果显示,FcCN-B的cDNA全长序列为2 867 bp,包括95 bp的5′非编码区(UTR),540 bp的开放阅读框(ORF),和2 232 bp的3′UTR,其中ORF中具有4个保守的EF-hand Ca2+结合结构域。蛋白质同源性分析显示,FcCN-B的氨基酸序列与其他物种具有较高的同源性(78.8%~93.8%),其中最高的是中华绒螯蟹(93.8%)和黑腹果蝇(90.5%);系统进化关系分析显示,脊椎动物和无脊椎动物分别独立为一支,且中国明对虾与中华绒螯蟹单独聚为一支,之后与黑腹果蝇聚类关系最近,提示FcCN-B在中国明对虾中可能具有与其在中华绒螯蟹和果蝇中相类似的功能。Real-time PCR定量结果显示,FcCN-B在HCG组的神经节中的表达极显著高于LCG组,而其在HCG组的心脏中的表达极显著低于LCG组。研究结果表明,calcineurin B基因在中国明对虾的竞争行为中可能发挥一定的作用,将为解析中国明对虾竞争行为的分子机制奠定重要的基础。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享