当前位置: 首页 > 因公出国 > 交流园地 > 正文
交流园地

刘小磊赴丹麦奥胡斯大学进行合作研究

发布日期:2018-07-05

 

   2018年4月17日至2018年6月28日我本人受丹麦奥胡斯大学数量遗传学和基因组学研究中心(QGG)Guosheng Su高级研究员邀请,在湖北省青年晨光计划和国家自然科学基金的支持下赴丹麦进行3个月的学术交流。此次学术交流的主要目的是进行猪基因组选择统计模型与软件开发的合作以及为建立丹麦奥胡斯大学与我所在实验室团队合作打下基础。

   此次学术交流的一个主要目的和工作是完成猪基因组选择信息软件和平台的工作。随着分子标记技术的发展,测序、芯片等基因分型费用的大幅下降,基因组选择逐渐引起畜禽育种的关注,成为一种利用参考群的基因型和表型数据,结合被预测群体的基因型数据对未知表型个体进行预测、选择的重要手段。猪作为一种重要的家畜动物,其育种改良进展直接影响养猪业生产水平,很大程度地影响着湖北省畜牧业的发展。然而,猪经济性状多为数量性状,遗传机理复杂,传统育种进展缓慢,制约了种猪改良进程,基因组选择能显著加快遗传进展,提高猪育种效率。可预见基因组选择是猪遗传育种业的一次新的革命。近年来,位于丹麦的丹育集团(DanBred)尝试猪基因组选择育种,并迅速在繁殖、饲料转化率等重要性状获得显著进展,成为全球猪基因组选择育种的领跑者。为其提供基因组选择育种科技支撑的是奥胡斯大学,Guosheng Su研究员则是基因组选择和关联分析统计模型优化的主要负责人,其带领的团队承担着模型开发和数据分析的工作,长期的研究工作积累了丰富的理论模型开发经验,并同时积累了宝贵的育种大数据。通过与Guosheng Su以及Mogens团队的讨论,我了解了DanBred所用的基因组选择育种流程、猪基因组选择模型、填充方法等,并开发了相应的软件HIBLUP以及猪基因组选择育种信息平台。其中, HIBLUP可以根据用户提供的信息量,自动切换ABLUP, GBLUP, SSBLUP三种模型; 接受多性状、多随机效应;利用HI, AI, EM, HE等多种算法以及算法组合估计方差组分;可选择用求逆、迭代法求解混合模型公式;包括加性效应模型和加性-显性效应模型。猪基因组选择信息平台可接受illumina测序、芯片平台的原始数据格式文件、系谱信息和表型信息,一键生成综合选择指数用于育种实践。

丹麦交流期间进行的另外一个研究课题是全基因组选择的新模型开发。 1950年,美国康奈尔大学学者Henderson提出了BLUP法,利用混合线性模型获取个体的估计育种值,即最佳线性无偏估计方法,由于其计算的高效性已被广泛地应用于动植物基因组选择育种实践中。猪为多胎动物,基于系谱数据构建的个体亲缘关系的A矩阵无法准确反应全同胞个体之间的遗传信息差异。随着测序技术和高密度芯片技术的发展,基因分型价格不断降低,使得利用基因组数据构建个体亲缘关系的G矩阵成为可能,该方法被广泛称作GBLUP,由于GBLUP降低了孟德尔抽样概率造成的误差,相比GBLUP提升了模型的预测准确度。但GBLUP无法利用具有系谱数据的个体信息是一个很大的遗憾,因此,一个可综合利用系谱信息、基因型信息和表型信息的SSBLUP方法被开发出来,更大的信息量带来了更高的预测准确度,并广泛应用于牛和猪的育种实践中。然而,当构建亲缘关系矩阵时,GBLUP和SSBLUP均假设所有标记具有等同效应,但这并不总是符合实际情况,我们团队之前尝试用GWAS的信息来权重不同分子标记对个体亲缘关系矩阵的贡献大小,改进了GBLUP方法并获得了很好的效果。在交流期间,与访问导师Guosheng Su研究员讨论后,决定尝试利用该权重方法改进SSBLUP。利用半个月的时间完成了程序开发,利用QTL-MAS公开数据测试后发现,将性状特异的亲缘关系矩阵加到SSBLUP方法中,相比原本改进的GBLUP方法进一步提升了模型的预测准确度,符合预期。回国后,将在该方法的基础上做进一步的优化和测试。

   交流访问期间,我受邀为QGG做了题为“MVP: A Memory-efficient, Visualization-enhanced, and Parallel-accelerated Tool for Genome-Wide Association Study”的报告,向奥胡斯大学的同行汇报了我的部分工作。MVP是我所在团队近期开发的一款全基因组关联分析软件,包括一般线性模型、混合线性模型和FarmCPU模型三种统计方法,同时提供了并行计算加速和灵活的结果可视化功能。全体QGG的员工和学生参加了报告,并提出了感兴趣的问题,一起讨论交流。

   在丹麦期间,每周都会与我的每位研究生通过视频或者文字对话交流半小时以上,检查、讨论课题项目进展,学生课题均顺利进行。另外,与访问中心的主任mogens达成了双方课题组的初步合作计划,我方可派研究生去对方单位攻读博士、联合培养以及访问交流等,每年计划组织一次双方在统计模型开发、软件开发等方面的交流会议,加强双方的学术交流。