高 進(jìn) 楊潤(rùn)清

大菱鲆體重和體尺性狀聯(lián)合GWAS分析*

高 進(jìn)1,2楊潤(rùn)清1,2①

(1. 南京農(nóng)業(yè)大學(xué)無錫漁業(yè)學(xué)院 無錫 214081；2. 中國(guó)水產(chǎn)科學(xué)研究院生物技術(shù)研究中心 北京 100141)

為了揭示大菱鲆()體重和體尺性狀的分子遺傳機(jī)制，探尋用于改良目標(biāo)性狀的分子標(biāo)記及候選基因，本研究以大菱鲆育種群體為研究對(duì)象，分別測(cè)量其體重、體長(zhǎng)、體寬和尾柄寬性狀的表型值，利用簡(jiǎn)化基因組測(cè)序技術(shù)(2b-RAD)獲得相應(yīng)基因型數(shù)據(jù)，進(jìn)行全基因組關(guān)聯(lián)研究(Genome-wide association study, GWAS)，篩選與大菱鲆體重和體尺性狀顯著關(guān)聯(lián)的數(shù)量性狀核苷酸(Quantitative trait nucleotides, QTNs)遺傳位點(diǎn)。結(jié)果顯示，以多性狀線性混合模型(mvLMM)對(duì)體重–體長(zhǎng)和體長(zhǎng)–體寬–尾柄寬2個(gè)性狀組合進(jìn)行多性狀GWAS分析，分別檢測(cè)到9個(gè)和2個(gè)一因多效QTNs；以單一性狀線性混合模型(LMM)對(duì)各個(gè)性狀進(jìn)行GWAS分析，在體重性狀中檢測(cè)到4個(gè)與之顯著關(guān)聯(lián)的QTNs，在體長(zhǎng)和體寬性狀中各檢測(cè)到1個(gè)QTN，而在尾柄寬性狀中則沒有檢測(cè)到顯著的遺傳位點(diǎn)。比較2種模型的結(jié)果，發(fā)現(xiàn)mvLMM相較于LMM能夠檢測(cè)到更多QTNs，且檢測(cè)到的QTNs為更具生物學(xué)意義的一因多效QTNs。本研究首次利用mvLMM和LMM對(duì)大菱鲆體重和體尺性狀進(jìn)行聯(lián)合GWAS分析，共篩選到17個(gè)顯著的QTNs，其中，有4個(gè)QTNs被重復(fù)檢測(cè)到。以這些檢測(cè)到的QTNs為探針，在大菱鲆全基因組上找到了距離其最近的12個(gè)候選基因，它們可能是影響大菱鲆體重和體尺性狀的重要候選標(biāo)記和功能基因，本研究為大菱鲆體重和體尺性狀的分子標(biāo)記輔助選育提供了理論素材和參考。

大菱鲆；體重和體尺性狀；全基因組關(guān)聯(lián)分析；多性狀線性混合模型

大菱鲆()，俗稱“歐洲比目魚”或“多寶魚”，是中國(guó)北部沿海地區(qū)重要的海水養(yǎng)殖經(jīng)濟(jì)魚類。大菱鲆具有生長(zhǎng)速度快、肉質(zhì)鮮美以及抗逆性強(qiáng)等諸多優(yōu)點(diǎn)，其養(yǎng)殖區(qū)域迅速擴(kuò)展、產(chǎn)量產(chǎn)值不斷攀升(雷霽霖等, 2002、2005)。然而，隨著工廠化養(yǎng)殖規(guī)模和集約化程度的擴(kuò)大，特別是種質(zhì)資源的退化，成活率低、病害嚴(yán)重和生產(chǎn)緩慢等問題逐漸顯現(xiàn)(李杰等, 2019; 王嵐等, 2017)。因此，開展大菱鲆相關(guān)經(jīng)濟(jì)性狀的選育研究，培育具有強(qiáng)抗逆性和高生長(zhǎng)性能的新品種對(duì)大菱鲆產(chǎn)業(yè)發(fā)展具有重要意義。傳統(tǒng)的育種方法是基于目標(biāo)性狀的表型值來開展選育工作(Hulata, 2001)，對(duì)于高生長(zhǎng)性能品種選育，通常挑選符合標(biāo)準(zhǔn)的個(gè)體進(jìn)行群體混養(yǎng)或是建立多個(gè)家系并選擇優(yōu)良的家系作為親本用于進(jìn)一步選育。然而，分子生物學(xué)和基因組學(xué)的快速發(fā)展則促使魚類育種研究由傳統(tǒng)選育和雜交育種向基于基因組信息的分子育種轉(zhuǎn)變(Xu, 2015)，如以基因定位和數(shù)量性狀位點(diǎn)(Quantitative trait locus, QTL)作圖為基礎(chǔ)的分子標(biāo)記輔助選擇(Marker-assisted selection, MAS)育種(Wang, 2015; 劉曉菲等, 2019)。利用目標(biāo)性狀與分子標(biāo)記間的顯著關(guān)聯(lián)性，依據(jù)標(biāo)記對(duì)后代個(gè)體進(jìn)行全基因組選擇或是綜合標(biāo)記與表型信息構(gòu)建選擇指數(shù)篩選個(gè)體，加速育種過程，提高選育效率。

隨著測(cè)序成本的下降與高通量基因分型技術(shù)的迅猛發(fā)展，基于海量單核苷酸多態(tài)性(Single-nucleotide polymorphisms, SNP)標(biāo)記的全基因組關(guān)聯(lián)分析(Genome-wide association studies, GWAS)已取代利用稀疏遺傳標(biāo)記的QTL定位，成為鑒定與目標(biāo)性狀顯著關(guān)聯(lián)的遺傳變異的主要方法。早期GWAS研究主要針對(duì)單一性狀表型(Yu, 2006; Burton, 2007)，而在進(jìn)行復(fù)雜性狀的遺傳解析且記錄有多個(gè)相關(guān)性狀表型值時(shí)，考慮多個(gè)性狀聯(lián)合信息的多性狀GWAS策略通常要優(yōu)于逐個(gè)性狀與遺傳位點(diǎn)間的關(guān)聯(lián)分析(Kim, 2009; Bolormaa, 2010)。相較單一性狀GWAS分析，表型具有潛在相關(guān)性的多性狀GWAS分析更具優(yōu)勢(shì)，主要是因?yàn)椋寒?dāng)不同性狀間存在遺傳相關(guān)時(shí)，因考慮了單一性狀分析中忽略的性狀間協(xié)方差，多性狀分析提高了檢驗(yàn)功效(Stephens, 2013)和參數(shù)估計(jì)的精度(Zhu, 2009)；在多性狀GWAS分析過程中，數(shù)量性狀核苷酸(Quantitative trait nucleotides, QTNs)的統(tǒng)計(jì)推斷只進(jìn)行一次統(tǒng)計(jì)檢驗(yàn)，與逐個(gè)性狀單獨(dú)分析相比，降低了多重檢驗(yàn)造成的誤差(Klei, 2008)；存在基因多效性時(shí)，單個(gè)遺傳變異與多個(gè)性狀相關(guān)聯(lián)，使得多性狀GWAS分析更具生物學(xué)意義(Chavali, 2010)；Porter等(2017)綜合比較了當(dāng)下流行的多性狀GWAS分析方法，發(fā)現(xiàn)大多數(shù)現(xiàn)存的多性狀GWAS分析方法具有明顯相似的統(tǒng)計(jì)檢驗(yàn)功效，與單一性狀GWAS相比，能夠大幅增加顯著遺傳變異的檢測(cè)效率。

本研究采用實(shí)驗(yàn)成本較低的簡(jiǎn)化基因組(2b- RAD)測(cè)序技術(shù)進(jìn)行SNP分型，基于多性狀線性混合模型對(duì)體重–體長(zhǎng)和體長(zhǎng)–體寬–尾柄寬共2種多性狀相關(guān)表型組合進(jìn)行全基因組關(guān)聯(lián)分析，關(guān)聯(lián)定位控制這些性狀的一因多效QTNs，為大菱鲆的體重和體尺性狀改良提供理論基礎(chǔ)。此外，對(duì)逐個(gè)性狀進(jìn)行了單一性狀線性混合模型GWAS分析，并將其結(jié)果與多性狀GWAS分析結(jié)果進(jìn)行比較。

1 材料與方法

1.1 實(shí)驗(yàn)群體及表型測(cè)量

實(shí)驗(yàn)用魚共585條，取自29個(gè)全同胞家系組成的大菱鲆育種群體，4月齡時(shí)，對(duì)群體中所有大菱鲆個(gè)體注射電子標(biāo)記，并提取鰭條組織DNA用于后續(xù)的2b-RAD測(cè)序。隨后，將標(biāo)記后的大菱鲆隨機(jī)混養(yǎng)在2個(gè)6 m×6 m×1.5 m具有循環(huán)水養(yǎng)殖系統(tǒng)的水泥池中，控制水溫在5℃~24℃，每天定時(shí)投喂商用餌料2次至飽食。實(shí)驗(yàn)用魚按孵化日期至表型測(cè)量時(shí)的生長(zhǎng)天數(shù)為275~1001 d不等。對(duì)實(shí)驗(yàn)用魚進(jìn)行11次不定期表型測(cè)量，每次測(cè)量前利用50 mg/ml MS-222魚用安定劑麻醉待測(cè)大菱鲆個(gè)體，避免應(yīng)激反應(yīng)造成的魚體損傷。利用電子秤稱量每個(gè)個(gè)體的體重(Body weight, g, BM)性狀，同時(shí)在統(tǒng)一的參考標(biāo)尺下，用數(shù)碼相機(jī)由固定高度向下垂直拍攝相應(yīng)個(gè)體的體尺性狀。根據(jù)拍攝圖形，利用ImageJ軟件標(biāo)定每條大菱鲆的體長(zhǎng)(Body length, cm, BL)、體寬(Body width, cm, BW)和尾柄寬(Caudal peduncle width, cm, CPW)共3個(gè)體尺性狀的表型值。采用簡(jiǎn)化基因組2b-RAD高通量標(biāo)記分型技術(shù)對(duì)具有表型測(cè)量記錄的個(gè)體進(jìn)行SNP分型，共獲得30049個(gè)多態(tài)SNP分子標(biāo)記，參考大菱鲆基因組(ASM318616v1)建立多態(tài)標(biāo)記物理圖譜。挑選生長(zhǎng)周期為473 d左右(前后皆不超過5 d)大菱鲆個(gè)體的表型觀測(cè)值作為多性狀GWAS分析的表型值，使用PLINK v1.9 (http://www.cog- genomics.org/plink2)對(duì)相應(yīng)樣本個(gè)體的基因型數(shù)據(jù)進(jìn)行質(zhì)量控制。剔除低于90%最小檢出率的個(gè)體以及最小檢出頻率低于95%、最小哈代溫伯格平衡為1.0×10–6、最小等位基因頻率小于3%和方差變異大于0.05的SNPs，最終得到441個(gè)樣本的23988個(gè)SNP標(biāo)記用于全基因組關(guān)聯(lián)分析。

1.2 關(guān)聯(lián)統(tǒng)計(jì)分析

本研究使用GEMMA軟件(Zhou, 2014)中的多性狀線性混合模型(Multivariate linear mixed model, mvLMM)進(jìn)行多個(gè)性狀表型值和SNPs標(biāo)記的全基因組關(guān)聯(lián)分析，所用模型為：

=+++

式中，為×維表型矩陣，是樣本個(gè)數(shù)，是分析性狀個(gè)數(shù)；為×維協(xié)變量(非遺傳固定效應(yīng)，如性別、年齡等)矩陣，為維相應(yīng)系數(shù)行向量，是包含截距項(xiàng)在內(nèi)的協(xié)變量個(gè)數(shù)；為維當(dāng)前檢驗(yàn)SNP的基因型指示變量列向量，為維當(dāng)前檢驗(yàn)SNP的加性遺傳效應(yīng)行向量；為×維不包括當(dāng)前檢驗(yàn)SNP的剩余多基因效應(yīng)矩陣，~(0, V，是由全基因組SNP標(biāo)記構(gòu)建的基因組親緣關(guān)系矩陣，V是×維剩余多基因方差–協(xié)方差矩陣；為×維誤差項(xiàng)矩陣，~(0,VI)，V是×維誤差方差–協(xié)方差矩陣，是單位矩陣。

最終，全基因組上每個(gè)SNP都能得到1個(gè)一因多效Wald統(tǒng)計(jì)量和相對(duì)應(yīng)的統(tǒng)計(jì)概率值。此外，還利用因子譜分解線性混合模型(Factored spectrally transformed linear mixed model, FaST-LMM) (Lippert, 2011)逐個(gè)性狀進(jìn)行單一性狀的GWAS分析，檢測(cè)與各個(gè)性狀相關(guān)聯(lián)的QTNs。使用R語(yǔ)言繪制曼哈頓和Quantile-Quantile (QQ)圖，同時(shí)，統(tǒng)計(jì)用于判別群體分層影響大小的膨脹系數(shù)或稱基因組控制(Genomic control, GC)值，在實(shí)際研究中GC值被定義為所有SNP標(biāo)記的卡方統(tǒng)計(jì)量均值(Price, 2010)。

1.3 遺傳參數(shù)估計(jì)和基因注釋

將質(zhì)量控制后的基因型數(shù)據(jù)用PLINK軟件(Chang, 2015)處理為分析所需的格式，再利用單性狀約束最大法估計(jì)法(Restricted maximum likelihood, REML)逐個(gè)估計(jì)各性狀的遺傳參數(shù)。查找關(guān)聯(lián)分析得到的顯著SNP位點(diǎn)在全基因組上所處的物理位置，于大菱鲆全基因組(GCA_003186165.1)上選擇距離其最近的候選基因進(jìn)行注釋分析。

2 結(jié)果

2.1 表型值的描述性統(tǒng)計(jì)

選取生長(zhǎng)天數(shù)為473 d左右的441條大菱鲆的體重、體長(zhǎng)、體寬和尾柄寬4個(gè)性狀進(jìn)行聯(lián)合GWAS分析。4個(gè)性狀的表型頻數(shù)分布見圖1。從圖1可以看出，各個(gè)性狀的表型值基本都符合正態(tài)分布，具有一定的可靠性，適合后續(xù)的GWAS分析。各性狀的原始表型的統(tǒng)計(jì)分析和遺傳力估計(jì)值見表1。此外，還對(duì)原始以及校正了性別、池子和測(cè)定日期等非遺傳固定效應(yīng)后的表型值進(jìn)行了性狀間的相關(guān)分析，發(fā)現(xiàn)各性狀表型值間具有較強(qiáng)的相關(guān)性(表2)。

2.2 GWAS分析結(jié)果

根據(jù)質(zhì)量控制結(jié)果，441條大菱鲆的23988個(gè)SNPs被用于體重和體尺性狀的聯(lián)合GWAS分析，分別進(jìn)行了BM-BL和BL-BW-CPW兩個(gè)性狀組合的多性狀線性混合模型以及逐個(gè)性狀的單一性狀線性混合模型GWAS分析。對(duì)BM-BL兩個(gè)性狀的多性狀GWAS分析后(圖2和表3)發(fā)現(xiàn)，超過基因組顯著水平(5% Bonferroni校正閾值，即2.084×10–6)的QTN位點(diǎn)共9個(gè)，其中，各有1個(gè)顯著QTN位于1、10和20號(hào)染色體上，即SNP_1_31495825、SNP_10_ 6893888和SNP_20_18773114，分別有2個(gè)顯著QTNs位于3 (SNP_3_21601589與SNP_3_24007357)、5(SNP_5_25635891與SNP_5_26888833)和22(SNP_22_ 6190492與SNP_22_6380029)號(hào)染色體上。而在相同顯著水準(zhǔn)下，BL-BW-CPW 3個(gè)體尺性狀的GWAS分析則在10號(hào)染色體上檢測(cè)到2個(gè)顯著的QTN位點(diǎn)SNP_10_2724296和SNP_10_6893888。2組多性狀GWAS分析的GC值分別為BM-BL(1.035)和BL- BW-CPW(1.044)。

圖1 4個(gè)性狀的頻數(shù)分布

表1 大菱鲆體重和體尺性狀的描述性統(tǒng)計(jì)

Tab.1 Descriptive statistics of body weight and morphological traits in turbot

表2 大菱鲆體重和體尺性狀相關(guān)程度

Tab.2 Degree of correlation for body mass and morphological traits in turbot

注：下三角中的值為性狀原始表型間相關(guān)程度，上三角中的值為校正了非遺傳固定效應(yīng)后表型間的相關(guān)程度

Note: Values in lower-triangular matrix represent degrees of correlation among original phenotypes, and values in up-triangular matrix mean degrees of correlation among phenotypes which were adjusted by non-genetic fixed effects

對(duì)體重和體尺的逐個(gè)性狀單一性狀GWAS分析結(jié)果(圖3和表3)顯示，在BM性狀中，于3和5號(hào)染色體上各檢測(cè)到1個(gè)顯著的QTN位點(diǎn)，即SNP_3_21601589和SNP_5_26888833，10號(hào)染色體上檢測(cè)到2個(gè)顯著的QTN位點(diǎn)SNP_10_2724296和SNP_10_6893888。BL和BW性狀分別在62和8號(hào)染色體上檢測(cè)到1個(gè)顯著的QTN位點(diǎn)SNP_6_ 6047375和SNP_8_3870447。而在CPW性狀中則沒有檢測(cè)到顯著的遺傳變異位點(diǎn)。各性狀單一性狀GWAS分析的GC值分別為1.026 (BM)、1.021 (BL)、1.034 (BW)和1.031 (CPW)。

圖2 大菱鲆體重與體尺多性狀GWAS曼哈頓和QQ圖

圖3 大菱鲆體重與體尺單一性狀GWAS曼哈頓和QQ圖

表3 大菱鲆體重和體尺性狀顯著關(guān)聯(lián)的QTNs信息

Tab.3 Information of QTNs significantly associated with body mass and morphological traits in turbot

注: *表示未在大菱鲆全基因組中進(jìn)行功能注釋的新基因

Note: * represents novel gene which has not found any gene function annotation in genome of

2.3 候選基因

以大菱鲆多性狀與單一性狀GWAS獲得的顯著SNP位點(diǎn)為探針，根據(jù)其在大菱鲆全基因組的位置，向上下游尋找距離最近的候選基因。在本研究檢測(cè)到的17個(gè)QTNs附近共找到12個(gè)候選基因(表3)，分別為GRIK2 (Glutamate receptor, ionotropic, kainate 2)、cyp21a2 (Cytochrome P450, family 21, subfamily A, polypeptide 2)、tshz3b (Teashirt zinc finger homeobox 3b)、adamts17 (ADAM metallopeptidase withthrombo- spondin type 1 motif, 17)、SYT8 (Synaptotagmin 8)、myt1la (Myelin transcription factor 1-like, a)、psmd4a (Proteasome 26S subunit, non-ATPase 4a)、grm4 (Glutamate receptor, metabotropic 4)、BFAR (Bifunctional apoptosis regulator)和3個(gè)新基因。對(duì)這些候選基因進(jìn)行GO注釋分析發(fā)現(xiàn)，細(xì)胞組分主要涉及核膜、細(xì)胞質(zhì)膜及細(xì)胞核等；分子功能主要涉及離子通道活性、激素活性、氧化還原酶活性、肽酶活性、核苷酸結(jié)合、蛋白結(jié)合及G蛋白偶聯(lián)受體活性等；而生物學(xué)進(jìn)程則主要涉及離子轉(zhuǎn)運(yùn)、糖皮質(zhì)激素生物合成過程、氧化還原過程、細(xì)胞信號(hào)轉(zhuǎn)導(dǎo)、基因表達(dá)調(diào)控、蛋白酶解、胞外分泌、轉(zhuǎn)錄調(diào)控和G蛋白偶聯(lián)受體信號(hào)通路等。其中，3個(gè)新基因在大菱鲆基因組中未有相關(guān)注釋信息。

3 討論

GWAS作為一種定位影響重要經(jīng)濟(jì)性狀分子標(biāo)記的有效方法，是以全基因組SNPs直接關(guān)聯(lián)復(fù)雜性狀表型，廣泛應(yīng)用于動(dòng)植物分子標(biāo)記開發(fā)和輔助選擇育種等方面(Santana, 2015; He, 2017)。隨著諸多水產(chǎn)動(dòng)物基因組測(cè)序工作相繼完成以及測(cè)序成本的下降，水產(chǎn)動(dòng)物生長(zhǎng)和抗病等復(fù)雜性狀的GWAS分析多有研究報(bào)道。Gutierrez等(2015)對(duì)大西洋鮭()在性成熟時(shí)的生長(zhǎng)速率性狀進(jìn)行GWAS分析，檢測(cè)到多個(gè)在大西洋鮭代謝和生長(zhǎng)發(fā)育過程中發(fā)揮重要作用的候選基因。Zhou等(2019)利用GWAS揭示了半滑舌鰨()抗病的遺傳機(jī)制，共定位了與抗病性狀顯著關(guān)聯(lián)的33個(gè)SNP位點(diǎn)，結(jié)合基因表達(dá)和甲基化分析，檢測(cè)到數(shù)個(gè)影響半滑舌鰨抗病力的候選基因。Jiang等(2019)則對(duì)羅非魚()的耐鹽性狀進(jìn)行GWAS和QTL定位研究，為羅非魚耐鹽性遺傳機(jī)理揭示及進(jìn)一步的功能分析奠定了基礎(chǔ)。目前，大菱鲆生長(zhǎng)和體尺相關(guān)性狀的GWAS分析鮮有應(yīng)用，但QTL定位研究已在大菱鲆生長(zhǎng)(Enrique, 2011)和氣單胞菌()耐藥性(Silvia, 2011)等相關(guān)性狀中開展。

現(xiàn)有的絕大多數(shù)GWAS研究都是關(guān)聯(lián)全基因組上SNP位點(diǎn)與單個(gè)性狀表型值，即使當(dāng)多個(gè)相關(guān)表型性狀存在時(shí)，往往也會(huì)選擇逐個(gè)性狀分別進(jìn)行單一性狀GWAS分析(Stephens, 2013)。在多個(gè)相關(guān)表型性狀條件下，單一性狀關(guān)聯(lián)定位方法忽略了QTNs對(duì)多個(gè)表型性狀的共同影響。相較于單一性狀關(guān)聯(lián)分析方法，多性狀GWAS方法具有更高的統(tǒng)計(jì)功效和參數(shù)估計(jì)及定位精確度。通過比較大菱鲆體重和體尺多性狀GWAS與各個(gè)性狀逐個(gè)進(jìn)行單一性狀GWAS的定位結(jié)果發(fā)現(xiàn)，在相同的顯著水準(zhǔn)下，前者檢測(cè)到的QTN數(shù)多于后者(表3)。在BM-BL性狀組合的多性狀GWAS分析中，共檢測(cè)到9個(gè)QTNs，而在相對(duì)應(yīng)的BM和BL單一性狀GWAS分析中，BM中檢測(cè)到4個(gè)QTNs，BL中僅定位到1個(gè)QTN，且BM中檢測(cè)到的4個(gè)QTNs中有3個(gè)與多性狀GWAS分析得到的QTNs重復(fù)。同樣，BL-BW-CPW性狀組合多性狀GWAS分析檢測(cè)到的QTNs也多于3個(gè)性狀各自進(jìn)行單一性狀GWAS分析得到的QTNs。除了能夠檢測(cè)到更多的QTNs，由于多性狀GWAS分析檢測(cè)到的QTN是一因多效QTN，相較于單一性狀GWAS分析檢測(cè)到的QTN在生物學(xué)和實(shí)際應(yīng)用層面更有意義。

在大菱鲆全基因組上尋找距離每個(gè)QTN最近的基因，共找到12個(gè)候選基因，其中，有9個(gè)已知的功能基因及3個(gè)新基因。這些影響大菱鲆體重和體尺性狀的候選基因在全基因組分布較為分散，沒有明顯集中區(qū)域。本研究為首次對(duì)大菱鲆體重和體尺性狀進(jìn)行全基因組關(guān)聯(lián)分析，檢測(cè)到在大菱鲆相關(guān)研究中尚未見報(bào)道的顯著的已知功能基因。相關(guān)研究表明，GRIK2為離子型受體，它偶聯(lián)離子通道并形成受體通道復(fù)合物，且與細(xì)胞缺血缺氧損傷有關(guān)(張冬梅等, 2010)。Eachus等(2017)和Weger等(2018)的研究均表明，cyp21a2在斑馬魚()幼魚的糖皮質(zhì)激素生物合成中發(fā)揮著重要作用。Erickson等(2011)以斑馬魚為實(shí)驗(yàn)動(dòng)物模型，發(fā)現(xiàn)tshz3b可能調(diào)控后腦中的Hox功能，而Hox功能則被認(rèn)為與形態(tài)發(fā)生和器官形成有關(guān)聯(lián)(Gair, 2003)。由此可見，該基因可能參與大菱鲆體形態(tài)發(fā)育過程。Myt1la可能在有絲分裂結(jié)束階段發(fā)揮重要作用(Nakajima, 2008)，BFAR則能與p75NTR的蛋白相互作用并抑制p75NTR信號(hào)轉(zhuǎn)導(dǎo)，而p75NTR可與高親和力受體TrkA協(xié)同作用促進(jìn)細(xì)胞增殖或與細(xì)胞內(nèi)配體結(jié)合誘導(dǎo)細(xì)胞凋亡 (李紅梅等, 2011)。本研究找到的候選基因可能都是大菱鲆體重和體尺性狀的重要候選功能基因，它們?cè)诖罅怫疑L(zhǎng)發(fā)育過程中的影響有待進(jìn)一步的功能實(shí)驗(yàn)驗(yàn)證。

Allison DB, Thiel B, St Jean P,. Multiple phenotype modeling in gene-mapping studies of quantitative traits: Power advantages. American Journal of Human Genetics, 1998, 63(4): 1190–1201

Burton PR, Clayton DG, Cardon LR,. Genome-wide association study of 14,000 cases of seven common diseases and 3,000 shared controls. Nature, 2007, 447(7145): 661–678

Chang CC, Chow CC, Tellier LC,. Second-generation PLINK: Rising to the challenge of larger and richer datasets. GigaScience, 2015, 4(7): 1–16

Chavali S, Barrenas F, Kanduri K,Network properties of human disease genes with pleiotropic effects. BMC Systems Biology, 2010, 4(78): 1–11

Eachus H, Zaucker A, Oakes JA,. Genetic disruption of 21-hydroxylase in zebrafish causes interrenal hyperplasia. Endocrinology, 2017, 158(12): 4165–4173

Enrique SM, Alex C, Miguel AT,. Detection of growth- related QTL in turbot (). BMC Genomics, 2011, 12(1): 473

Erickson T, Pillay LM, Waskiewicz AJ. Zebrafish Tshz3b negatively regulates hox function in the developing hindbrain. Genesis, 2011, 49(9): 725–742

Gair HJC, Lovegrove B. Beyond homeosis-HOX function in morphogenesis and organogenesis. Differentiation, 2003, 71(8): 461–476

在施肥之前，應(yīng)該結(jié)合測(cè)土配方施肥結(jié)果以及不同整地模式，適當(dāng)施入農(nóng)家肥、有機(jī)肥和化肥。施肥要堅(jiān)持以有機(jī)肥為主、化肥為輔的施肥原則。此外，確保泥水能夠有效分層，沉淀時(shí)間長(zhǎng)短應(yīng)該根據(jù)當(dāng)?shù)厮咎飰K的實(shí)際情況綜合確定，一般沉淀時(shí)間維持在1-3天。沉淀好的秧田，應(yīng)該確保沉淀不板結(jié)，水清澈不渾濁，然后才能栽插秧苗。機(jī)械化秧苗殘?jiān)饕捎帽∷疁\灌，大泥腳深度維持在30 cm以上，水層控制在1-3 cm。

Gutierrez AP, José MY, Fukui S,. Genome-wide association study (GWAS) for growth rate and age at sexual maturation in Atlantic salmon (). PLoS One, 2015, 10(3): e0119730

He JB, Meng S, Zhao TJ,. An innovative procedure of genome-wide association analysis fits studies on germplasm population and plant breeding. Theoretical and Applied Genetics, 2017, 130(11): 2327–2343

Hulata G. Genetic manipulations in aquaculture: A review of stock improvement by classical and modern technologies. Genetica, 2001, 111(1–3): 155–173

Jiang DL, Gu XH, Li BJ,. Identifying a long QTL cluster across chrLG18 associated with salt tolerance in Tilapia using GWAS and QTL-seq. Marine Biotechnology, 2019, 21(2): 250–261

Kim S, Sohn KA, Xing EP. A multivariate regression approach to association analysis of a quantitative trait network. Bioinformatics, 2009, 25(12): 204–212

Klei L, Luca D, Devlin B,. Pleiotropy and principal components of heritability combine to increase power for association analysis. Genetic Epidemiology, 2008, 32(1): 9–19

Lei JL, Ma AJ, Chen C,. The present status and sustainable development of turbot (L.) culture in China. Engineering Sciences, 2005(5): 34–38 [雷霽霖, 馬愛軍, 陳超, 等. 大菱鲆(L.)養(yǎng)殖現(xiàn)狀與可持續(xù)發(fā)展. 中國(guó)工程科學(xué), 2005(5): 34–38]

Lei JL, Men Q, Wang YG,. The factory farming mode of Dalingyu “greenhouse shed + deep well seawater”. Marine Fisheries Research, 2002, 23(4): 1–7 [雷霽霖, 門強(qiáng), 王印庚, 等. 大菱鲆“溫室大棚+深井海水”工廠化養(yǎng)殖模式. 海洋水產(chǎn)研究, 2002, 23(4): 1–7]

Li HM, Shi HL, Huo KK. p75NTR signal transduction suppressed by BFAR and p75NTR interactions. Scientia Sinica Vitae, 2011, 41(12): 1140–1147 [李紅梅, 施慧莉, 霍克克. BFAR與p75NTR的蛋白相互作用抑制p75NTR信號(hào)轉(zhuǎn)導(dǎo). 中國(guó)科學(xué): 生命科學(xué), 2011, 41(12): 1140–1147]

Li J, Liu YK, Bai L,. Isolation and identification ofassociated with splenic and renal granuloma disease of cultured turbot (). Progress in Fishery Sciences, 2019, 40(5): 195–199 [李杰, 劉耀寬, 白露, 等. 大菱鲆脾腎結(jié)節(jié)病病原菌的分離和鑒定. 漁業(yè)科學(xué)進(jìn)展, 2019, 40(5): 195–199]

Lippert C, Listgarten J, Liu Y,. FaST linear mixed models for genome-wide association studies. Nature Methods, 2011, 8(10): 833–835

Liu XF, Ma AJ, Huang ZH,. Expression characteristics analysis of major QTL candidate genes in response to high temperature stress in turbot (). Journal of Fisheries of China, 2019, 43(6): 1407–1409 [劉曉菲, 馬愛軍, 黃智慧, 等. 大菱鲆高溫脅迫應(yīng)答主效QTL候選基因的表達(dá)特性分析. 水產(chǎn)學(xué)報(bào), 2019, 43(6): 1407–1409]

Nakajima H, Yonemura S, Murata M,. Myt1 protein kinase is essential for Golgi and ER assembly during mitotic exit. Journal of Cell Biology, 2008, 181(1): 89–103

Porter HF, O'Reilly PF. Multivariate simulation framework reveals performance of multi-trait GWAS methods. Scientific Reports, 2017, 7: 38837

Price AL, Zaitlen NA, Reich D,. New approaches to population stratification in genome-wide association studies. Nature Reviews Genetics, 2010, 11(7): 459–463

Santana MHA, Ventura RV, Utsunomiya YT,. A genomewide association mapping study using ultrasound-scanned information identifies potential genomic regions and candidate genes affecting carcass traits in Nellore cattle. Journal of Animal Breeding and Genetics, 2015, 132(6): 420–427

Silvia TRR, Toro MA, Bouza C,. QTL detection forresistance related traits in turbot (). BMC Genomics, 2011, 12(1): 541

Stephens M. A unified framework for association analysis with multiple related phenotypes. PLoS One, 2013, 8(7): e65245.

Wang L, Wang YG, Zhang Z,. Diversity and drug resistance of bacterial pathogens isolated from bacterial ascetic disease in cultured turbot. Progress in Fishery Sciences, 2017, 38(4): 17–24 [王嵐, 王印庚, 張正, 等. 養(yǎng)殖大菱鲆()腹水病的病原多樣性及其耐藥性分析. 漁業(yè)科學(xué)進(jìn)展, 2017, 38(4): 17–24]

Wang WJ, Hu YL, Ma Y,. High-density genetic linkage mapping in turbot (L.) based on SNP markers and major sex- and growth-related regions detection. PLoS One, 2015, 10(3): e0120410

Weger M, Diotel N, Weger BD,. Expression and activity profiling of the steroidogenic enzymes of glucocorticoid biosynthesis and the FDX1 co-factors in zebrafish. Journal of Neuroendocrinology, 2018, 30(4): e12586

Xu K, Duan W, Xiao J,. Development and application of biological technologies in fish genetic breeding. Science China, Life Sciences, 2015, 58(2): 187–201

Yu JM, Pressoir G, Briggs WH,. A unified mixed-model method for association mapping that accounts for multiple levels of relatedness. Nature Genetics, 2006, 38(2): 203–208

Zhang DM, Wu AM, Lou LX,. Alteration of ion channel gene expression profile in rat model of post-myocardial infarction heart failure. Chinese Journal of Integrated Traditional and West Medicine, 2010, 30(1): 53–57 [張冬梅, 吳愛明, 婁利霞, 等. 心肌梗死后心力衰竭模型大鼠離子通道基因表達(dá)譜的變化. 中國(guó)中西醫(yī)結(jié)合雜志, 2010, 30(1): 53–57]

Zhou Q, Su ZC, Li YZ,. Genome-wide association mapping and gene expression analyses reveal genetic mechanisms of disease resistance variations in. Frontiers in Genetics, 2019, 10: 1167

Zhou X, Stephens M. Efficient multivariate linear mixed model algorithms for genome-wide association studies. Nature Methods, 2014, 11(4): 407–409

Zhu W, Zhang H. Why do we test multiple traits in genetic association studies? Journal of Korean Statistics Society, 2009, 38(1): 25–27

Joint Genome-Wide Association Study of Body Mass and Morphological Traits in Turbot ()

GAO Jin1,2, YANG Runqing1,2①

(1. Wuxi Fisheries College, Nanjing Agricultural University, Wuxi 214081; 2. Research Centre for Aquatic Biotechnology, Chinese Academy of Fishery Sciences, Beijing 100141)

To reveal the molecular genetic mechanisms of body mass and morphological traits in turbot () and scan molecular markers and candidate genes, which can be used to improve the target traits, a genome-wide association study (GWAS) was carried out using specific-locus amplified fragment technology (restriction site-associated DNA, 2b-RAD). First, body mass (BM), body length (BL), body width (BW), and caudal peduncle width (CPW) of 441 individuals were measured at about 473 days of growth period in a turbot breeding population. Second, all individuals were genotyped using 2b-RAD, and 23,988 SNPs were obtained after strict quality control. Using a multivariate linear mixed model (mvLMM) for GWAS of traits of BM-BL and BL-BW-CPW, 9 and 2 pleiotropic QTNs were detected for each phenotypic combination, respectively. However, a single-trait linear mixed model (LMM) based on the FaST-LMM algorithm was used for the association analysis of each trait, and the results showed that 4 QTNs were detected in the BM trait, 1 QTN was associated with BL and BW traits, respectively, and no significant locus was found in the CPW trait. A comparison between results of mvLMM and LMM found that mvLMM could detect more QTNs than LMM in GWAS, and the pleiotropic QTNs detected by mvLMM were more biologically meaningful. This study applied mvLMM and LMM to the joint GWAS of body mass and morphological traits in turbot, 17 significant QTNs were detected both using mvLMM and LMM, and 4 of them were detected repeatedly. Furthermore, 12 candidate genes were found by searching the nearest gene of each detected QTN on the whole turbot genome. All of them might be important candidate markers and functional genes, which could influence turbot body mass and morphology. Our study also provided the theory and a reference for marker-assisted selection of body mass and morphological traits in turbot.

Turbot; Body mass and morphological traits; Genome-wide Association Analysis; Multivariate linear mixed models

YANG Runqing, E-mail: runqingyang@cafs.ac.cn

S917.4

A

2095-9869(2021)02-0063-08

10.19663/j.issn2095-9869.20200202001

http://www.yykxjz.cn/

高進(jìn), 楊潤(rùn)清. 大菱鲆體重和體尺性狀聯(lián)合GWAS分析. 漁業(yè)科學(xué)進(jìn)展, 2021, 42(2): 63–70

Gao J, Yang RQ. Joint genome-wide association study of body mass and morphological traits in turbot (). Progress in Fishery Sciences, 2021, 42(2): 63–70

*中國(guó)水產(chǎn)科學(xué)研究院基本科研業(yè)務(wù)費(fèi)項(xiàng)目“鲆鰈魚分子標(biāo)記輔助配套選育技術(shù)”(2017A001)資助 [This work was supported by the Special Scientific Research Funds for Central Non-Profit Institutes, Chinese Academy of Fishery Sciences (2017A001)].高 進(jìn)，E-mail: gaojin427@126.com

楊潤(rùn)清, 研究員, E-mail: runqingyang@cafs.ac.cn

2020-02-02,

2020-02-19

(編輯 馮小花)