一、绵羊经济性状主效基因与QTL的研究进展（论文文献综述）
孙燕勇[1]（2021）在《整合eGWAS和eQTL分析绵羊全血转录组与繁殖激素的关联》文中研究说明血液中繁殖激素的动态变化对于评估家畜繁殖性能具有重要意义,血液转录组不仅用来鉴定多个物种的免疫相关调控因子,近年来在家畜生产管理中的应用也逐渐开展。为解析绵羊全血转录组的动态时序表达与繁殖激素调控的关联,本研究以巴美肉羊为研究对象,对血液转录组及其表达基因型进行深入挖掘,将有助于提升血液应用于家畜繁殖性能辅助管理的新认识。本研究获得的主要研究结果如下:1、对绵羊血液转录组的时序动态表达进行研究,检测3、4和5月的不同经产羔类型绵羊的血液转录组,对基因表达与可变剪接进行组间差异分析初探。结果不同经产羔类型之间共检测到1417个差异表达基因,3332个差异可变剪接基因,相比无羔组,单羔组与双羔组基因表达模式更接近。差异表达基因与差异可变剪接共同功能富集结果说明血液表征产羔类型与卵母细胞减数分裂、激素调节和免疫应答等相关。不同月份之间共鉴定到660个差异表达基因,3135个差异可变剪接基因,动态时序表达的基因在功能层面直接或者间接影响激素水平,由此推断绵羊血液时序表达基因可能与激素紧密相关。2、在研究一差异基因分析的基础上,扩大到237个样本,构建加权基因共表达网络（weighted gene co-expression network analysis,WGCNA）,并结合表达全基因组关联分析（expression genome-wide association study,e GWAS）重点研究促卵泡素（follicle-stimulaing hormone,FSH）、促黄体素（luteinizing hormone,LH）、生长分化因子9（growth differentiation factor 9,GDF9）和骨形态发生蛋白15（bone morphogenetic protein 15,BMP15）血清浓度与基因动态表达、变异的关联。结果产羔类型差异表达基因分布在红色和紫色基因模块中较多,且全局网络中红色和紫色基因模块与产羔数关联度较高。通过e GWAS发现模块的显着关联基因主要位于X染色体,包括COIL、NELFE和GCLM等,参与调控卵母细胞成熟、颗粒细胞毛细血管再生、季节性繁殖和免疫应答等。时序差异表达基因主要分布在黄色和蓝色基因模块中,且在全局网络中黄色、蓝色基因模块与激素关联度较高。e GWAS显着关联基因包括CASP9和SRP68基因等,功能富集到催产素信号通路,均影响激素调控过程。最后使用机器学习和先验的绵羊GWAS数据库的方法对样品分组与全局网络模块的功能进行验证补充,证明了小样本差异表达基因在大样本分析中的支持度与可行性。总之,通过表达基因组层面解析了绵羊繁殖激素的关联网络,为繁殖激素时序生理状态的基因表达与变异体之间提供互补信息。3、为进一步挖掘高繁绵羊血清LH/FSH比值调控的深层机制。发现不同LH/FSH比值的差异表达基因在50～150之间。这些基因影响核糖体、催乳激素信号通路、促性腺激素信号通路、卵巢类固醇生成、催产素信号通路和花生四烯酸代谢等与激素调控相关的通路。共鉴定了涉及黄色与蓝色基因模块的1 823个显着关联与1 433个e QTL-SNP,且不均一的分布在各染色体,e QTL-SNP共影响到690个基因。鉴定到26 445个ASE-SNP,影响了4 970个基因,均一分布在各染色体,可见LH/FSH比值与绵羊血液基因表达关联过程中受到广泛的顺式调控作用。结果共筛选出8个候选标记物:PCNX4、FAS、RPL36AL、JCHAIN、LOC101113346、IQSEC1、RPL21和RPL8,大多数的表达基因型特征显现出等位基因不平衡现象,且受到至少一个e QTL-SNP与两个ASE-SNP的影响。4、为了挖掘高繁绵羊GDF9和BMP15影响的深层机制。我们分别对不同GDF9和BMP15血清浓度下的转录组进行比较与关联研究。结果血清中BMP15和GDF9的浓度可能依赖于调节它们共享的差异表达基因RPL23A、LOC101110403、PAQR5、LOC114116858,LOC114114874和NAIP建立内分泌信号交换。其中RPL23A、PAQR5与NAIP直接或者间接地参与到卵母细胞发育和卵巢功能,证明了血液在识别激素影响下的主要基因及关联生物学过程方面的潜力。同时发现血液中广泛存在对GDF9、BMP15的ASE-SNP与e QTL-SNP的调控,共鉴定到502个ASE-SNP,包含58个同时与e QTL-SNP关联。共同调控GDF9与BMP15的e QTL-SNP与ASE-SNP表达的候选血液生物标志物JAK1,IL6R,ITGA4,GAA,PRKD3,CAMK2D,TAB2和IQGAP1的基因型存在明显的等位基因表达失衡现象。综上,本研究描绘了绵羊血液转录组与繁殖激素的网络全景,并对繁殖激素关联的调控元件进行深层探讨,证明了血液在识别激素影响下的主要基因及关联生物学过程方面的潜力,也为任何以血液为适合代理组织的复杂性状提供重要借鉴。
王凤红[2]（2021）在《山羊SNP芯片设计与内蒙古绒山羊重要经济性状全基因组关联分析及基因组选择研究》文中提出绒山羊是我国特色优势品种,所产山羊绒是我国唯一具有出口定价权的畜产品。内蒙古绒山羊因产绒量高、绒毛品质优良和遗传性能稳定而享誉世界。本研究基于课题组前期完成的不同山羊品种基因组、转录组数据筛选功能位点,研发出首张适用于国内地方山羊品种芯片,结合系谱和生产性能测定记录,构建了高质量参考群体,基于该芯片在内蒙古绒山羊群体内开展了全基因组关联分析及大数据基因组选择研究,对绒毛品质性状的遗传机理进行初步解析,确定了内蒙古绒山羊基因组选择最佳方法。本研究充分利用我国绒山羊种质资源优势,从基因组角度研究和挖掘一批与羊绒生产性状相关的分子标记和基因资源,为今后绒山羊遗传资源保护和利用提供科学依据,为内蒙古绒山羊优质高产新品系培育提供新的基因资源和理论指导。论文主要结果如下:1.基于课题组近30年测定积累的616 113条内蒙古绒山羊系谱和生产性能记录数据,通过ASREML软件,对内蒙古绒山羊重要经济性状进行遗传参数估计。结果表明:群、测定年份和个体年龄对各性状均有显着影响,可作为固定效应纳入模型。产绒量、绒细、毛长的遗传力分别是0.24、0.27、0.32,均属于中等遗传力（0.20-0.40）,体重和绒长属于低遗传力（0.12和0.14）。产绒量、体重、绒长、绒细、毛长之间的遗传相关在-0.32～0.40之间,表型相关在-0.02～0.20之间;发现各性状加性方差较前人研究减小,说明选育后的性状遗传变异减小,有利于选育目标性状的基因型得到有效选择和纯合性状表型更加整齐。2.利用36个典型的中国地方品种（372个个体）和49个国外品种（226个个体）的山羊基因组、转录组数据,同时最大化兼容Illumina山羊52K SNP芯片位点,添加课题组多年来积累的重要功能位点数据,累计约4 500万个MAF大于0.2的SNPs,采用条件性的多目标局域性优化算法,通过对SNPs严格筛选,最终保留67 088 SNPs位点,集成一款全新的山羊70K SNP芯片（GGP＿Goat＿70K）;基于山羊70K SNP芯片,在内蒙古绒山羊群体中进行基因分型测试,所有个体均成功分型,平均call rate98.8%。说明利用该芯片可以实现山羊的基因分型,同时获得了1 920个个体的基因型数据,可用于后续的GWAS和基因组选择研究。3.基于获得的1 920个个体的基因型数据,对内蒙古绒山羊的绒长、绒细和产绒量三个性状进行全基因组关联分析。首先对绒长、绒细和产绒量进行数据整理,检测表型数据是否符合正态分布;同时对内蒙古绒山羊群体进行主成分分析,判断是否存在群体分层现象;然后使用混合线性模型进行GWAS分析,通过分位数-分位数（Quantile-Quantile,Q-Q）图判断期望值和观测值的拟合程度。结果表明在基因组水平获得了4个显着SNPs,扩大100 kb后经注释发现GALNTL5、CCDC171、STUM、CMAS、FGF12、POLN、TACC3、PRLR、EVPL、COL3A1和SOX5为内蒙古绒山羊绒毛性状的重要候选基因,可以用于后续深入研究。4.基于70K SNP芯片在国内开展了绒山羊基因组选择研究,使用GBLUP和SSGBLUP方法估计了内蒙古绒山羊绒长、绒细、产绒量、体重和毛长5个性状的遗传力和基因组育种值,同时与研究一使用的ABLUP法获得的数据进行比较,并用5次重复的5倍交叉验证来评价育种值预测的准确性。结果表明（1）GBLUP和SSGBLUP法估计产绒量的遗传力为0.26和0.28;体重的遗传力为0.17和0.14;绒长的遗传力均为0.09;绒细的遗传力均为0.30;毛长的遗传力为0.31和0.32。（2）SSGBLUP对5个性状评估准确性在45%-82%之间,与ABLUP相比提高19%-25%;（3）SSGBLUP相比于GBLUP和ABLUP有更高的预测准确性和无偏性,SSGBLUP是内蒙古绒山羊基因组选择的最佳方法;（4）通过实施基因组选择可以使内蒙古绒山羊育种世代间隔从4.5年缩短至2年。
赵志达[3]（2020）在《湖羊养殖技术优化与应用》文中指出湖羊是我国特有的绵羊品种,具有早熟、常年发情、产多羔、泌乳性能好、生长发育快、适应性强等优良性状,收录于《国家级畜禽遗传资源保护目录》中,是我国一级保护地方畜禽品种。目前,我国湖羊育种、营养、管理等方面与羊业发达国家存在一定差距。因此,如何开展湖羊育种工作、优化湖羊养殖技术以及提高湖羊生产水平是该产业发展中亟需解决的问题。本研究通过设计湖羊基因组选择育种方案,同时开展湖羊家系鉴定试验,湖羊35日龄早期断奶试验及反刍专用甜菜碱对寒旱地区湖羊生长发育的影响试验,旨在利用协同育种技术,通过育种、管理、营养等手段,发掘湖羊生长潜力,为湖羊产业发展提供一定的参考与借鉴。具体如下:（1）设计了试验场湖羊基因组选择的育种方案,包括制定育种目标、规范生产性能测定、组建用于基因组选择的参考群与候选群、制定样品采集方案和技术规范、选择合适的算法与验证方法等,为试验场下一步开展基因组选择育种工作提供了一定的基础。（2）使用9个微卫星标记,利用Nei氏遗传距离对30只湖羊种公羊进行家系鉴定。结果表明,当双亲基因型未知时9个微卫星的单亲累积排除概率为99.6072%,当单亲基因型已知时9个微卫星位点的单亲累积排除概率为99.8808%,当双亲基因型未知时9个微卫星位点的双亲累积排除概率为99.9999%,排除概率能够满足遗传育种中亲子鉴定和系谱分析的要求,根据Nei氏遗传距离构建UPGMA聚类图,将30只种公羊划分为6个家系,提供了一种湖羊家系鉴定的方法,对湖羊保种与育种工作具有一定的应用价值。（3）湖羊35日龄早期断奶试验选用相同日龄、体重接近的7日龄湖羊羔羊104只,以不同的饲养方式分为对照组与试验组。对照组将羔羊与母羊饲养在同一圈舍中,另设0.5个圈舍作为羔羊采食圈,该圈舍仅羔羊可以通过特殊通道进入采食,羔羊在40日龄断奶;试验组将羔羊与母羊饲养在同一圈中,不再另设羔羊圈舍,但安装一个仅羔羊可以采食的饲喂槽,羔羊在35日龄断奶。结果表明两组羔羊的体重在7日龄、35日龄、40日龄和60日龄时差异不显着（P>0.05）,在14日龄、21日龄和28日龄时试验组体重显着高于对照组体重（P<0.05）。7日龄14日龄试验组羔羊增重高于对照组,35日龄40日龄对照组羔羊增重高于试验组,均达到极显着水平（P<0.01）,21日龄28日龄试验组羔羊增重高于对照组,达到显着水平（P<0.05）,但在14日龄21日龄、28日龄35日龄、40日龄60日龄和7日龄60日龄差异不显着（P>0.05）。试验组羔羊断奶时成活率为92.31%,对照组为88.89%。试验组饲养模式可实现湖羊羔羊35日龄断奶,对促进羔羊早期生长和提高断奶成活率具有积极的意义。（4）反刍专用甜菜碱对寒旱地区湖羊生长性能的影响试验以252只湖羊育肥公羊为研究对象,分成对照组和试验组,对照组饲喂基础饲草料,试验组精饲料中按2.5 kg/t比例添加反刍专用甜菜碱,记录初始和终末体重,共90天。此外,从对照组和试验组中各选取3个体重水平的重复（低L、中M、高H）,每30天称重一次。结果表明试验组终末体重高于对照组,但无显着性差异（P>0.05）。试验组平均日增重极显着高于对照组（P<0.01）。试验组料肉比显着低于对照组（P<0.05）。低、中、高三个体重水平试验组终末体重均高于对照组,但差异不显着（P>0.05）。试验组L在0天30天和30天60天的平均日增重均高于对照组L,但差异不显着（P>0.05）,在60天90天的平均日增重低于对照组L,差异不显着（P>0.05）。试验组M在0天30天的平均日增重显着高于对照组M（P<0.01）,30天60天的平均日增重高于对照组M,差异不显着（P>0.05）,60天90天的平均日增重略低于对照组M,差异不显着（P>0.05）。试验组H 0天30天和30天60天的平均日增重高于对照组H,但差异不显着（P>0.05）,60天90天的平均日增重略低于对照组H,差异不显着（P>0.05）。湖羊育肥期生长速度呈先快后慢的趋势,反刍专用甜菜碱对湖羊生长发育具有促进作用,能够极显着提高平均日增重,同时显着降低料肉比,但对中、低体重水平和0天60天育肥阶段湖羊生长性能的促进效果更佳。综上所述,本研究完成了对试验场基因组选择育种方案的设计,并通过Nei氏遗传距离将种公羊划分为6个家系,为开展基因组选择育种工作提供必要的基础条件。湖羊羔羊在新的哺乳期饲养模式可以实现35日龄早期断奶。反刍专用甜菜碱对湖羊生长发育具有促进作用,且在不同体重水平和育肥阶段中效果不同。
乔贤[4]（2020）在《绒山羊SNP芯片设计及重要经济性状全基因组关联分析研究》文中进行了进一步梳理随着高通量测序技术的发展,大规模基因分型技术的成本大幅降低,使得高通量SNP芯片在动物育种中的应用成为可能。基因芯片技术的日益更新为全基因组关联分析在育种中的应用提供了有效的工具。依托基因芯片和全基因组关联分析发掘的高通量分子遗传标记,建立参考群,可进行准确的基因组育种值估计,为将来精准的基因组选择的应用推广奠定了坚实的基础。内蒙古绒山羊是经过长期自然选择和人工选择培育出的绒肉兼用型优良地方畜种,因其高产绒量、优质的绒毛品质、稳定的遗传性能而闻名。绒毛品质性状是微效多基因控制的数量性状,遗传力较低,测量繁琐,很难通过传统的育种值估计选育的方法进行快速的选育提高。通过全基因组关联分析,将利用SNP芯片基因分型测序所得SNP与细度性状记录相结合,旨在探索山羊绒细度变异的遗传机理,开发与超细绒性状密切相关的SNP和基因,充分发掘绒山羊种质资源优势,从全基因组水平研究和发掘一批与绒毛性状相关的具有自主知识产权的基因组遗传资源信息,为我国绒山羊的保护和利用提供有力参考依据,为超细绒山羊的改良和培育提供新的理论依据和基因组遗传资源。本研究基于第二代高通量测序技术,对我国着名的地方品种（内蒙古绒山羊与辽宁绒山羊）进行了全基因组重测序,并结合国内、外其他山羊品种的38个个体的基因组数据,首次使用目标富集策略设计动物SNP芯片,成功获得了山羊66K捕获芯片。为检验芯片对绒山羊重要经济性状研究上的效力,对内蒙古绒山羊（二狼山型）进行了重要经济性状相关的全基因组关联分析,对获得的候选SNP位点进行了基因功能注释和生物学功能挖掘等分析。主要研究结果如下:1.基于第二代高通量测序技术对我国着名绒山羊品种73只个体进行全基因组重测序,所有样品共检测到5.52 M单核苷酸变异（SNPs）和710,600个插入缺失（Indels）,其中约有87.25%SNP为新发现的遗传变异。通过对这些高质量SNP遗传标记进行分析筛选,可用于后续绒山羊SNP芯片的遗传标记的开发。2.利用绒山羊的重测序数据及国、内外其他山羊品种的38个个体的基因组数据,基于全基因组捕获测序策略,进行绒山羊66K SNP芯片设计,并建立起一套基于液相杂交技术的芯片设计的思路技术流程,可供其它物种SNP芯片设计借鉴。3.建立了 SNP捕获型芯片通用分析流程,成功利用绒山羊66K SNP芯片实现了低成本全基因组捕获测序,并获得来自423个体的161,125高质量SNP数据集,可用于后续的GWAS研究。4.针对内蒙古绒山羊（二狼山型）羊绒细度性状进行全基因组关联分析研究,对筛选得到的排名前26位SNP位点进行KEGG分析,筛选出4个SNP位点所在基因AKT1、ALX4、HK1、NT-3可作为绒毛细度性状的候选基因进行进一步的研究。MALDI-TOF-MS检测GWAS结果中随机筛选48个SNP位点,结果显示,其中1个SNP位点与细度性状显着相关,可以佐证说明GWAS结果较为可靠,该芯片可以应用于绒山羊重要经济性状的相关研究。
孔晓卉[5]（2020）在《秦川牛CDC10基因多态性及其与生长性状的关联性分析》文中研究指明CDC10（cell divison cycle 10,又名SEPT7）属于Septins家族,该家族蛋白的作用主要包括细胞内物质运输、细胞膜重建和染色体分离等。CDC10基因位于多个肉牛品种生长性状相关QTL区域,在调控肉牛肌肉生长发育、影响肉牛生长性状等方面具有一定的普遍性,因此CDC10基因可视为影响我国地方黄牛生长性状的重要候选功能基因。本研究为挖掘与秦川牛生长性状相关的CDC10基因突变位点,首先通过对秦川牛、鲁西牛、蒙古牛和中国西门塔尔牛品种的CDC10基因启动子区域进行测序,检测我国地方黄牛品种特异性突变位点;利用直接测序和MassARRAY技术对384头秦川牛样本进行基因分型,进而将CDC10基因突变位点与秦川牛生长性状进行关联性分析。同时,本研究为进一步揭示CDC10基因影响牛成肌细胞增殖分化的分子机制,首先构建慢病毒CDC10过表达载体并合成siRNA干扰序列;通过过表达和干扰CDC10基因,利用EdU技术检测CDC10表达量对牛成肌细胞增殖的影响,利用MyHC免疫荧光检测CDC10表达量对牛成肌细胞分化的影响,同时利用实时定量PCR检测细胞增殖、分化相关基因表达量变化。本研究利用生物信息学预测CDC10基因启动子上游g.61710450G>C位点可能结合的转录因子,并利用EMSA凝胶迁移检测技术初步观察该位点转录因子结合状态。研究结果如下:1)CDC10基因启动子上游共发现7个SNP（single nucleotide polymorphism,单核苷酸多态性）位点;其中,g.61710450G>C位点与秦川牛的体斜长、腰角宽和坐骨端宽性状显着相关（P<0.05）,与体重、胸围和体高性状极显着相关（P<0.01）;g.61711075T>G位点与秦川牛的体重和胸围性状显着相关（P<0.05）;其它SNP位点与秦川牛生长性状无关联性;2)过表达CDC10后显着促进了牛成肌细胞增殖（P<0.05）,干扰CDC10表达后显着抑制了牛成肌细胞增殖（P<0.05）,同时CDC10基因与细胞增殖相关基因MEK、ERK1和ERK2的表达呈正相关（P<0.05）;3)过表达CDC10后显着抑制了牛成肌细胞分化（P<0.05）,干扰CDC10表达后结果相反（P<0.05）,CDC10基因与细胞分化相关基因MyoD、MyoG和MyHC的表达呈负相关（P<0.05）;4)生物信息学分析发现,当CDC10基因启动子上游217bp G>C位点（g.61710450G>C）为G等位基因型时,可构成GABPA、RORA-1、ELK4、FEV和ELF1等转录因子的结合基序;为C等位基因型时可构成Myog、Myod1、Tcf12、NHLH1、Tcf3、Bhlhe40和Arnt等转录因子的结合基序;5)EMSA实验结果显示,胎牛g.61710450G>C位点G等位基因型探针有转录因子结合条带。结果表明,CDC10基因g.61710450G>C和g.61711075T>G位点与秦川牛生长性状显着相关,可作为秦川牛遗传育种的有效分子标记;高表达CDC10基因可促进牛成肌细胞增殖,抑制牛成肌细胞分化;发现胎牛CDC10基因的g.61710450G>C位点G等位基因型有转录因子结合,为进一步揭示CDC10基因影响肉牛肌肉生长发育的调控机制提供了新的科学线索。
林秀斌[6]（2020）在《绵羊多胎主效基因FecB在湖羊育种上的研究应用》文中认为湖羊是世界着名的多胎绵羊品种。已有研究表明BMPR-IB基因与绵羊的排卵数和高繁殖力有密切关系。FecB基因是由6号染色体上的BMPR-IB基因编码区发生单核苷酸突变（A746G）形成的。为探究湖羊产生多胎性的遗传基础,本研究使用PCR-RFLP技术对湖羊群体进行遗传效应分析,并将湖羊中具有FecB纯合显性基因BB的湖羊群体（本文将该群体命名为马头湖羊）与基因型为B+杂合的湖羊群体（本文将该群体命名为普通湖羊）进行生长发育间的比较分析。研究FecB基因与湖羊多胎性状之间联系,为揭示湖羊高繁多胎机理提供了参考。研究结果如下:1.湖羊绵羊多胎主效FecB基因在群体中的遗传效应分析采集48只经产湖羊的血样,对突变型和野生型个体材料检测SNP,比较BB与B+两个基因型湖羊群体之间SNP的差异。研究发现,湖羊为FecB（BMPR-IB突变）基因高度纯合的群体,试验群体中FecB基因BB频率为98%,未发现野生型（++）个体,高产湖羊均为FecB基因纯合（BB）个体。研究表明该基因突变可用于湖羊高产个体的早期选择。2.马头湖羊与普通湖羊生长发育上的比较分析通过FecB基因的分子手段,检测湖州练市生态养殖场湖羊核心群,筛选FecB核心种群,结合体型培育纯种马头湖羊,将“马头湖羊”与普通湖羊公羊、母羊2、4、6、12月龄的体重、体长,体高、胸围、管围、以及公羊睾丸周长、母羊繁殖性能与普通湖羊进行比较,研究结果表明,FecB基因的B等位基因的频率对湖羊生长发育有着显着增强作用（P<0.05）。3.杜湖F1杂交母羊的母本优势分析以杜泊公羊为父本,分别与杜湖杂交一代母羊、纯种湖羊母羊、纯种杜泊羊母羊进行自然发情配种,检验其产羔数、初生重、断奶重等繁殖性能差异,并在选各组6月龄后代10只羔羊进行屠宰（公母各半）。结果表明,杜湖F1杂种母羊在产羔数上显着（P<0.05）高于纯种杜泊羊,与纯种湖羊无显着差异（P>0.05）;杜湖F1为母本后代羔羊初生重与断奶重均极显着（P<0.01）高于纯湖羊母本,极显着（P<0.01）低于纯种杜泊羊;杜湖F1杂种母羊羔羊6月龄羊羔体重、体高、胴体重极显着（P<0.01）高于纯种湖羊,与纯种杜泊相比无明显差异（P>0.05）;胸围显着（P<0.05）高于纯种湖羊,与杜泊羊无显着差异（P>0.05）;杜湖F1杂种母羊羔羊6月龄屠宰率显着（P<0.05）高于纯种湖羊,显着（P<0.05）低于纯种杜泊羊,净肉率显着（P<0.05）高于纯种湖羊,与纯种杜泊羊无明显差异（P>0.05）。研究结果为充分利用杜湖F1杂交母羊的母本杂种优势提供试验依据。
李学武[7]（2019）在《内蒙古绒山羊毛被类型遗传规律及其对重要经济性状间接选择研究》文中研究指明内蒙古绒山羊是经过长期自然选择和人工选育而成的优秀地方品种。在实际生产中发现内蒙古绒山羊的毛长（自然长度）存在较大的个体差异,通过研究内蒙古绒山羊毛被类型的遗传规律及重要经济性状（产绒量、体重、毛细、毛长、绒细和绒长）和次级性状（毛细/毛长、绒细/绒长和产绒量/体重）与之的协同变化规律,进而实施重要经济性状的间接选择。有利于提高表型选择的准确性,从而消除了遗传评估时所需基础数据资料耗时长、费用高、劳动强度大等缺点。本研究数据均来源于内蒙古白绒山羊种羊场。首先,利用1990～2014年的毛长数据记录研究了毛长的表型遗传多样性及其毛被类型的遗传规律;其次,利用2008～2011年的抓绒和体重性状及实验室测定的毛长、毛细、绒长和绒细的数据记录,应用方差和回归分析确定了毛被类型对其他重要经济性状影响规律;最后,利用多性状重复力动物模型对不同毛被类型各重要经济性状和次级性状进行遗传参数估计。结果如下:1.利用Shannon-Wiener指数通过1990～2014年内蒙古绒山羊毛长数据记录对毛长表型遗传多样性进行研究分析,发现长毛型指数最高,表明内蒙古绒山羊长毛型个体的毛长性状具有较高的表型遗传多样性。且中亲优势和超亲优势随毛长的增加而增加,尤其以长毛型超亲优势为正,说明长毛型形成了稳定的超亲优势。2.利用多性状动物模型估计不同毛被类型遗传参数发现短毛型、中间型和长毛型毛长的遗传力分别为0.11、0.16和0.22,以长毛型遗传力最高,遗传相对稳定,在育种过程中容易被固定。进一步研究发现长毛型遗传进展较快,即选择长毛型可以加快毛长的遗传进展。3.以2008～2011年内蒙古绒山羊产绒量、体重、毛细、毛长、绒细和绒长性状的重复记录为研究对象,采用方差和回归分析研究得出毛被类型对各重要经济性状具有显着影响。毛细和绒细随着毛长的增加而降低,体重和绒长随毛长的增加而增加,中间型的产绒量最低。4.利用多性状重复力模型分别对不同毛被类型下各重要经济性状的遗传参数估计发现各性状遗传力随毛长的增加而增加,且以长毛型最高,说明通过对长毛型的选择有利于加快各重要经济性状的遗传进展。5.通过方差分析发现不同毛被类型对次级性状影响极显着。毛被类型在遗传评估时应该作为固定效应。各次级性状的遗传力同样随着毛长的增加而增加,说明通过对毛长的选择可以实现对其他重要经济性状的间接选择。
赵志达,张莉[8]（2019）在《基因组选择在绵羊育种中的应用》文中提出基因组选择是一种利用高密度芯片全部位点与目的基因存在的连锁不平衡估计基因组育种值的方法,目前已相继在英国、法国、澳大利亚和新西兰等国家的畜禽育种中得到应用并有效提升了育种效率。在我国,基因组选择已在奶牛、生猪和肉鸡的育种中开始应用并取得了一定的成效。我国是世界养羊大国,但在羊的养殖管理、育种水平以及生产效率等方面依旧与发达国家存在较大差距。目前,已有育种工作者尝试对绵羊开展基因组选择育种研究,但至今尚未有比较系统的应用案例。基于绵羊育种基础薄弱的现状,开展基因组选择对我国肉羊产业发展具有重要作用。本文综述了畜禽基因组选择的研究进展及其在绵羊育种中的应用,并对该技术在今后绵羊生产中的指导作用进行了展望。
王宇哲[9]（2017）在《利用简化基因组测序精细定位鸡生长性状功能基因》文中认为解析复杂数量性状的遗传机制是动物遗传学的重要研究目标之一。生长性状是具有重要经济价值的复杂性状,尽管通过人工选择的现代肉鸡品种在生长速度上有长足的改进,但成功解析生长性状复杂遗传机制的研究却鲜有报道。利用常规的连锁分析（linkage analysis,LA）和全基因组关联分析（Genome-wide association study,GWAS）通常能获得和数量性状显着相关的较大置信区间,但是由于连锁不平衡干扰、遗传标记有限及基因组其他微效多基因互作等影响,对候选区间进一步精细定位较为困难。国际上已有的多项研究结果表明,鸡Chr1末端存在与体重性状显着相关的数量性状基因座（Quantitative Trait Locus,QTL）。本课题组在前期工作中,利用快大速长型岭南黄鸡（A03）和惠阳胡须鸡（HX）为亲本构建的F2代家系的连锁分析将此区间确定至Chr1:165-175 Mb。为了增加群体内的重组事件,本研究基于上述F2代群体,构建了随机交配的十二代深度杂交家系（Advanced intercross lines,AIL）,旨在对此区间开展进一步精细定位研究。为了快速、经济地获得覆盖全基因组的高密度遗传标记,本研究采取新兴的基于测序的基因分型技术（Genotyping by Sequencing,GBS,一种代表性简化基因组测序方法）进行标记开发。实验采取五个参数系统性地评估了不同限制性内切酶的实验效果,判定鸡基因组中进行简化基因组测序的最适酶切组合为EcoRI-MseI,确定了大规模样本的最适测序深度为10×,优化并构建了基于二代测序技术的GBS分析流程,利用构建好的分析流程在AIL家系的F9代进行标记开发,得到全基因组均匀分布的291,772个单核苷酸多态标记（single nucleotide polymorphisms,SNPs）,分型结果与商业SNP芯片比较一致性超过99%。该分型技术方法的建立为后续功能基因定位奠定了良好基础。基于F9代资源群开展全基因组关联分析,将影响鸡各周龄体重、小肠长度等21个生长性状的主效QTL定位至(Chr1:168.2-171.3Mb区间,并有效缩小了F2的置信区间范围;与此同时,将影响胫长的主效QTL区间定位至Chr27:3.60-3.75 Mb。结合F0代个体全基因组重测序数据和F9代个体简化基因组测序数据,追溯F9代个体在Chr1候选区间内部的染色体来源,该候选区段内部共确认了四次历史重组事件,进一步将该区间缩小至Chr1:168.6-169.8 Mb。比较不同位点的连锁状态,发现该区段内存在马赛克混杂关联的模式（mosaic pattern of association）。利用九个外群品种的单倍型比较分析,发现了在肉鸡品种/系中共享的两个连锁区段,F9代单倍型关联分析确认这两个区段与体重表型高度相关。此外,选取F12代高、低体重极端表型个体进行候选基因表达分析,发现MLNR基因在十二指肠、腺胃中表达存在显着差异,利用GWAS所得候选基因进行全基因组通路富集分析,富集到包括MLNR等一系列生长激素在内的神经活性配体-受体互作通路,因此将MLNR作为影响体重等生长性状的重要候选基因。本研究基于自主开发的简化基因组测序方法,对相关候选区间进行了精细定位,阐述了数量性状复杂的关联模式,得到了相关候选基因,为进一步从分了水平解析生长性状相关的机制提供了遗传学的依据。
刘龙腾[10]（2014）在《绵羊18号染色体繁殖与体重相关性状的QTL定位分析》文中提出绵羊的繁殖性状和体重性状是主要经济性状，受到国内外研究者的关注。繁殖性状和体重性状为数量性状，可能受到微效基因控制，也有可能受到几对主效基因控制，加上环境效应的影响而表现连续的变异。从遗传学角度来讲，绵羊繁殖性状属于低遗传力性状，遗传力为0.125，通过获得遗传进展的传统选择方法速度较慢，而通过标记性辅助选择进行早期选种，可以解决这一难题。现在对绵羊繁殖性状的研究主要是以主效基因作为研究对象，通过对主效基因筛选和标记辅助选择，实现在短期内达到育种的目标。因此本研究以来自于新建建设兵团第九师165团，德国美利奴公羊（12只）与中国美利奴母羊（600只）杂交，从F1代选出公羊5只与母羊300只再进行杂交，共累计产生有性状记录的F2代150只为群体。繁殖性状两个性状，初生重和产羔数。体重性状5个表型性状，初生重和3、6、9月龄体重以及周岁体重。选取来自18号染色体上多态性好，等位基因多的9个微卫星标记，对繁殖性状和体重性状进行关联分析，并且绘制了18号染色体遗传连锁图谱，对于性状差异显着进行了QTL定位。研究内容和结果如下：（1）以德国美利奴公羊为父本中国美利奴为母本，构建了实验群体F2代150只，并与P代进行比较，其P代与F2代在产羔数和3月龄体重上有显着差异。说明此两个性状在后代出现了分离，此群体可以用于连锁图谱的构建和QTL定位。（2）在构建的实验群体由于一些个体的亲缘关系不能确定，因此对其做了亲子鉴定。本试验采用微卫星DNA分子标记的方法，通过对132只父系半同胞中国美利奴羊在BM4621、BM143、OarHH55、OarJMP8、BM6438、BM6506、BM1824、OarDB6、ILSTS0049个微卫星位点的分析，计算出了中国美利奴羊在这9个位点的等位基因频率及其分布规律，这9个微卫星位点均表现为高度或中度多态性，并对其中7组亲子进行了亲子鉴定。结果表明，这9个微卫星位点在试验选择的7组亲子中，获得了99.98%～99.99%的父权概率，完善了群体的系谱资料。连锁图谱的构建和QTL定位奠定了基础。（3）以DNA提取、PCR和电泳技术为基础，对表型性状和基因型的统计分析，这9个微卫星在实验群体中共发现有47个等位基因，平均等位基因为5.22个，其中最多的是TGLA122为7个，BMS3413、CSSM018OV、CSAP28E为6个，BMS1561和MCM148为5个，BMS2815、TGLA337和BMS1494为4个。扩增的等位基因长度在97237bp之间。本实验所研究的结果为：这9个微卫星标记多态信息含量高，有6个微卫星呈现为高度多态性，3个呈现中度多态性。（4）繁殖性状和体重性状表型值差异的F统计检验:在繁殖性状上，有两个标记紧密连锁BMS2815和TGLA337与羔羊产羔数存在显着差异P<0.05，在这两个标记之间可能存在一个影响产羔数的QTL。在体重性状上，也有两个紧密连锁的标记BMS1561和CSSM0180V与绵羊3月龄重有显着差异P<0.05，在这两个标记见也有可能存在一个影响3月龄重的QTL。（5）利用crimap2.4连锁图谱构建的方法和GRIDQTL。绘制了18号染色体的遗传连锁图谱，以及对产羔数和3月龄体重进行了QTL定位。在绵羊繁殖性状上，在18号染色体上56cM处检测到一个影响绵羊产羔数的QTL。在所构建群体的体重性状上，有一个影响绵羊3月龄体重的QTL在100cM。
二、绵羊经济性状主效基因与QTL的研究进展（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、绵羊经济性状主效基因与QTL的研究进展（论文提纲范文）
（1）整合eGWAS和eQTL分析绵羊全血转录组与繁殖激素的关联（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 血液转录组的应用研究 |
| 1.1.1 预测疾病生物标记物 |
| 1.1.2 鉴定免疫调控因子 |
| 1.1.3 家畜生产管理中的应用 |
| 1.2 绵羊繁殖转录组研究进展 |
| 1.2.1 巴美肉羊概况 |
| 1.2.2 基于性腺轴的研究进展 |
| 1.2.3 可变剪接与单核苷酸多态性的调控研究 |
| 1.3 绵羊产羔与排卵的调节机制 |
| 1.3.1 BMP15、GDF9 对排卵和产羔数的调节 |
| 1.3.2 FSH、LH对排卵和产羔数的调节 |
| 1.4 研究的主要内容 |
| 1.5 研究目的与意义 |
| 2 研究一不同产羔类型绵羊血液转录组时序动态表达初探 |
| 2.1 材料与方法 |
| 2.1.1 试验材料 |
| 2.1.2 试验主要仪器与试剂 |
| 2.1.3 RNA提取 |
| 2.1.4 转录组文库构建与测序 |
| 2.1.5 测序数据质量评估和过滤去噪 |
| 2.1.6 参考序列比对与转录本检测定量分析 |
| 2.1.7 差异表达基因分析 |
| 2.1.8 差异可变剪接分析 |
| 2.1.9 差异表达基因与差异可变剪接的聚类分析 |
| 2.1.10 短时序表达分析 |
| 2.1.11 功能富集分析 |
| 2.1.12 统计显着性分析 |
| 2.2 结果与分析 |
| 2.2.1 绵羊产羔类型的差异表达基因分析 |
| 2.2.2 绵羊产羔类型差异可变剪接分析 |
| 2.2.3 绵羊产羔类型差异表达基因与差异可变剪接的聚类分析 |
| 2.2.4 绵羊转录组时序表达变化 |
| 2.2.5 绵羊转录组时序动态表达模块分析 |
| 2.2.6 绵羊转录组时序可变剪接变化 |
| 2.2.7 绵羊产羔类型与时序性表达的整合分析 |
| 2.2.8 试验重复性验证 |
| 2.3 讨论 |
| 2.4 结论 |
| 3 研究二大样本动态血液基因整合e GWAS解析绵羊繁殖激素共表达网络 |
| 3.1 材料与方法 |
| 3.1.1 试验材料 |
| 3.1.2 试验主要仪器与试剂 |
| 3.1.3 RNA 提取与建库测序 |
| 3.1.4 测度数据质量评估与过滤去噪 |
| 3.1.5 参考序列比对与转录本检测定量分析 |
| 3.1.6 血清LH、FSH、GDF9与BMP15 的浓度测定 |
| 3.1.7 加权基因共表达网络分析 |
| 3.1.8 eGWAS分析 |
| 3.1.9 基因功能注释与候选位点的确定 |
| 3.1.10 构建主题文献摘要与全文的绵羊GWAS数据库 |
| 3.1.11 机器学习验证分析 |
| 3.2 结果与分析 |
| 3.2.1 全局样本构建繁殖激素调控的共表达网络 |
| 3.2.2 基于表达的全基因组关联研究 |
| 3.2.3 产羔类型相关的模块 |
| 3.2.4 激素调控相关模块 |
| 3.2.5 产羔类型与月份之间的关联模块 |
| 3.2.6 绵羊GWAS数据库验证全局网络的功能属性 |
| 3.2.7 机器学习验证小样本产羔类型差异表达基因对于大样本的支持度 |
| 3.3 讨论 |
| 3.4 结论 |
| 4 研究三 LH/FSH 血清浓度比值的绵羊等位基因特异性表达与遗传关联研究 |
| 4.1 材料与方法 |
| 4.1.1 试验样品 |
| 4.1.2 试验主要仪器与设备 |
| 4.1.3 RNA提取 |
| 4.1.4 转录组文库构建与测序 |
| 4.1.5 测序数据质量评估与过滤去噪 |
| 4.1.6 参考序列比对与转录本检测定量分析 |
| 4.1.7 LH、FSH激素浓度的测定 |
| 4.1.8 差异表达基因分析 |
| 4.1.9 差异ASE分析 |
| 4.1.10 eQTL分析 |
| 4.1.11 功能富集分析 |
| 4.2 结果与分析 |
| 4.2.1 LH与FSH血清浓度相关性分析 |
| 4.2.2 LH/FSH比值在不同月份的方差分析 |
| 4.2.3 LH/FSH比值在不同月份的转录组差异分析 |
| 4.2.4 LH/FHS比值差异表达基因通路富集分析 |
| 4.2.5 ASE证实血液存在广泛的顺式调控影响 |
| 4.2.6 eQTL-SNP和 ASE-SNP联合分析 |
| 4.2.7 eQTL-SNP与 ASE-SNP富集分析 |
| 4.2.8 LH/FSH比值生物标志物的表达基因型 |
| 4.2.9 LH/FSH比值生物标志物的遗传调控网络 |
| 4.3 讨论 |
| 4.4 结论 |
| 5 研究四 GDF9、BMP15 血清浓度的绵羊等位基因特异性表达与遗传关联研究 |
| 5.1 材料与方法 |
| 5.1.1 试验样品 |
| 5.1.2 试验主要仪器与设备 |
| 5.1.3 RNA提取 |
| 5.1.4 转录组文库构建与测序 |
| 5.1.5 测序数据质量评估与过滤去噪 |
| 5.1.6 参考序列比对与转录本检测定量分析 |
| 5.1.7 血清GDF9、BMP15 激素浓度的测定 |
| 5.1.8 差异表达基因分析 |
| 5.1.9 差异ASE分析 |
| 5.1.10 eQTL分析 |
| 5.1.11 功能富集分析 |
| 5.2 结果与分析 |
| 5.2.1 不同GDF9 血清浓度的差异表达基因分析 |
| 5.2.2 不同GDF9 血清浓度的ASE分析 |
| 5.2.3 不同BMP15 血清浓度的差异表达基因分析 |
| 5.2.4 不同BMP15 血清浓度的ASE分析 |
| 5.2.5 GDF9与BMP15 的联合分析 |
| 5.3 讨论 |
| 5.4 结论 |
| 6 全文主要结论、创新点及展望 |
| 6.1 论文主要结论 |
| 6.2 论文创新点 |
| 6.3 论文未来研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介 |
（2）山羊SNP芯片设计与内蒙古绒山羊重要经济性状全基因组关联分析及基因组选择研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略语表 |
| 1 引言 |
| 1.1 绒山羊育种研究进展 |
| 1.1.1 绒山羊概述 |
| 1.1.2 绒山羊育种现状 |
| 1.2 SNP芯片的研究进展 |
| 1.2.1 SNP分型芯片的特点 |
| 1.2.2 SNP分型芯片的分类及原理 |
| 1.2.3 SNP分型芯片在畜牧领域的概况及应用 |
| 1.3 全基因组关联分析研究进展 |
| 1.4 羊基因组选择研究进展 |
| 1.4.1 基因组选择理论 |
| 1.4.2 基因组选择方法 |
| 1.4.3 基因组选择影响因素 |
| 1.4.4 羊基因组选择研究进展 |
| 1.5 研究目的及意义 |
| 1.6 技术路线图 |
| 2 研究一 内蒙古绒山羊重要经济性状遗传参数的评估 |
| 2.1 材料与方法 |
| 2.1.1 数据来源 |
| 2.1.2 非遗传因素分析-广义最小二乘法 |
| 2.1.3 多性状重复力混合模型估计遗传参数 |
| 2.2 结果 |
| 2.2.1 基本统计分析 |
| 2.2.2 固定效应的确定 |
| 2.2.3 遗传参数估计 |
| 2.3 讨论 |
| 2.3.1 遗传力 |
| 2.3.2 遗传相关 |
| 2.4 小结 |
| 3 研究二 山羊70KSNP芯片的研发设计与测试 |
| 3.1 材料与方法 |
| 3.1.1 芯片设计数据来源 |
| 3.1.2 芯片测试数据来源 |
| 3.1.3 主要分析软件及工具 |
| 3.1.4 主要试剂及仪器 |
| 3.1.5 位点筛选 |
| 3.1.6 位点优化 |
| 3.1.7 DNA提取 |
| 3.1.8 基因分型 |
| 3.2 结果 |
| 3.2.1 70K SNP芯片的设计 |
| 3.2.2 70K SNP芯片与Illumina 52K SNP芯片的比较 |
| 3.2.3 位点检出率 |
| 3.2.4 位点MAF统计 |
| 3.3 讨论 |
| 3.4 小结 |
| 4 研究三内蒙古绒山羊重要经济性状全基因组关联分析 |
| 4.1 材料与方法 |
| 4.1.1 样品采集 |
| 4.1.2 表型数据处理 |
| 4.1.3 数据质控 |
| 4.1.4 全基因组关联分析 |
| 4.1.5 GO、KEGG富集分析 |
| 4.2 结果 |
| 4.2.1 表型数据的基本统计 |
| 4.2.2 数据质控及群体遗传结构分析 |
| 4.2.3 绒长性状的全基因组关联分析 |
| 4.2.4 绒细性状的全基因组关联分析 |
| 4.2.5 产绒量性状的全基因组关联分析 |
| 4.2.6 功能富集分析 |
| 4.3 讨论 |
| 4.4 小结 |
| 5 研究四内蒙古绒山羊重要经济性状基因组选择研究 |
| 5.1 材料与方法 |
| 5.1.1 构建参考群 |
| 5.1.2 基因型数据 |
| 5.1.3 GBLUP |
| 5.1.4 SSGBLUP |
| 5.1.5 基因组准确性评估 |
| 5.1.6 世代间隔 |
| 5.2 结果 |
| 5.2.1 群体结构和遗传参数 |
| 5.2.2 基因组预测准确性比较 |
| 5.2.3 世代间隔 |
| 5.2.4 选择效果分析 |
| 5.3 讨论 |
| 5.4 小结 |
| 6 结论 |
| 7 创新点 |
| 8 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介 |
（3）湖羊养殖技术优化与应用（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号对照表 |
| 第一章 绪论 |
| 1.1 湖羊生产及育种现状 |
| 1.2 肉羊育种主要技术介绍 |
| 1.2.1 最佳线性无偏估计 |
| 1.2.2 标记辅助选择 |
| 1.2.3 基因组选择 |
| 1.3 肉羊基因组选择育种进展 |
| 1.3.1 GS在羊育种中的应用 |
| 1.3.2 GS育种的优势与缺陷 |
| 1.3.3 GS在我国肉羊育种中的展望 |
| 1.4 协同育种技术 |
| 1.5 本研究的目的与意义 |
| 第二章 湖羊基因组选择育种设计 |
| 2.1 引言 |
| 2.2 材料与方法 |
| 2.2.1 试验场育种现状 |
| 2.2.2 育种目标 |
| 2.2.3 GS常见算法 |
| 2.2.4 GEBV准确性 |
| 2.2.5 表型测定 |
| 2.2.6 血样样品采集 |
| 2.3 结果 |
| 2.3.1 参考群的构建与更新方案 |
| 2.3.2 候选群的测定与选留方案 |
| 2.3.3 样品采集与基因分型方案 |
| 2.3.4 GEBV的计算与验证方案 |
| 2.4 讨论 |
| 2.4.1 试验场湖羊GS策略探讨 |
| 2.4.2 低成本基因组选择策略探讨 |
| 第三章 微卫星鉴定湖羊家系 |
| 3.1 引言 |
| 3.2 材料与方法 |
| 3.2.1 试验材料 |
| 3.2.2 试验方法 |
| 3.3 结果 |
| 3.3.1 DNA质检结果 |
| 3.3.2 荧光PCR结果 |
| 3.3.3 微卫星等位基因统计分析及排除概率 |
| 3.3.4 家系划分鉴定结果 |
| 3.4 讨论 |
| 3.4.1 微卫星在亲缘关系鉴定中的应用 |
| 3.4.2 基于微卫星鉴定湖羊家系 |
| 第四章 寒旱地区湖羊35日龄早期断奶研究 |
| 4.1 引言 |
| 4.2 材料与方法 |
| 4.2.1 试验动物与分组 |
| 4.2.2 统计分析 |
| 4.3 结果与分析 |
| 4.3.1 数据质控 |
| 4.3.2 各阶段羔羊体重对比 |
| 4.3.3 各阶段羔羊增重对比 |
| 4.3.4 羔羊断奶时成活率对比 |
| 4.4 讨论 |
| 4.4.1 常见羔羊早期断奶方法 |
| 4.4.2 饲养密度对畜禽成长发育的影响 |
| 4.4.3 哺乳期羔羊行为学分析 |
| 第五章 反刍专用甜菜碱对湖羊生长性能的影响 |
| 5.1 引言 |
| 5.2 材料与方法 |
| 5.2.1 试验时间与地点 |
| 5.2.2 试验材料 |
| 5.2.3 试验设计 |
| 5.2.4 统计分析 |
| 5.3 结果与分析 |
| 5.3.1 甜菜碱对育肥羊全群生长性能的影响 |
| 5.3.2 不同育肥阶段和体重等级下甜菜碱对湖羊生长性能的影响 |
| 5.4 讨论 |
| 第六章 结论 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（4）绒山羊SNP芯片设计及重要经济性状全基因组关联分析研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语表 |
| 1 引言 |
| 1.1 绒山羊育种概述 |
| 1.1.1 绒山羊概况 |
| 1.1.2 绒山羊育种现状 |
| 1.1.3 绒山羊绒毛品质性状研究进展 |
| 1.2 基因芯片的研究进展 |
| 1.2.1 分子遗传标记的发展概况 |
| 1.2.2 基因芯片发展概况 |
| 1.3 全基因组关联分析研究进展 |
| 1.3.1 GWAS研究概述 |
| 1.3.2 GWAS的统计分析方法 |
| 1.3.3 GWAS在畜禽中的应用 |
| 1.3.4 GWAS存在的问题及展望 |
| 1.4 研究目的及意义 |
| 1.5 技术路线图 |
| 2 研究一 山羊全基因组重测序 |
| 2.1 前言 |
| 2.2 材料 |
| 2.2.1 试验材料 |
| 2.2.2 主要仪器 |
| 2.2.3 主要试剂 |
| 2.3 方法 |
| 2.3.1 血液DNA提取 |
| 2.3.2 文库的构建 |
| 2.3.3 基因组测序 |
| 2.3.4 测序数据过滤与质控 |
| 2.3.5 基因组遗传变异检测 |
| 2.3.6 遗传多样性分析 |
| 2.4 结果 |
| 2.4.1 DNA文库及质检 |
| 2.4.2 测序结果 |
| 2.4.3 遗传变异数据集 |
| 2.4.4 群体杂合度分析 |
| 2.5 讨论 |
| 2.6 小结 |
| 3 研究二 山羊66K SNP捕获芯片的开发与测试 |
| 3.1 前言 |
| 3.2 材料 |
| 3.3 方法 |
| 3.3.1 原始SNP数据集的获取 |
| 3.3.2 原始数据初步分析 |
| 3.3.3 CG测序方法 |
| 3.3.4 统计与分析 |
| 3.3.5 SNP检测提取 |
| 3.3.6 样品测序报告的生成 |
| 3.4 结果 |
| 3.4.1 SNP筛选 |
| 3.4.2 叠瓦式探针设计 |
| 3.4.3 探针测试结果分析 |
| 3.5 讨论 |
| 3.5.1 叠瓦式探针设计的选择 |
| 3.5.2 捕获效果的检测 |
| 3.5.3 SNP数据集的优势 |
| 3.6 小结 |
| 4 研究三 基于绒山羊66K SNP芯片的捕获测序 |
| 4.1 前言 |
| 4.2 材料 |
| 4.2.1 试验材料 |
| 4.2.2 主要仪器 |
| 4.2.3 主要试剂 |
| 4.3 方法 |
| 4.3.1 血液基因组DNA的提取 |
| 4.3.2 CG平台建库方法 |
| 4.3.3 测序质量评估 |
| 4.3.4 测序FASTQ文件初步过滤 |
| 4.3.5 序列比对与去重复 |
| 4.3.6 遗传变异检测 |
| 4.4 结果 |
| 4.4.1 测序平台比较与流程优化 |
| 4.4.2 测序平台对比 |
| 4.4.3 分析流程优化探索 |
| 4.4.4 目标捕获与测序结果 |
| 4.4.5 SNPs |
| 4.5 讨论 |
| 4.6 小结 |
| 5 研究四 绒山羊重要经济性状的全基因组关联分析研究 |
| 5.1 前言 |
| 5.2 材料 |
| 5.3 方法 |
| 5.3.1 羊绒纤维细度测量分析 |
| 5.3.2 群体结构分析 |
| 5.3.3 全基因组关联分析 |
| 5.3.4 候选基因定位 |
| 5.3.5 候选SNP位点的飞行质谱基因分型 |
| 5.4 结果 |
| 5.4.1 表型数据的校正与统计 |
| 5.4.2 群体结构分析 |
| 5.4.3 全基因组关联分析 |
| 5.4.4 DNA质检结果 |
| 5.4.5 Sequenom SNP分型结果 |
| 5.4.6 统计分析结果 |
| 5.5 讨论 |
| 5.5.1 绒山羊66KSNP芯片与山羊52K SNP芯片的应用范围比较 |
| 5.5.2 羊绒细度相关的Top 26SNP位点 |
| 5.5.3 候选SNP位点的飞行质谱基因分型 |
| 5.6 小结 |
| 6 结论 |
| 7 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介 |
（5）秦川牛CDC10基因多态性及其与生长性状的关联性分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 文献综述:CDC10基因与肉牛生长性状研究进展 |
| 一、肉牛生长性状分子育种相关研究进展 |
| 1.我国肉牛产业发展近况 |
| 2.家畜分子育种研究进展 |
| 2.1 国内家畜分子育种研究进展 |
| 2.2 国外家畜分子育种研究进展 |
| 3.肉牛分子育种研究进展 |
| 二、肉牛生长性状相关功能基因及突变位点 |
| 1.功能基因对肉牛生长性状的影响 |
| 2.肉牛生长性状相关分子标记 |
| 三、基因对肉牛成肌细胞增殖和分化的影响 |
| 1.相关功能基因对肉牛肌肉发育的影响 |
| 2.转录因子与牛成肌细胞增殖分化的关系 |
| 2.1 转录因子的概念和作用 |
| 2.2 转录因子相关研究进展 |
| 2.3 转录因子及其靶基因对肉牛肌肉发育的影响 |
| 3.ncRNA的调控作用对肉牛肌肉发育的影响 |
| 四、CDC10基因研究进展 |
| 1.CDC10基因的结构和表达 |
| 2.CDC10基因的相关功能 |
| 3.CDC10基因对肉牛生长发育的影响 |
| C位点对基因表达及生长性状的影响'>4.CDC10 基因g.61710450G>C位点对基因表达及生长性状的影响 |
| 五、小结 |
| 第二章 秦川牛CDC10基因多态性及其与生长性状的关联性分析 |
| 一、引言 |
| 二、材料与方法 |
| 1.主要仪器设备及耗材 |
| 2.实验动物 |
| 3.研究方法 |
| 3.1 肉牛生长性状的测定 |
| 3.2 血液全基因组DNA的提取和PCR反应 |
| 3.3 MassARRAY技术 |
| 3.4 生物信息学预测及分析方法 |
| 3.5 牛成肌细胞的培养和收集 |
| 3.6 细胞中对CDC10基因的过表达和干扰 |
| 3.7 实时定量PCR检测各基因表达量 |
| 3.8 EdU细胞增殖检测 |
| 3.9 成肌细胞MyHC免疫荧光检测 |
| 3.10 EMSA验证转录因子的结合 |
| 3.11 数据统计及分析方法 |
| 三、结果 |
| 1.牛 CDC10 基因启动子上游SNP位点与生长性状的关联性分析 |
| 2.siRNA干扰CDC10 基因表达效率的鉴定 |
| 3.CDC10过表达慢病毒载体颗粒转染及表达效率鉴定 |
| 4.CDC10基因表达量对牛成肌细胞增殖的影响 |
| 5.CDC10基因表达量对牛成肌细胞分化的影响 |
| C位点结合的转录因子的预测'>6.CDC10 基因g.61710450G>C位点结合的转录因子的预测 |
| C位点结合转录因子'>7.EMSA验证g.61710450G>C位点结合转录因子 |
| 四、讨论 |
| 1.CDC10基因分子标记的挖掘 |
| 2.CDC10基因对牛成肌细胞增殖和分化的调控 |
| C位点的结合'>3.转录因子与CDC10 基因g.61710450G>C位点的结合 |
| 五、结论 |
| 参考文献 |
| 致谢 |
（6）绵羊多胎主效基因FecB在湖羊育种上的研究应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一部分 文献综述 |
| 1 BMPR-IB基因与FecB基因之间的关联 |
| 2 FceB基因的检测 |
| 3 绵羊多胎主效基因FecB的主要作用 |
| 4 关于绵羊多胎主效基因FecB的研究 |
| 5 FecB基因在湖羊育种上的应用 |
| 6 FecB基因的在湖羊育种上的发展展望 |
| 第二部分 试验研究 |
| 第一章 湖羊绵羊多胎主效FecB基因在群体中的遗传效应分析 |
| 1 试验材料 |
| 2 试验方法 |
| 3 试验结果 |
| 4 讨论 |
| 5 小结 |
| 第二章 马头湖羊与普通湖羊的在生长发育上的比较分析 |
| 1 材料与方法 |
| 2 试验结果 |
| 3 讨论 |
| 第三章 湖羊F_1杂种母羊的母本优势分析 |
| 1 材料和方法 |
| 2 结果分析统计 |
| 3 讨论 |
| 总结 |
| 参考文献 |
| 个人简历 |
| 致谢 |
（7）内蒙古绒山羊毛被类型遗传规律及其对重要经济性状间接选择研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 绒山羊种质资源 |
| 1.1.1 国外绒山羊资源 |
| 1.1.2 国内绒山羊资源 |
| 1.2 绒山羊毛被的生长规律 |
| 1.2.1 绒山羊毛囊类型 |
| 1.2.2 内蒙古绒山羊毛囊生长发育规律 |
| 1.3 影响绒山羊毛被生长的因素 |
| 1.3.1 影响绒山羊被毛生长的非遗传因素 |
| 1.3.2 遗传因素 |
| 1.4 家畜遗传评估方法的研究进展 |
| 1.4.1 统计模型 |
| 1.4.2 方差组分分析方法 |
| 1.4.3 育种值估计方法 |
| 1.5 绒山羊育种研究进展 |
| 1.5.1 早期表型选择 |
| 1.5.2 基因组选择 |
| 1.6 研究目的和意义 |
| 2 研究一 内蒙古绒山羊毛长表型遗传多样性研究 |
| 2.1 材料与方法 |
| 2.1.1 数据来源 |
| 2.1.2 统计分析方法 |
| 2.2 结果与分析 |
| 2.2.1 内蒙古绒山羊毛长分布情况及不毛被类型频率分布 |
| 2.2.2 不同毛被类型后代毛长差异性分析 |
| 2.2.3 表型多样性指数结果 |
| 2.2.4 不同毛被类型后代杂交优势 |
| 2.3 讨论 |
| 2.3.1 内蒙古绒山羊毛长表型规律分析 |
| 2.3.2 不同毛被类型后代毛长差异性分析 |
| 2.3.3 表型遗传多样性分析 |
| 2.3.4 杂交优势分析 |
| 2.4 小结 |
| 3 研究二 内蒙古绒山羊毛被类型遗传参数估计及遗传进展研究 |
| 3.1 材料与方法 |
| 3.1.1 数据来源 |
| 3.1.2 统计分析方法 |
| 3.2 结果与分析 |
| 3.2.1 毛长的表型进展 |
| 3.2.2 遗传评估结果及遗传进展结果 |
| 3.3 讨论 |
| 3.3.1 毛长表型规律分析 |
| 3.3.2 遗传参数评估结果及遗传进展分析 |
| 3.4 小结 |
| 4 研究三 内蒙古绒山羊毛被类型对重要经济性状影响的研究 |
| 4.1 材料与方法 |
| 4.1.1 数据来源 |
| 4.1.2 统计分析方法 |
| 4.2 结果与分析 |
| 4.2.1 不同毛被类型重要经济性状的表型规律分析 |
| 4.2.2 毛被类型对其他重要经济性状方差分析 |
| 4.2.3 毛被类型对其他重要经济性状的线性和非线性回归分析 |
| 4.3 讨论 |
| 4.3.1 不同毛被类型重要经济性状的表型规律分析 |
| 4.3.2 毛被类型对重要经济性状的差异性分析 |
| 4.3.3 毛被类型对重要经济性状的回归分析 |
| 4.4 小结 |
| 5 研究四 内蒙古绒山羊不同毛被类型重要经济性状的遗传参数估计的研究 |
| 5.1 材料与方法 |
| 5.1.1 数据来源 |
| 5.1.2 统计分析方法 |
| 5.2 结果与分析 |
| 5.2.1 不同毛被类型重要经济性状表型变化规律 |
| 5.2.2 不同毛被类型各重要经济性状的非遗传因素分析结果 |
| 5.2.3 遗传参数评估结果 |
| 5.3 讨论 |
| 5.3.1 不同毛被类型重要经济性状表型规律分析 |
| 5.3.2 不同毛被类型重要经济性状的非遗传因素分析 |
| 5.3.3 遗传参数估计结果分析 |
| 5.4 小结 |
| 6 研究五 内蒙古绒山羊不同毛被类型次级性状遗传规律研究 |
| 6.1 材料与方法 |
| 6.1.1 数据来源 |
| 6.1.2 统计分析方法 |
| 6.2 结果与分析 |
| 6.2.1 不同毛被类型对各次级性状的表型变化规律 |
| 6.2.2 各次级性状之间的相关性分析结果 |
| 6.2.3 毛被类型对各次级性状的回归分析结果 |
| 6.2.4 各次级性状的非遗传因素分析结果 |
| 6.2.5 不同毛被类型次级性状的遗传参数估计结果 |
| 6.3 讨论 |
| 6.3.1 不同毛被类型各次级性状表型规律分析 |
| 6.3.2 不同毛被类型对次级性状影响的统计分析 |
| 6.3.3 不同毛被类型各次级性状遗传参数估计结果分析 |
| 6.4 小结 |
| 7 结论 |
| 8 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（8）基因组选择在绵羊育种中的应用（论文提纲范文）
| 1 分子育种技术的发展现状 |
| 2 基因组选择技术及其应用 |
| 2.1 基因组选择的原理 |
| 2.2 基因组育种值的常见算法 |
| 2.2.1 间接法 |
| 2.2.2 直接法 |
| 2.3 GEBV准确性的影响因素 |
| 2.3.1 计算模型 |
| 2.3.2 LD和标记数目 |
| 2.3.3 参考群的规模和结构 |
| 2.3.4 非加性效应 |
| 2.3.5 亲缘距离 |
| 2.4 GS技术在羊育种中的应用 |
| 3 结语与展望 |
（9）利用简化基因组测序精细定位鸡生长性状功能基因（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略词表 |
| 第一章 文献综述 |
| 1.1 引言 |
| 1.2 数量性状基因定位原理与方法 |
| 1.2.1 连锁分析 |
| 1.2.2 全基因组关联分析 |
| 1.2.3 精细定位方法 |
| 1.3 畜禽基因定位研究进展 |
| 1.3.1 畜禽基因定位结果概述 |
| 1.3.2 鸡Chr1末端相关QTL定位结果概述 |
| 1.4 基因分型技术 |
| 1.4.1 全基因组SNP分型芯片 |
| 1.4.2 简化基因组测序 |
| 1.4.3 全基因组重测序 |
| 1.5 本研究的目的和意义 |
| 1.5.1 鸡是重要的经济物种和模式动物 |
| 1.5.2 生长性状的分子解析增强对数量性状位点的遗传模式的认识 |
| 第二章 材料和方法 |
| 2.1 实验材料 |
| 2.1.1 实验动物 |
| 2.1.2 仪器耗材与实验试剂 |
| 2.2 实验方法 |
| 2.2.1 技术路线 |
| 2.2.2 DNA提取 |
| 2.2.3 常规PCR反应 |
| 2.2.4 RNA提取 |
| 2.2.5 反转录 |
| 2.2.6 荧光定量PCR反应 |
| 2.2.7 PCR产物胶回收 |
| 2.2.8 连接转化 |
| 2.2.9 微流体芯片基因分型 |
| 2.2.10 GBS不同酶切组合预实验 |
| 2.2.11 EcoRⅠ-MseⅠ双酶切简化基因组文库构建 |
| 2.2.12 全基因组测序文库构建 |
| 2.2.13 DNA测序文库质控 |
| 2.2.14 本研究涉及的样本分型、测序策略 |
| 2.3 主要数据分析方法 |
| 2.3.1 本研究使用主要软件及在线数据库、工具 |
| 2.3.2 表型数据处理 |
| 2.3.3 全基因组重测序数据变异分析 |
| 2.3.4 简化基因组测序数据分析 |
| 2.3.5 单倍体分型与基因型填充 |
| 2.3.6 全基因组关联分析 |
| 2.3.7 候选区段通路富集 |
| 2.3.8 选择性扫荡分析 |
| 第三章 利用简化基因组测序开发鸡全基因组高密度标记 |
| 3.1 引言 |
| 3.2 本部分研究所用限制性内切酶及相关参数说明 |
| 3.3 双酶切组合选择优化 |
| 3.3.1 参数一:酶切片段大小 |
| 3.3.2 参数二:酶切片段一致性系数 |
| 3.3.3 参数三:测序深度的变异系数 |
| 3.3.4 参数四:SNP数目 |
| 3.3.5 参数五:SNP分布 |
| 3.4 最适测序深度的确定 |
| 3.5 全基因组SNP标记鉴定及准确性评估 |
| 3.6 讨论 |
| 第四章 鸡生长性状功能基因精细定位 |
| 4.1 家系表型记录描述及统计 |
| 4.1.1 不同代次间样本数及体重记录 |
| 4.1.2 F9代用于全基因组关联分析的表型记录 |
| 4.2 全基因组关联分析 |
| 4.2.1 F2代与F9代全基因组关联分析及结果比较 |
| 4.2.2 F9代全基因组关联分析 |
| 4.3 F0代全基因组重测序数据突变鉴定 |
| 4.4 Chr1候选区间IBD定位 |
| 4.4.1 Chr1候选区间内部突变检测 |
| 4.4.2 确定候选区间内部的重组事件 |
| 4.4.3 每个Block重组区块与表型的关联 |
| 4.5 候选SNP位点遗传效应鉴定 |
| 4.6 其他品种的单倍型比较分析 |
| 4.7 候选基因表达分析 |
| 4.8 潜在候选区间功能富集分析 |
| 4.9 讨论 |
| 4.9.1 Chr1候选区间的选择模式分析 |
| 4.9.2 本研究结果与其他课题组结果比较 |
| 4.9.3 候选基因功能分析 |
| 第五章 结论 |
| 参考文献 |
| 致谢 |
| 附录 |
| 附录S1 GBS八种酶切组合相关接头及引物序列 |
| 附录S2 GBS测序EcoRⅠ-MseⅠ组合96重接头序列 |
| 附录S3 部分生长相关性状GWAS定位结果曼哈顿图 |
| 个人简历 |
（10）绵羊18号染色体繁殖与体重相关性状的QTL定位分析（论文提纲范文）
| 石河子大学硕士研究生学位论文导师评阅表 |
| 摘要 |
| Abstract |
| 目录 |
| 本文部分缩写的中英文对照 |
| 前言 |
| 第一章 文献综述 |
| 1. QTL 定位的试验设计中参考家系的构建 |
| 1.1 参考家系构建的设计方案 |
| 1.2 参考家系构建概述 |
| 1.3 资源群体中对遗传标记的分析处理 |
| 1.4 资源群体在绵羊构建绵羊基因组遗传图谱中的应用 |
| 1.5 参考家系构建的研究进展 |
| 2. 繁殖性状主效基因的研究进展 |
| 2.1 国外研究概况 |
| 2.2 国内研究概况 |
| 3. 微卫星标记在羊品种遗传育种中的研究进展 |
| 3.1 微卫星 DNA 的遗传特点及结构 |
| 3.2 羊遗传育种中微卫星 DNA 的应用 |
| 4. 绵羊遗传连锁图谱的研究进展 |
| 4.1 绵羊连锁图谱的研究进展 |
| 4.2 绵羊基因组遗传连锁图研究进展 |
| 5. 绵羊 QTL 定位方法及其研究进展 |
| 5.1 QTL 定位方法 |
| 5.2 绵羊脂肪性状 QTL 进展 |
| 5.3 绵羊生长性状的 QTL 进展 |
| 5.4 绵羊羊毛性状的 QTL 进展 |
| 5.5 绵羊其他性状 QTL 进展 |
| 第二章 参考家系的构建与表型分析 |
| 1. 参考家系杂交群体的选择 |
| 1.1 德国肉用美利奴公羊 |
| 1.2 中国美利奴母羊 |
| 2. 构建 QTL 定位参考家系 |
| 2.1 资源群体的大小及示意图 |
| 2.2 资源群体表型测定方法 |
| 3. 参考家系中繁殖性状和体重性状的遗传分析 |
| 3.1 P 代与 F2代分离群体的繁殖性状变异比较 |
| 3.2 P 代与 F2代分离群体的体重性状变异比较 |
| 3.3 P 代与 F2代分离群体的体重性状分布比较 |
| 3.4 讨论 |
| 第三章 利用微卫星标记对绵羊进行亲子鉴定 |
| 1 材料与方法 |
| 1.1 试验血样制备及基因组 DNA 的提取 |
| 1.2 微卫星位点选择及引物合成 |
| 1.3 扩增产物的电泳检测 |
| 1.4 数据处理及统计方法 |
| 2 结果与分析 |
| 2.1 等位基因频率分布 |
| 2.2 9 个 STR 基因座的基因分型及计算结果 |
| 3 讨论 |
| 第四章 绵羊 18 号染色体微卫星标记与繁殖性状和体重性状间的分析 |
| 1 材料与方法 |
| 1.1 所需实验材料 |
| 1.2 实验方法 |
| 2 统计分析 |
| 2.1 等位基因频率(Allele frequency) |
| 2.2 有效等位基因数(effective number of alleles,E) |
| 2.3 遗传杂合度(Heterozygosity,He) |
| 2.4 多态信息含量(Polymorphism information content, PIC) |
| 2.5 微卫星标记与生产性能的分析 |
| 3 结果与分析 |
| 3.1 部分 PCR 电泳图 |
| 3.2 等位基因频率、等位基因数和遗传参数 |
| 3.3 微卫星标记与繁殖性状和体重性状的相关 |
| 3.4 不同基因型个体间繁殖性状和体重性能的多重比较 |
| 4 讨论 |
| 第五章 绵羊 18 号染色体连锁图谱的构建与 QTL 分析 |
| 1 材料和方法 |
| 1.1 所需实验材料 |
| 1.2 实验方法 |
| 2 统计分析 |
| 3 结果与分析 |
| 3.1 PCR 部分电泳图 |
| 3.2 微卫星标记基因分型结果 |
| 4 绵羊 18 号染色体连锁图谱的构建 |
| 5 绵羊繁殖性状和体重性状定位结果 |
| 5.1 绵羊繁殖性状的 QTL 定位结果 |
| 5.2 绵羊体重性状 QTL 定位结果 |
| 6 讨论 |
| 6.1 对绘制连锁图谱的讨论 |
| 6.2 对 QTL 定位的讨论 |
| 第六章 全文结论 |
| 创新点 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、绵羊经济性状主效基因与QTL的研究进展（论文参考文献）
- [1]整合eGWAS和eQTL分析绵羊全血转录组与繁殖激素的关联[D]. 孙燕勇. 内蒙古农业大学, 2021
- [2]山羊SNP芯片设计与内蒙古绒山羊重要经济性状全基因组关联分析及基因组选择研究[D]. 王凤红. 内蒙古农业大学, 2021
- [3]湖羊养殖技术优化与应用[D]. 赵志达. 中国农业科学院, 2020(01)
- [4]绒山羊SNP芯片设计及重要经济性状全基因组关联分析研究[D]. 乔贤. 内蒙古农业大学, 2020
- [5]秦川牛CDC10基因多态性及其与生长性状的关联性分析[D]. 孔晓卉. 内蒙古大学, 2020(01)
- [6]绵羊多胎主效基因FecB在湖羊育种上的研究应用[D]. 林秀斌. 浙江农林大学, 2020(01)
- [7]内蒙古绒山羊毛被类型遗传规律及其对重要经济性状间接选择研究[D]. 李学武. 内蒙古农业大学, 2019
- [8]基因组选择在绵羊育种中的应用[J]. 赵志达,张莉. 遗传, 2019(04)
- [9]利用简化基因组测序精细定位鸡生长性状功能基因[D]. 王宇哲. 中国农业大学, 2017(01)
- [10]绵羊18号染色体繁殖与体重相关性状的QTL定位分析[D]. 刘龙腾. 石河子大学, 2014(03)