王曉薇，樊 毅，楊 陽(yáng)，史遠(yuǎn)剛，施 安，侯鵬霞*

（1.寧夏大學(xué)農(nóng)學(xué)院，寧夏 銀川 750021；2.寧夏農(nóng)林科學(xué)院動(dòng)物科學(xué)研究所，寧夏 銀川750002；3.銀川產(chǎn)業(yè)技術(shù)研究院，寧夏 銀川 750002；4.寧夏農(nóng)墾賀蘭山奶業(yè)有限公司，寧夏 銀川 750205）

全基因組關(guān)聯(lián)分析（genome-wide association studies，GWAS）指在全基因組水平上，對(duì)大樣本群體開展數(shù)以百萬(wàn)計(jì)的分子遺傳標(biāo)記檢測(cè)并進(jìn)行對(duì)照分析或相關(guān)性分析，通過比較發(fā)現(xiàn)影響復(fù)雜性狀基因變異的一種新策略。通過對(duì)大規(guī)模的試驗(yàn)群體DNA樣本進(jìn)行全基因組高密度遺傳標(biāo)記，如單核苷酸多態(tài)性（single nucleotide polymorphism，SNP）或拷貝數(shù)變異（copy number variation，CNV）等，通過統(tǒng)計(jì)學(xué)方法、遺傳學(xué)知識(shí)和生物信息學(xué)軟件關(guān)聯(lián)分析大量的分子標(biāo)記數(shù)據(jù)與表型性狀，篩選得到與目標(biāo)性狀相關(guān)聯(lián)的候選基因[1]。Risch等[2]通過研究人類復(fù)雜疾病遺傳學(xué)提出GWAS的概念，全基因組關(guān)聯(lián)分析比連鎖分析具有更高的基因變異檢測(cè)效力，可不受預(yù)先設(shè)定候選基因的限制。Klein 等[3]首次利用GWAS 發(fā)現(xiàn)了補(bǔ)體因子H基因與視網(wǎng)膜黃斑病呈顯著相關(guān)。隨著基因分型技術(shù)逐步成熟，牛全基因組測(cè)序和參考基因組均已完成，大量與肉牛生長(zhǎng)發(fā)育、胴體以及肉質(zhì)性狀顯著相關(guān)的SNP位點(diǎn)被鑒定。本文綜述GWAS 的概念、原理及現(xiàn)階段國(guó)內(nèi)外GWAS 在肉牛生長(zhǎng)、肉質(zhì)性狀方面的主要分析方法、研究進(jìn)展，并對(duì)GWAS 的研究應(yīng)用進(jìn)行展望，以期為今后利用GWAS開展肉牛經(jīng)濟(jì)性狀遺傳基礎(chǔ)研究提供參考。

1 GWAS的原理和研究方法

1.1 GWAS的原理

目前，GWAS分析采用的主要分子標(biāo)記是SNP標(biāo)記[4]。GWAS的原理為依賴連鎖不平衡（LD）研究所關(guān)注群體的遺傳變異與性狀之間的關(guān)聯(lián)，借助全基因組范圍的分子標(biāo)記進(jìn)行總體關(guān)聯(lián)分析，通過統(tǒng)計(jì)基因型和表型的關(guān)聯(lián)性，篩選得到顯著相關(guān)性最大的遺傳變異。GWAS 通過分析遺傳變異與表型變異的關(guān)聯(lián)性，定位影響表型性狀的重要候選基因和數(shù)量性狀位點(diǎn)（quantitative trait loci，QTL），進(jìn)而揭示其遺傳機(jī)制[5]。

1.2 GWAS的試驗(yàn)分析流程

GWAS 的一般試驗(yàn)分析流程為：樣品采集、基因分型和表型數(shù)據(jù)記錄、分析處理（一般多為數(shù)量性狀數(shù)據(jù)），原始數(shù)據(jù)處理（識(shí)別樣本中的SNP 位點(diǎn)）、基因型過濾、群體結(jié)構(gòu)分層分析、親緣關(guān)系分析、關(guān)聯(lián)性分析、SNP注釋和候選基因篩選、連鎖不平衡分析和單倍型分析以及后續(xù)的驗(yàn)證試驗(yàn)[5]。

1.3 GWAS的研究方法

根據(jù)群體家系存在與否，研究方法主要可分為基于無(wú)關(guān)個(gè)體的關(guān)聯(lián)分析和基于家系的關(guān)聯(lián)分析。對(duì)于不存在家系的試驗(yàn)群體，研究人員通常采用基于無(wú)關(guān)個(gè)體關(guān)聯(lián)分析的方法，該方法又為隨機(jī)群體關(guān)聯(lián)分析和病例對(duì)照分析法?；陔S機(jī)群體關(guān)聯(lián)的分析方法通常采用方差分析、協(xié)方差分析和回歸分析的統(tǒng)計(jì)方法關(guān)聯(lián)分析數(shù)量性狀。病例對(duì)照分析法主要采用卡方檢驗(yàn)比較全基因組范圍內(nèi)試驗(yàn)組和對(duì)照組等位基因頻率的差異，常應(yīng)用于疾病等質(zhì)量性狀的研究。若試驗(yàn)組和對(duì)照組有顯著差異，則提示該遺傳變異可能與疾病相關(guān)。

基于家系的關(guān)聯(lián)分析充分考慮試驗(yàn)樣本的群體混雜和群體分層現(xiàn)象，可在一定程度上避免這些因素對(duì)分析結(jié)果產(chǎn)生的影響。當(dāng)研究群體家系信息完整時(shí)，可利用傳遞或不平衡檢驗(yàn)關(guān)聯(lián)分析遺傳標(biāo)記和性狀。樣本數(shù)量和系譜信息完整性存在限制。因此，針對(duì)畜禽各類性狀的GWAS設(shè)計(jì)通?；跓o(wú)關(guān)個(gè)體。

按照研究策略，研究方法可分為單階段法、兩階段法和多階段法[6]。單階段法需要一次性選擇樣本量足夠大的群體，在此群體中對(duì)每個(gè)樣本的目標(biāo)SNP 進(jìn)行基因分型，分析每個(gè)SNP 與目標(biāo)性狀的關(guān)聯(lián)，統(tǒng)計(jì)分析關(guān)聯(lián)強(qiáng)度和OR值。此法設(shè)計(jì)簡(jiǎn)單，但成本過大。因此，在實(shí)際操作中主要采用兩階段法或多階段法[7]。第一階段先在較小樣本群體中進(jìn)行覆蓋全基因組范圍的SNP基因分型，統(tǒng)計(jì)分析后篩選得到少數(shù)的目標(biāo)陽(yáng)性SNP，進(jìn)行后續(xù)第二階段或多階段中更大容量樣本群體的基因分型研究；結(jié)合兩階段或多階段的結(jié)果進(jìn)行分析，確定有效的遺傳變異[8]。此設(shè)計(jì)應(yīng)保證第一階段篩選出的與目標(biāo)性狀相關(guān)SNP 的特異性和敏感性，減少分析的假陽(yáng)性，在第二階段采用大樣本量群體進(jìn)行基因分型驗(yàn)證。

2 肉牛生長(zhǎng)發(fā)育及肉質(zhì)相關(guān)性狀的GWAS研究

生長(zhǎng)發(fā)育性狀和胴體性狀是肉牛生產(chǎn)中最重要的經(jīng)濟(jì)性狀，可占胴體價(jià)格影響因素的60%～70%[9]。相關(guān)研究人員和養(yǎng)殖者的主要目標(biāo)是改善肉牛的生長(zhǎng)和胴體性狀[9-11]。體尺性狀是育肥期監(jiān)測(cè)家畜生長(zhǎng)情況的重要工具[12]，可通過提高飼料利用率和管理效率控制家畜的生長(zhǎng)發(fā)育，從而得到更高的利潤(rùn)[13]。肉質(zhì)是一個(gè)復(fù)雜的多表型性狀，包括多個(gè)感官特征，如肉色、多汁性和嫩度，是牛肉產(chǎn)品定價(jià)和消費(fèi)者接受度的主要決定因素[14]。多重因素（如基因與環(huán)境）共同調(diào)節(jié)肉牛的體尺、胴體和肉質(zhì)性狀，對(duì)家畜的優(yōu)良生產(chǎn)性狀進(jìn)行基因分型和基因檢測(cè)可顯著提高其遺傳效率[15]。

2.1 肉牛生長(zhǎng)發(fā)育性狀的GWAS研究

實(shí)際生產(chǎn)中，常用的生長(zhǎng)性狀包括定期測(cè)定不同生長(zhǎng)階段的體重、體尺以及依據(jù)體重和體尺計(jì)算得出的生長(zhǎng)速度等。生長(zhǎng)速度通常以體重變化表示，如一段時(shí)間內(nèi)的平均日增重、增重總量或是特定時(shí)間點(diǎn)的生長(zhǎng)速率等。肉牛達(dá)到成年前體重和體尺的變化可反映生長(zhǎng)速度。體尺可反映家畜體軀容量的大小及品種特征。青年牛階段大部分體尺測(cè)量結(jié)果與同階段體重?cái)?shù)據(jù)存在強(qiáng)相關(guān)性。在實(shí)際生產(chǎn)中，體尺較體重更易測(cè)量。因此，在牛場(chǎng)中定期測(cè)定的體尺數(shù)據(jù)較體重更為準(zhǔn)確、詳細(xì)。

肉牛的生長(zhǎng)性狀受到眾多基因的調(diào)控，但其主效基因的鑒定尚不明確。早期研究多采用候選基因法篩選鑒定主效基因，候選基因法覆蓋面小、無(wú)偏性差、數(shù)量有限，難以在全基因組范圍內(nèi)對(duì)主效基因進(jìn)行鑒定并對(duì)復(fù)雜性狀進(jìn)行解釋。隨著分子生物學(xué)技術(shù)發(fā)展，全基因組關(guān)聯(lián)分析已成為在復(fù)雜性狀候選基因的篩選研究中更有效的方法。目前，常利用牛基因芯片等分析肉牛經(jīng)濟(jì)性狀，篩選得到許多與生長(zhǎng)性狀相關(guān)的基因組區(qū)域。

An等[16]利用Illumina牛HD 770K SNP分型芯片，鑒定463 頭日本和牛的身體測(cè)量性狀候選基因，檢測(cè)到5 個(gè)和1個(gè)與體高和體長(zhǎng)相關(guān)的SNPs；這些SNP總共位于11個(gè)基因之內(nèi)或附近，其中5個(gè)為與體重測(cè)量性狀相關(guān)的新候選基因。An 等[12]利用Illumina 牛770k 芯片，結(jié)合LONGGWAS、單性狀GWAS 和多性狀GWAS，研究不同生長(zhǎng)階段的西門塔爾牛肉牛的心臟大小、腹圍、身高、體長(zhǎng)、尻高和管圍的變化，結(jié)果表明，3 個(gè)模型共檢測(cè)到58 個(gè)顯著的SNPs，與中國(guó)黃牛體尺相關(guān)的21 個(gè)基因相匹配。張文剛[17]利用重測(cè)序技術(shù)研究篩選西門塔爾牛生長(zhǎng)發(fā)育、胴體品質(zhì)相關(guān)基因，通過全基因組關(guān)聯(lián)分析找到4個(gè)候選區(qū)間和18個(gè)候選基因；利用多策略全基因組關(guān)聯(lián)分析進(jìn)一步探索肉牛日增重性狀遺傳機(jī)制。結(jié)果顯示，3 種全基因關(guān)聯(lián)分析同時(shí)定位到NCAPG-DCAF16 區(qū)段，且該顯著區(qū)段富集許多與細(xì)胞增殖分化相關(guān)轉(zhuǎn)錄因子的結(jié)合位點(diǎn)，經(jīng)一系列驗(yàn)證得出NCAPG基因表達(dá)量變化可能是日增重變異的致因因素。陳付英等[18]采用測(cè)序技術(shù)和全基因組關(guān)聯(lián)分析，篩選郟縣紅牛生長(zhǎng)性狀相關(guān)的候選基因，結(jié)果顯示，篩選得到3個(gè)相關(guān)SNP位點(diǎn)；在每個(gè)SNP周圍1 Mb區(qū)域內(nèi)篩選相關(guān)基因進(jìn)行GO 分析，發(fā)現(xiàn)rs210024569 位點(diǎn)所在的C6orf106基因可作為6 月齡體高性狀的候選基因，rs449748996 位點(diǎn)所在的LOC100337124基因可作為18 月齡體高性狀的候選基因。呂世杰等[19]采用SLAF-seq測(cè)序技術(shù)對(duì)71 頭南陽(yáng)母牛的血液DNA 進(jìn)行測(cè)序，對(duì)每頭牛的初生重及不同月齡（6、12、18、24、36）的體重、體尺及6個(gè)月體增重等生長(zhǎng)性狀進(jìn)行全基因組關(guān)聯(lián)分析。結(jié)果顯示，與12月齡體重、12月齡胸圍和12～18月齡體增重等生長(zhǎng)性狀顯著相關(guān)的5個(gè)基因組區(qū)域通過基因功能注釋，共篩選得11號(hào)染色體上8個(gè)與骨生長(zhǎng)、肌肉發(fā)育和生長(zhǎng)調(diào)控有關(guān)的基因。苗健[20]對(duì)1 225頭西門塔爾牛進(jìn)行Illumina 770K高密度芯片基因分型和復(fù)合策略GWAS模型的分析，共找到10 個(gè)與骨重顯著關(guān)聯(lián)的基因和6 個(gè)與胴體重顯著關(guān)聯(lián)的基因。Zhuang 等[21]利用GWAS 鑒定與中國(guó)西門塔爾牛出生重、周歲重、出生至周歲體重和18 月齡體重相關(guān)的SNP和基因，發(fā)現(xiàn)66個(gè)基因組窗口，這些窗口和相應(yīng)基因解釋了1.01～20.15%性狀的遺傳變異。

Buzanskas 等[22]應(yīng)用廣義線性模型對(duì)坎奇姆牛進(jìn)行GWAS 研究，發(fā)現(xiàn)C 型凝集素結(jié)構(gòu)域家族3 成員B（CLEC3B）和二肽基肽酶6（DPP6）等基因?qū)趋老到y(tǒng)和腦組織的發(fā)育具有重要作用。GQLS 技術(shù)揭示了與體重、斷奶重和周歲重相關(guān)的染色體區(qū)域，還發(fā)現(xiàn)一些與增重和特定生理功能性狀相關(guān)的新區(qū)域。Utsunomiya 等[23]研究表明，全基因組范圍內(nèi)最顯著的SNP 位于BTA14：25376827區(qū)段，該區(qū)段跨越多個(gè)與初生重、性成熟體重、胴體重、體高和斷奶前平均日增重相關(guān)的QTL。Martinez 等[24]采用GWAS定位1 562頭哥倫比亞婆羅門牛生長(zhǎng)性狀相關(guān)的區(qū)域，發(fā)現(xiàn)了與初生重、斷奶重和周歲重顯著相關(guān)的多種基因。Edea 等[25]采用混合線性模型對(duì)韓牛胴體重進(jìn)行GWAS研究，鑒定得到主要分布在第4號(hào)染色體上的16個(gè)與胴體重相關(guān)的SNP；4 號(hào)染色體上有21 Mb 的區(qū)域?qū)?3.45 kg 時(shí)的胴體重具有等位基因替代效應(yīng)，該區(qū)域包括可能參與調(diào)控脂肪生成、生長(zhǎng)性狀、脂肪組織分化、骨骼肌再生和代謝7 個(gè)候選基因。Akanno 等[26]研究與肉牛胴體和生長(zhǎng)性狀相關(guān)的基因組區(qū)域或SNPs，發(fā)現(xiàn)7個(gè)與出生體重、斷奶前日增重、周歲重和大理石紋評(píng)分相關(guān)的SNPs。

上述SNPs 分別在牛染色體1、3、4、6 和21 上檢測(cè)到，并與U6atac、bta-mir-2888-1、REPIN1、AGBL4、ICA1和NXPH等16 個(gè)推測(cè)候選基因相對(duì)應(yīng)。這些基因的生理功能與碳水化合物、脂類和脂肪組織的代謝有關(guān)。Zhang等[27]利用3 種GWAS 方法篩選出影響西門塔爾牛平均日增重的28 個(gè)共同SNP 和候選基因區(qū)段DCAFl6-NCAPG，并在轉(zhuǎn)錄水平得以驗(yàn)證；外顯子測(cè)序發(fā)現(xiàn)，影響西門塔爾牛胸圍和體長(zhǎng)的稀有變異，GO 富集分析和KEGG 通路分析將注釋到的基因均富集到生長(zhǎng)發(fā)育相關(guān)通路。

2.2 肉牛肉質(zhì)性狀的GWAS研究

肉的品質(zhì)特性主要涉及感官特性、加工性能、營(yíng)養(yǎng)價(jià)值、衛(wèi)生和食品安全評(píng)定[28]。肉質(zhì)性狀指標(biāo)包括色澤、嫩度、氣味、pH值、系水力、風(fēng)味、硬度、肌內(nèi)脂肪含量和脂肪酸組成等，這些性狀受包括牛的品種、年齡、性別和基因型等遺傳因素以及飼養(yǎng)管理和屠宰工藝等環(huán)境因素的共同影響[29]。眾多學(xué)者利用GWAS 對(duì)影響肉質(zhì)的各個(gè)因素進(jìn)行研究，通過對(duì)控制牛肉品質(zhì)性狀相關(guān)遺傳變異的鑒定，試圖發(fā)現(xiàn)更多控制肉質(zhì)性狀的基因[30]。已有研究結(jié)果可幫助育種學(xué)家設(shè)計(jì)最佳育種計(jì)劃，更好地選育改良肉牛，使優(yōu)良的肉質(zhì)特性穩(wěn)定遺傳，以實(shí)現(xiàn)經(jīng)濟(jì)目標(biāo)。

提高肉制品質(zhì)量是增強(qiáng)肉牛企業(yè)盈利能力和競(jìng)爭(zhēng)力的最佳途徑。牛肉中的脂肪含量與肉質(zhì)、口感、風(fēng)味密切相關(guān)。Chen 等[31]利用Illumina Bovine SNP50 分型芯片對(duì)不同性別的1 366 頭雜交肉牛群體進(jìn)行基因分型，對(duì)測(cè)定的81 個(gè)皮下脂肪和83 個(gè)背最長(zhǎng)肌的脂肪酸性狀進(jìn)行GWAS分析，利用基因組最佳線性無(wú)偏估計(jì)法和貝葉斯法評(píng)估預(yù)測(cè)脂肪酸組成的基因組的準(zhǔn)確性。結(jié)果顯示，在顯著相關(guān)的位點(diǎn)中找到效應(yīng)較大的標(biāo)記位于脂肪酸合酶（FASN）和硬脂酰-輔酶A去飽和酶（SCD）等基因附近。

牛肉脂肪酸組成受少數(shù)主效應(yīng)基因和許多效應(yīng)較小基因的影響。Xia 等[32]對(duì)1 141 頭西門塔爾牛肉的脂肪顏色、肉色、大理石紋、眼肌面積和剪切力等肉質(zhì)性狀相關(guān)候選基因和基因組區(qū)域進(jìn)行GWAS 分析研究，結(jié)果確定20 個(gè)與肉品質(zhì)性狀相關(guān)的SNP，其中與脂肪顏色相關(guān)的5 個(gè)重要SNP 位于13 號(hào)染色體上的一個(gè)單倍型模塊；在7 號(hào)染色體上發(fā)現(xiàn)19 個(gè)與剪切力和眼肌面積等性狀相關(guān)的SNP。Lu 等[33]利 用Illumina BovineSNP50 芯 片 檢 測(cè)747 頭雜種肉牛肉質(zhì)相關(guān)的SNP，運(yùn)用GWAS 尋找可能與肉牛胴體質(zhì)量潛在相關(guān)的染色體區(qū)域，發(fā)現(xiàn)8個(gè)與胴體重顯著相關(guān)的SNP，其中7個(gè)位于6號(hào)染色體上；發(fā)現(xiàn)53個(gè)與肋骨百分比相關(guān)的SNP，其中12 個(gè)SNP 位于20 號(hào)染色體上。研究表明，29 號(hào)染色體上CAPN1基因是影響牛肉嫩度最顯著的基因，該位點(diǎn)等位基因G的存在與雜交肉牛剪切力測(cè)量值有關(guān)[34]。Allais 等[35]對(duì)3 個(gè)法國(guó)肉牛品種的3 225 頭個(gè)體進(jìn)行肌內(nèi)脂肪基因互作和通路的研究，發(fā)現(xiàn)候 選 基 因，如CAPN6 STC2、MAP2K4、EYA1、COPS5、XKR4、NR2E1、ATF1、ASPH、TGS1和TTPA，均參與調(diào)節(jié)肉牛和肉質(zhì)性狀。有研究發(fā)現(xiàn)，標(biāo)記在3 號(hào)染色體上的calpastatin和calpain1基因可影響布朗德·安奎坦牛的嫩度[36]，且存在1 組與嫩度和其他肉質(zhì)性狀相關(guān)的相互關(guān)聯(lián)的基因。Xia 等[37]在中國(guó)西門塔爾牛的3號(hào)染色體上發(fā)現(xiàn)3 個(gè)與肉pH 值相關(guān)的基因，基于全基因組的關(guān)聯(lián)分析，檢測(cè)得到1個(gè)位于3號(hào)染色體上的S100A10基因。有研究認(rèn)為，大部分檢測(cè)到的SNPs 均通過單核苷酸多態(tài)性分析和基因關(guān)聯(lián)分析發(fā)現(xiàn)，這些基因在動(dòng)物體內(nèi)參與多種生物學(xué)途徑，如胎牛生長(zhǎng)發(fā)育、胴體重和脂質(zhì)沉積[38]。

肌內(nèi)脂肪是牛肉的風(fēng)味和營(yíng)養(yǎng)價(jià)值的重要影響因素。有研究在內(nèi)洛爾牛中發(fā)現(xiàn)23個(gè)與肌內(nèi)脂肪沉積和脂肪酸組成相關(guān)的區(qū)域[39-40]。通過對(duì)安格斯牛肉中脂肪酸組成的GWAS 分析，在第19、26 和29 號(hào)染色體發(fā)現(xiàn)相應(yīng)區(qū)域；這3條染色體含有硬脂酰CoA去飽和酶、脂肪酸合酶和甲狀腺激素基因，說明脂肪酸組成的遺傳變異比例很高[41-42]。

通過混合模型和回歸分析對(duì)日本黑?；蛐团c脂肪酸組成進(jìn)行相關(guān)性研究，發(fā)現(xiàn)19 號(hào)染色體中存在30 個(gè)顯著的脂肪酸SNP，且檢測(cè)到突變對(duì)脂肪酸性狀無(wú)明顯影響的FASN基因；此區(qū)域也檢測(cè)到FASN基因，該基因的突變對(duì)脂肪酸性狀無(wú)明顯影響[43]。采用GWAS 對(duì)韓牛肉質(zhì)性狀的QTL標(biāo)記進(jìn)行分析，共鑒定得到52個(gè)SNPs，其中3個(gè)SNP對(duì)肉品質(zhì)有顯著影響：AX-26742891和AX-26703353分別定位于6 號(hào)染色體的101、110 Mb 處，影響嫩度、多汁性和適口性；AX-18624743定位于10 號(hào)染色體的3MB 區(qū)域，僅影響嫩度和適口性[44]。

3 GWAS的優(yōu)勢(shì)及局限

與傳統(tǒng)的基因研究策略不同，GWAS在突變區(qū)域定位更精確，可直接利用基因內(nèi)部或個(gè)體水平（無(wú)系譜特異性）的SNP/LD 鑒定得到新的單基因和寡源疾病基因，發(fā)現(xiàn)新的生物機(jī)制，提供對(duì)復(fù)雜性狀種族變異的洞察力；提高通量分析、統(tǒng)計(jì)效力，節(jié)約時(shí)間并降低測(cè)序的各項(xiàng)成本；數(shù)據(jù)可通過網(wǎng)絡(luò)共享，公共數(shù)據(jù)有助于新發(fā)現(xiàn)，還可應(yīng)用于基因識(shí)別之外的多種應(yīng)用[5,45]。

GWAS雖具有上述優(yōu)點(diǎn)，但也存在一定局限：（1）研究群體遺傳背景的不一致將出現(xiàn)分層現(xiàn)象；進(jìn)行全基因組關(guān)聯(lián)分析時(shí)須考慮群體結(jié)構(gòu)的影響因素，可利用優(yōu)化基因組控制、主成分分析、結(jié)構(gòu)關(guān)聯(lián)分析等統(tǒng)計(jì)手段進(jìn)行分層控制；否則可能將群體結(jié)構(gòu)導(dǎo)致的虛假關(guān)聯(lián)誤當(dāng)作試驗(yàn)結(jié)果，增加假陽(yáng)性，影響試驗(yàn)結(jié)果的可靠度[30]。

（2）基于SNP 標(biāo)記的GWAS 分析檢測(cè)得到的顯著位點(diǎn)，僅能解釋表型中部分（2%～15%）遺傳變異，其他基因組變異形式如CNV 等也需高度關(guān)注，GWAS 數(shù)據(jù)中還存在大量的剩余遺傳信息有待挖掘[4,46]。

（3）不同群體所得研究結(jié)果重復(fù)性不強(qiáng)，SNP 作用的群體異質(zhì)性增加GWAS重復(fù)檢驗(yàn)的難度，不同課題對(duì)同一研究對(duì)象的同一表型性狀檢測(cè)結(jié)果很少一致[47-48]。

（4）GWAS 采用基因組逐點(diǎn)掃描的方法進(jìn)行檢測(cè)，無(wú)法同時(shí)利用控制性狀的多基因間網(wǎng)絡(luò)調(diào)控信息，中等或低效應(yīng)（遺傳力小于21%）的QTL難以驗(yàn)出，數(shù)量性狀多遵循“微效多基因”的遺傳基礎(chǔ)，可決定GWAS定位策略的檢驗(yàn)功效。

（5）GWAS僅利用DNA水平的遺傳標(biāo)記信息，對(duì)標(biāo)記潛在的生物學(xué)信息難以利用（如標(biāo)記所在染色體區(qū)域的進(jìn)化和保守性信息、標(biāo)記所處非編碼的基因表達(dá)調(diào)控功能區(qū)域等的信息）。

4 結(jié)論

GWAS 在畜禽復(fù)雜性狀的遺傳機(jī)制探究上取得顯著成績(jī)，仍是1種在全基因組范圍內(nèi)尋找家畜重要經(jīng)濟(jì)性狀顯著相關(guān)SNP 位點(diǎn)和復(fù)雜QTL 的重要方法。高通量測(cè)序技術(shù)的飛速進(jìn)步使得全基因組測(cè)序全方位滲透入生物研究的各個(gè)領(lǐng)域，動(dòng)物育種相關(guān)研究陸續(xù)進(jìn)入后基因組時(shí)代。對(duì)傳統(tǒng)GWAS無(wú)法挖掘到遺傳信息的部分進(jìn)行研究，人們開始嘗試在多組學(xué)水平上進(jìn)行聯(lián)合分析，繼續(xù)進(jìn)行深度挖掘。最新的GWAS 包括以代謝物為表型的代謝組GWAS、基于表達(dá)譜數(shù)據(jù)的基因表達(dá)GWAS以及基于單倍型的單倍型GWAS。當(dāng)前GWAS 研究中主要利用薈萃分析，對(duì)多個(gè)獨(dú)立領(lǐng)域的研究結(jié)果進(jìn)行結(jié)構(gòu)和系統(tǒng)的定性或定量分析，克服了小樣本研究檢驗(yàn)效力低的問題，減少假陽(yáng)性，提高結(jié)果可靠度。此外，大部分GWAS 研究并未考慮遺傳位點(diǎn)與環(huán)境之間的互作，導(dǎo)致無(wú)法有效檢測(cè)一些稀有變異。未來(lái)更多的研究方向會(huì)集中在多位點(diǎn)分析、非加性效應(yīng)以及互作效應(yīng)對(duì)GWAS 的影響。隨著基因組測(cè)序等技術(shù)的更新發(fā)展以及統(tǒng)計(jì)方法的不斷完善，GWAS將會(huì)更高效地應(yīng)用于肉牛重要性狀的基因篩選鑒定，在推動(dòng)中國(guó)肉牛育種事業(yè)的發(fā)展中持續(xù)貢獻(xiàn)力量。