全基因组关联分析(genome-wide association studies,GWAS)是近几年发展起来的一种复杂性状研究的新方法。在过去几年中,国内外不少研究者对畜禽的重要经济性状、遗传缺陷性疾病、复杂疾病的抗性、品种的某些特征等性状开展了GWAS。这些研究不仅大大丰富了畜禽标记辅助选择中可利用的分子标记,而且为这些性状分子机理的探索研究提供了重要线索。本文对国内外畜禽GWAS中所用的群体、主要分析方法和研究结果进行综述,并对GWAS的研究应用做一展望,以期为进一步利用GWAS进行畜禽各种性状遗传基础的研究提供参考。

拷贝数变异(Copy number variation,CNV)是一种重要的基因组结构变异,主要指从几kb到数个Mb范围内DNA的多态,包括片段插入、缺失、重复等,它是研究基因组进化和表型差异的重要因素。CNV最早在人类基因组上发现,近几年,在鼠、猪、牛等动物基因组上的研究也取得了明显成效。文章阐述了生物遗传变异的2种方式CNV和单核苷酸多态性,对CNV的形成机制和检测方法进行了分析,重点介绍了畜禽基因组CNV的研究现状,并就CNV未来的研究重点和需要解决的问题进行了展望。

长纯合片段(runs of homozygosity, ROH)是在个体和群体中常见的连续性纯合片段,是亲代将同源相同的单倍型遗传给同一个后代而形成的。ROH蕴藏着种群丰富的遗传信息,这使ROH成为一种有用的工具,可以提供关于种群是如何随着时间的演变而变化的信息。ROH也可以用于估计个体间遗传关系,有助于将近亲交配率降至最低,还可以暴露基因组中有害的变异。ROH在基因组中的大小、分布和频率受到自然选择和人工选择、重组、连锁不平衡、群体历史、突变率和近交水平等诸多因素的影响。近年来,随着高通量基因分型技术的使用以及二代测序成本的降低,畜禽育种已经进入基因组时代。对优秀种畜禽的选择强度大大提高,这在改善畜禽生产性能的同时不可避免地会造成动物的近交,从而导致近交衰退。根据ROH的分子信息能更准确地估计纯合性并可以检测过去和最近的近亲交配情况。基于ROH计算近交系数(FROH)反映的是个体的真实近交系数,即为实现的近交系数,而系谱近交系数FPED得到的是期望值。FROH在缺乏系谱信息的情况下,也可以用来推断一个群体的历史和近亲交配水平的信息。选择会改变优良畜禽的表型,并重塑了基因组不同区域的ROH模式。此外,选择增加了目标位点周围的纯合性,有害的变异被认为更频繁地出现在ROH区域,可以通过ROH检测,降低复杂疾病发生的风险。经过长期选择,品种内同群个体相同ROH在基因组中高频出现,产生ROH岛。研究证实了ROH和正在选择的基因组区域之间具有相关性。在实际应用中,可以通过生物信息的方法在ROH岛注释到ROH区域与经济性状相关的基因。此外,ROH也为评估畜禽遗传多样性提供了新的视角,对群体进行全基因组ROH检测,剖析每个群体的遗传结构,并利用FROH对当前育种计划中近交的影响进行评估,来调整育种方案,保护品种的遗传多样性。ROH已逐渐成为探究群体历史结构、评估近交水平、鉴定候选基因方面的重要指标。识别ROH主要有观察基因型计数法和基于模型分析两种方法。常用的检测软件有PLINK、GERMLINE、BEAGLE、GARLIC等。在实际应用中,PLINK是最常用的ROH检测工具。在畜禽中,由于牛的SNP芯片推出最早,因此最先开展ROH研究的是牛的群体,牛的ROH研究数量最多、最深入。目前,在猪、羊、鸡等畜禽中关于ROH的研究也逐渐增多。文章主要综述了ROH形成的原理和检测方法,以及在畜禽中的研究进展,以期为畜禽的遗传育种提供参考。

全基因组关联分析（genome-wide association analysis,GWAS）是以高通量测序技术为基础，结合生物信息学和统计学方法，在全基因组水平上鉴定调控复杂性状的基因变异，是研究复杂农艺性状和遗传变异最有力和最有效的研究方法，其核心是研究遗传变异和目标性状之间的关联。GWAS研究检测到的关联位点一般很少，而且关联的位点仅能解释很少一部分性状变异。本文介绍了影响GWAS的主要因素，总结了GWAS在茶叶饮料消费、茶树重要农艺性状、茶叶品质和茶树群体结构研究中取得的一系列进展，提出了茶树GWAS研究中遇到的问题和未来的发展方向。

畜禽养殖业是重要的温室气体排放源,科学评估畜禽产品的碳足迹,对减排技术的选择和低碳农业的发展具有重要意义。笔者在总结国内外畜禽产品碳足迹评估方法的基础上,汇总了中国及欧美等发达国家评估鸡蛋、猪肉、牛肉和牛奶等畜禽产品碳足迹的研究结果,并对现有研究结果进行综合分析。从畜禽产品产生的碳足迹分析,选择的功能单位不同对畜禽产品的碳足迹有明显影响,每生产1 kg牛肉的碳足迹最大,达到(20.51±8.39)kg CO2-eq;其次为每生产1 kg猪肉和1 kg鸡蛋,分别为(4.24±1.07)kg CO2-eq和(2.24±0.83)kg CO2-eq;每生产1 kg牛奶的碳足迹最小,为(1.19±0....

数量性状的表型变异受到大量效应微小的遗传位点和诸多环境因素的共同作用,但在数量性状的遗传研究领域,关于不同遗传位点之间加性效应与上位效应相对重要性的认识却存在着分歧。近年来,伴随着全基因组关联分析在人类及家养动物数量性状研究中的发展,在全基因组关联分析的框架内进行上位效应遗传位点的检测越发受到重视。文章以遗传力失踪问题为出发点,首先综述了标记-QTL连锁分析和GWAS框架下传统上位效应遗传位点的检测方法,然后对基于表型方差同质性检验和广义线性混合模型方法的上位效应统计推断以及混杂因素的处理方法进行了总结与梳理,旨在为数量性状全基因规模上位效应的相关研究提供理论参考。

牛作为反刍动物的代表,具有独特的生物学特征和重要的哺乳动物进化地位,是人类生产活动的重要工具和肉、奶等物质需求的主要来源。近10年来,牛全基因组研究取得了很多重要的进展,为解释牛的生物学特征和加快品种的分子育种进程发挥了重要作用,文章重点介绍了牛全基因组测序的相关研究成果,以及测序工作完成后的研究进展,讨论了牛全基因组测序工作的机遇、研究重点,以及今后面临的挑战。

品种选育在畜禽育种中占十分重要的地位,基因组选择作为畜禽育种的新兴技术手段而备受关注。其优点为可以缩短世代间隔,加快遗传进展,可以不依赖于表型进行选择。2001年,Meuwisen提出基因组选择的概念后,基因组选择首先应用于奶牛育种,至2014年8月,国际公牛组织已有34个成员国在其国家奶牛育种群中应用基因组选择。随着基因组选择的不断推广应用,提高基因组育种值估计准确性的问题有待于解决,当前对基因组选择方法的研究和探讨正在不断深入,有效的模型及算法对提高基因组育种值估计的准确性具有重大现实意义。至今已有17种贝叶斯方法相继被提出,本文简要介绍了基因组选择中的经典Bayes A和Bayes B方...

线虫(nematode)种类繁多,生活方式多样,一部分线虫可寄生于动物和植物体内,引起线虫病(nematodiasis),其中旋毛虫病、猪蛔虫病等是重要的人兽共患寄生虫病,在中国和世界各地普遍流行,危害严重。本文将对线虫线粒体基因组的研究进展、应用和今后发展方向做一简要综述。迄今,已完成46种线虫的线粒体基因组全序列测定和分析。线虫线粒体基因组的碱基组成、基因结构、基因变异等方面有其特点,这些分析结果为线形动物门线粒体功能基因组学研究、比较基因组学研究、分子分类学研究、虫种(株)鉴定与分类、分子系统发育和进化分析等提供了重要依据和指导作用,为线虫病诊断、分子流行病学调查等分子检测方法的建立提供...

信息化是畜禽养殖业发展的必然趋势，对养殖过程中环境和生长等信息的有效监测，有助于实现低成本、高效率和高收益的生产过程。智能信息感知技术的应用，满足了规模化养殖条件下海量信息的自动化监测需求，为解放生产力、实现节本增效提供了技术支持。本文阐述了信息感知技术对畜禽养殖过程中环境监控、畜禽关键生长信息感知和畜禽疾病预警的主要研究方法，包括传感器技术、图像处理技术、音频处理技术、热红外技术等；分析了当前主流方法应用于该领域的准确性、有效性与泛化性；总结了信息感知技术在畜禽养殖业中未来的研究重点，并对其未来发展方向做出展望。

农作物是人类赖以生存的基础。然而，随着全球极端天气的增加、耕地的减少、人口数量的增多以及人民生活需求的提高，培育具备多个优良性状的聚合品种已成为解决粮食安全问题和现代农业分子设计育种的核心任务。全基因组关联分析(GWAS)是挖掘农作物优异基因的有效方法，已广泛应用于各类农作物中。这种分析方法成功揭示了控制农作物产量、品质以及抗逆性等关键育种性状的基因。本文系统总结了GWAS在5种代表性农作物中的最新研究进展，同时深入剖析了GWAS的局限性及未来发展趋势，期望为未来农作物的遗传改良提供有益参考。

为了解加权基因共表达网络分析（Weighted gene co-expression network analysis,WGCNA）方法在畜禽中的应用研究，本文对近年来国内外通过WGCNA方法对牛、羊、猪、禽等畜禽进行研究的相关文献进行了整理与分析，总结了WGCNA方法应用的一般分析流程、策略及畜禽WGCNA的研究现状。结果表明：WGCNA是一种系统生物学的方法，可分析转录组、蛋白组、代谢组、DNA甲基化和单细胞转录组等高通量数据，解析分子间调控的表达模式，确定关键调控因子；在畜禽的研究中，WGCNA方法已经广泛应用在生长性状、繁殖性状、抗病性状和品质性状等复杂性状的优势功能因子的挖掘。综上，WGCNA方法对分析组学数据具有较强的优势，可为畜禽重要经济性状的挖掘，阐明性状生物学机制提供助力。

全基因组选择是新近开始在植物数量性状研究和植物育种中应用的一种分析方法。它以连锁不平衡为基础,利用BLUP(best linear unbiased prediction)分析方法准确估计某一群体每一遗传标记的育种值,从而只利用这些预测的育种值来进行选择。文章综述了全基因组选择的原理、方法以及全基因组选择在植物育种方面的研究进展,探讨各种因素对全基因组选择的影响,并讨论了全基因组选择在植物数量性状分子育种研究中可能的应用。

为系统了解亚麻仁饼(粕)在国内外畜禽饲料中的研究现状以及今后亚麻仁饼(粕)及其他亚麻副产品在畜禽饲料中的有效利用,对我国亚麻分型及产地、亚麻仁饼(粕)的饲料成分、营养价值、有毒有害物质以及在国内外反刍动物、猪和家禽饲料中的研究进展进行综述。亚麻仁饼(粕)是营养丰富的畜禽蛋白饲料原料,其粗蛋白质及赖氨酸含量相对大豆粕、棉籽粕、菜籽粕、花生仁粕较低,适合与其他含赖氨酸高的蛋白质饲料混合搭配饲喂;但因氢氰酸毒性限制了其饲料中用量,猪日粮中最高适宜用量8%10%,反刍动物日粮中可增加至20%,家禽饲料中的适宜饲喂

图像分割作为智慧农业养殖中“视觉系统”的重要组成部分，被广泛应用于畜禽的智慧养殖中。近年来，深度学习算法飞速发展，基于深度学习的图像分割技术也取得了重大突破。这些方法赋予了分割区域更准确的语义信息，使得图像分割更加精准和智能，为畜禽智慧养殖提供了更强的技术支持。本文通过广泛收集和整理国内外研究的相关文献，重点阐述了图像分割技术在畜禽养殖中的畜禽计数、体尺体质量测量、姿态估计与行为识别、体况及疾病检测、精准饲养等方面的应用现状，给出了如何根据实际性能需求（精度、处理速度）、数据集、计算资源等方面选择合适图像分割方法的建议，总结分析了当前研究中与畜禽养殖相关且可用于图像分割训练的公开数据集；并指出了基于深度学习的图像分割技术在畜禽养殖中所面临的挑战与未来的发展趋势，希望能为畜禽养殖中图像分割技术的具体应用提供参考。