基因测序在动物分子育种及养殖中的应用

基因测序在动物分子育种及养殖中的应用 君屹观点： 1、第二代基因测序技术在动物养殖领域有丰富的应用前景：使用第二代基因测序技术，奶牛遗传进展约提高50%~100%；优秀的集团化猪场才能盈利，育种是最有效手段。 2、中国动物育种最大的困难在于缺乏持续多年的生产育种数据积累做支撑。全基因组选择、大数据等新技术可以大幅度提高我们的育种效率，总投入成本约下降8%。商品猪性能达到标准的情况下，即使目前饲料成本高，企业依然有很大盈利空间。 3、基因测序技术已进入指数型发展阶段，但中国育种市场还在起步阶段。君屹相信，随着育种数据的不断积累和基因测序技术应用的不断深化，必将为我国各类动物的规模化、商业化养殖带来更加深远和长久的变革。 生物产业进入新世纪以来，以基因测序技术为基础的分子设计、基因组学等核心技术的突破，推动了以生命科学为支撑的生物产业深刻改革，全球生物产业进入了一个加速发展的新时期，对解决人类面临的人口、健康、粮食、能源、环境等主要问题具有重大战略意义。 西方发达国家在基因测序领域早有前瞻式布局，2015年，基因测序行业前三龙头企业的市占率为94%。近年来，随着基因测序技术的不断成熟和成本的不断下降，在国内科研 机构、企业和政府的不断努力下，中国已初步建立了适应基因产业发展的宏观产业布局 和产业链条，并凭借技术优势、资质优势、商业化规模和布局优势、人力和成本优势、基因数据库优势等，为我国农食科技的许多应用场景带来了根本性变革。 基因测序成本断崖式下跌，动物育种迎来新机遇 1、基因测序技术持续发展，成本断崖降低 测序技术，顾名思义，是指测定核酸（DNA和RNA）或氨基酸等生物分子序列的技术。在比较一个物种的同一基因座的等位基因时，其单个核苷酸的改变被称为单核苷酸多态 性（SNP）。SNP是遗传多态性的基础，大部分的个体之间的遗传差异由此引起，SNP是联系基因型和表现型关系的桥梁。单核苷酸多态性(singlenucleotidepolymorphisms,SNPs)是衡量物种多样性的标准，通过对同一物种的不同个体进行测序，了解其差异，能有效认知基因型和表现型的关系。 自1869年，FriedrichMiescher首次成功发现和分离了DNA以来，经过了100多年的努力，至1977年FrederickSanger团队提出第一代测序方法即Sanger测序，一次测序可获得一条长度在700～1000个碱基的序列，实现了对单个基因进行测序，人类才得以开始阅读和理解生命的密码。 到2005年，Roche发布第一台二代测序仪，一次运行即可同时得到几十万到几百万条核酸分子的序列，实现了效率极大提升，让动物全基因组测序成为可能，进而发展出基因组选择（Genomicselection,GS），即一种利用覆盖全基因组的高密度标记（SNP标记）进行测序的新方法。 到2011年，PacBio公司发布第三代基因测序仪，理论上可以测定无限长度的核酸序列，使人类可更深层次探索物种、揭示更多生命奥秘。 同时，工程化技术的提升也让基因测序的成本呈断崖式降低：①测序成本不断降低：每兆数据量的基因测序成本从2001年的5000多美元到2020年的0.007美元。②测序时间极大缩短：人类基因组，从最早的需要大量的测序仪运转几百个小时才能完成，到现在的一个小的测序仪运行一个小时左右即可完成。③芯片价格不断降低：第二代测序技术实际上是通过芯片来对动物进行测序的。以猪为例，从2017年中国自主搭建猪基 因组选择平台开始，其价格从原来的230元逐步下降到2021年的130~150元。成本的降低极大地促进了基因测序商业化应用，并在多样化场景中得到繁荣发展。 2、基因测序在动物育种上不断发展历程，第二代基因测序技术为最优解 在动物育种领域，人类最早选择有良好表型性状的动物进行选育。即用有优良表型形状的动物进行交配，再在其后代中选择优良品种交配，并不断重复这个过程。这种方式有极大的随机性，常常要经过多年的选育，才能选出一个优良品种。 随着第一代测序技术的出现，科学家们可以在动物的基因中找到单个基因进行标记，再结合传统的选育方法，形成了标记辅助选择。但动物的表型性状是受很多基因的控制的，而不是单个基因的控制，标记辅助选择对于育种行业推动影响有限。 第二代测序技术的发展带来了全基因组的芯片，GS（基因组选择技术）可通过早期选择 缩短世代间隔，提高育种值（GenomicEstimatedBreedingValue,GEBV）估计准确性等加快遗传进展，尤其对低遗传力、难测定的复杂性状具有较好的预测效果，真正实现了全基因组技术指导育种实践。实现了技术上的大突破，现在国际上各大企业也在应用该技术。 而第三代基因测序技术，虽然运行速度极快，理论上可测无限长的基因，并可做到实时监控。由于单条序列错误率较高，平均核苷酸准确性不到85%；测序成本较贵等原因，并未规模化应用于动物育种领域。 基因测序技术及其在动物育种中的应用及卡脖子问题 1、第一代基因测序在动物育种上的应用 第一代基因测序技术由于准确性高、价格低廉，设备运行时间短等优点，常应用于：①功能基因鉴定，如双肌臀基因、鸡的矮小基因。②性能相关QTL的鉴定，如肉质相关性能，繁重性能，生长性能，产奶性能，产蛋性能，抗病性能等。③品种鉴定：微卫星图谱等方面。2、第二代基因测序在动物育种上的应用 2001年，Meuwisen等首次提出基因组选择的概念；2008年，猪全基因组测序工作完成，ProcineSNP60K芯片问世；到2017、18年，中国鸡芯片“京心一号”和猪芯片“中芯一号”相继投入使用。虽然只有20年余年历史，但其对动物育种有着跨时代的意义，可广泛应用于动物育种、亲子鉴定、品种纯度鉴定、群体分析等领域。 2.1基因组选择技术（GS）在动物育种中的技术路线 首先需要建立一个参考群，要记录一些表型数据。比如肉猪达100公斤体重的日龄是多少，它的生长速度、肉质、抗病性等性状。 然后用芯片对这个参考群的动物进行基因测序，了解其基因型和表型性状之间的关系，通过标记基因型对育种值（GEBV）进行估计。 最终跨越动物生理生长周期，不用实际等待动物长大，通过芯片测定动物有哪些基因， 就可以得到猪的基因型与总值了，即可提前测出动物的育种值（GEBV）。 2.2第二代基因测序技术在动物养殖领域有丰富的应用前景 第二代基因测序技术可广泛的应用于动物的育种、繁殖、出栏直至食用的整个环节，可实现： 培育优良品种满足基本经济性状需求、降低养殖成本：让动物生得多，死得少，长得快，吃得少。 动物疫病检测：包括疫苗接种、病菌监测、疾病诊断等。 培育高端品种提高生活品质：肉质好，口感好，进军高端市场。 改善环境：改善动物肠道菌群结构（对肠道菌群测序），提高饲料报酬，提高生长速度，减少碳排放。 保障食品安全：食物来源可追溯，抗逆性强，有效减少抗生素等的使用等。 3、基因测序技术在动物育种中应用的卡脖子问题 测序成本：养殖行业作为一个薄利且受市场波动影响较大的行业，芯片成本目前依然是育种投入中的重要组成部分，也是阻碍基因组选择技术在国内大规模应用的关键因素；技术革新，减低成本依然是该项技术普及的关键点。 表型性状的数据的累积：目前，有重要经济价值但测定难度大的性状的育种数据，如饲料报酬，肋骨数，肉质，口感，是制约基因组选择技术应用的另一个关键因素。目前在猪的育种中主要选择的性状依然是产仔数、生长速度背膘等易于测定的性状，基因组选 择技术的优势没有明显的发挥出来。 大数据处理能力：随着测序技术的发展，将获得大量测度数据；随着行业智能化的发展也将从动物身上获取更多的表型数据，对企业数据的处理能力提出了更高的要求。 第二代基因测序技术在动物育种中的应用实例 1基因组选择技术可极大提高奶牛遗传进展 以奶牛为例，使用传统的育种方式，即后裔测定方案。在A公牛出生的时候计算其EBV值，再用其与许多母牛进行交配，再用其子代母牛的产奶量评估A是否优质，整个过程耗时53个月，准确性约在75%~85%。 而使用第二代基因测序技术，在参考群的基础上，公牛一出生即可进行芯片测定，测定 其育种值（GEBV），并选择种公牛和母牛进行交配，极大的缩减了世代间隔，约21个月，准确性也要大于70%。遗传进展约提高50%~100%。 全球多个国家都通过基因组选择的应用，在奶牛的育种上取得了进展：澳大利亚基因组选择育种值的可靠性提了高20%~45%；新西兰家畜遗传改良中心（LIC）于2008年以4500头左右的后裔测定公牛作为参考群，利用Bovine50对无表型数据的青年公牛进行育种值估计，GEBV的可靠性在50%~67%之间，传统的EBV可靠性为34%；美国使用芯片Bovine50，GEBV可靠性比传统EBV提高了46%。目前美国和加拿大的参考群公牛规模已达18000头以上；荷兰：参考群1583头，GEBV相较于常规EBV提高了9%~33%；欧洲7个国家联合开展了Eurogenomics项目，包括丹麦/芬兰/瑞典/挪威，法国，荷兰和德国，参考群公牛规模已经达到16000头，每年评估12次，荷兰24次。 早在2009年，以上各国的奶牛基因组选择指数就已经正式发布，奶牛的基因组选择技术也开启正式应用阶段。中国在该领域还有极大的发展空间。 2拼效率时代：基因测序等新技术在商品猪育种上的大规模应用来临 2.1优秀的集团化猪场才能盈利，育种是最有效手段 ①非瘟期间猪场建设大跃给行业留下深刻创伤，优秀企业才能盈利 经过非瘟期间猪场建设大跃进，我国从栏舍数量上已经严重产能过剩，扩张产能从未像今天这般容易和快速；产能过剩带来的巨额亏损给行业留下深刻创伤，即使当下的猪价高昂，大集团也不敢快速恢复和扩充产能。非瘟的长期存在和季节性的波动、原料价格的高涨以及产 能的闲置，都导致了养猪成本难以回归到过去的水平，各种不确定性让不同企业间的成本差 异巨大，这意味着优秀企业会有一个相对比较长的盈利期。 ②拼效率时代，通过育种快速持续提高效率是首选 非瘟后集团化养猪快速增长，养猪业越来越呈现工业化大生产的特征，行业进入拼规模、效率、拼成本的激烈竞争时期。虽然目前我国种猪生产供应总体上大于需求，但是从结构上看适合规模化大生产的优质种猪数量并不多，生猪育种体系还不能很好满足商品化大生产的需求，主要表现在：群体性能有待提升、种猪供应数量和质量上不稳定、产品的标准化程度不够、频繁变化品系、产品一致性稳定性差，缺乏全产业链的大规模效果验证。 但由于：①纯种好，其杂交后代商品猪不一定好。②商品化大生产需要的是持续稳定、标准、一致的性能和产品质量，并且可以持续改进提高，但育种现状距离这个要求还有很大差距。所以目前生猪育种体系还不能很好满足商品化大生产的需求，主要表现在： 群体性能有待提升、种猪供应数量和质量上不稳定、产品的标准化程度不够、频繁变化品系、产品一致性稳定性差，缺乏全产业链的大规模效果验证。育种和商品猪规模化养殖间存在巨大的鸿沟。 在商品猪生产端，只有高效率，低成本，产品标准且质量稳定，才是王道，而效率普遍提升又会进一步加剧产能过剩，只有继续提升效率才能保持竞争优势。在众多养猪要素 中，育种是提高效率和降低成本最有效的手段，只有遗传改良是空间最大并可以持续稳定获得的要素，通过育种快速持续提高效率是首选。 2.2基因测序技术保驾护航，商品猪育种时代即将来临 ①缺乏数据积累，商品猪育种难以高速发展 目前，部分发达国家的育种效率已经很高了，且目前还在持续的快速的改进。以丹麦为例，从2008年到2020年，其耗饲料量、生长速度等，都在不断优化。 在我国，猪的经济相关性状要更加多样，不同地域不同市场差异很大。想要覆盖验证整个全产业的价值，就需要建立覆盖住全产业链的一种生产业务数据。丹麦现如今的育种技术就是建立在100多年的育种历史的数据统计的基础上的，但是像中国的育种的数据 能够持续保持10年以上不断