近日，河南農(nóng)業(yè)大學動物科技學院康相濤院士團隊劉小軍課題組在國際著名學術期刊《Computers and Electronics in Agriculture》上在線發(fā)表了題為“Advanced molecular system for accurate identification of chicken genetic resources”的研究論文。該研究成功開發(fā)了一種高效、準確的雞種質(zhì)資源分子鑒定系統(tǒng)，為雞遺傳資源的保護和利用提供了有力的技術支持。
雞作為全球最重要的家禽之一，具有豐富的遺傳多樣性。然而，傳統(tǒng)基于形態(tài)特征的鑒定方法存在諸多局限性，難以滿足現(xiàn)代家禽育種和保護的需求。隨著全球遺傳資源交流的日益頻繁，準確鑒定雞遺傳資源對于保護地方品種、制定育種策略以及維持遺傳多樣性至關重要。
該研究整合了基因組單核苷酸多態(tài)性（SNP）變異信息和多種機器學習算法，對來自 132 個雞遺傳資源的 3,798 個個體的全基因組重測序數(shù)據(jù)和 600 K 芯片數(shù)據(jù)進行了分析。通過構建最大似然系統(tǒng)發(fā)育樹去除異常樣本，最終保留了 127個品種的數(shù)據(jù)。利用遺傳分化指數(shù)評估遺傳分化程度，并從每個遺傳資源中篩選出遺傳分化指數(shù)最高的100個SNP位點，采用梯度提升樹模型評估這些位點的重要性。通過比較7種不同機器學習模型的性能，確定最有效的機器學習模型。
研究發(fā)現(xiàn)，每個品種都具有近乎完全分化的位點。多分類邏輯回歸（MLR）模型被證明是雞種質(zhì)資源分子鑒別最有效的機器學習模型，使用 2000個SNPs時，準確率達到 99.45%。
此外，該系統(tǒng)提供了用戶友好的在線網(wǎng)站（http://www.chickenbreeds.cn），用戶可以通過上傳vcf或gvcf格式SNP變異文件進行雞遺傳資源的鑒別。系統(tǒng)的通用性允許使用全基因組重測序和SNP芯片數(shù)據(jù)，并且具備數(shù)據(jù)上傳功能有助于持續(xù)擴展雞遺傳資源數(shù)據(jù)庫，實現(xiàn)更廣泛的品種鑒別范圍。
該分子鑒別系統(tǒng)為雞遺傳資源的保護和利用提供了一種快速、準確且低成本的方法。這不僅有助于保護地方品種的遺傳多樣性，還為制定創(chuàng)新的育種計劃提供了科學依據(jù)，支持家禽行業(yè)的可持續(xù)發(fā)展。該系統(tǒng)有望在農(nóng)業(yè)科研和生產(chǎn)實踐中得到廣泛應用，為全球雞遺傳資源的保護和利用做出重要貢獻。
動物科技學院博士研究生職毅豪為論文第一作者，劉小軍教授、康相濤院士、李紅副教授、摩洛哥穆罕默德五世大學Badaoui Bouabid教授為論文共同通訊作者。該工作得到國家重點研發(fā)計劃課題（2022YFF1000202）項目資助。
論文鏈接：https://doi.org/10.1016/j.compag.2025.109989
地區(qū)：
魯公網(wǎng)安備 37060202000128號
