[论文解读] The big challenge for livestock genomics is to make sequence data pay

M. Johnsson|arXiv (Cornell University)|Feb 2, 2023

Genetic and phenotypic traits in livestockBiochemistry, Genetics and Molecular Biology被引用 3

一句话总结

本文认为，尽管全基因组测序（WGS）在畜牧基因组学中具有理论优势，但当前的实施方式由于非因果变异带来的噪声以及高昂的计算成本，未能持续提升基因组预测的准确性，相较于SNP芯片。其核心贡献在于倡导从WGS数据中预选功能相关变异（而非使用全部变异），并结合功能基因组学，使序列数据在育种计划中在经济和统计上更具可行性。

ABSTRACT

This paper will argue that one of the biggest challenges for livestock genomics is to make whole-genome sequencing and functional genomics applicable to breeding practice. It discusses potential explanations for why it is so difficult to consistently improve the accuracy of genomic prediction by means of whole-genome sequence data, and three potential attacks on the problem.

研究动机与目标

• 解决在畜牧育种中使全基因组测序数据持续提升基因组预测准确性方面相对于SNP芯片的持久挑战。
• 研究为何WGS数据在基因组预测中常表现不佳甚至劣于SNP芯片数据。
• 评估功能基因组学和因果或调控变异的预选是否能克服使用数百万个原始序列变异的局限性。
• 评估在大规模育种计划中用WGS替代SNP芯片在经济和计算上的可行性。
• 探索序列和功能基因组数据在直接基因组预测之外的其他用途，包括微生物组和表观基因组应用。

提出的方法

• 分析比较SNP芯片和WGS基因组预测的畜牧基因组学实证与模拟数据。
• 评估‘稀释效应’——即WGS数据中非因果变异引入噪声，从而降低预测准确性。
• 提出两步法：首先，利用WGS数据通过全基因组关联研究（GWAS）和功能注释识别富集于性状关联的变异；其次，仅在预测模型中使用这些筛选出的变异。
• 利用功能基因组学数据（如开放染色质区域和eQTLs）优先选择具有生物学相关性的变异。
• 评估常规WGS与SNP芯片基因分型的成本-效益权衡，包括存储、基因型填补和分析开销。
• 建模利用WGS和功能数据识别的因果变异在提升预测持久性和跨群体准确性方面的潜力。

实验结果

研究问题

• RQ1 为何全基因组测序在畜牧中未能持续提升基因组预测准确性，相较于SNP芯片？
• RQ2 在WGS数据中包含非因果变异在多大程度上导致‘稀释效应’，从而降低预测准确性？
• RQ3 从WGS数据中预选功能相关变异是否能显著提升育种计划中的预测准确性和经济效益？
• RQ4 在常规畜牧育种应用中，用WGS替代SNP芯片面临哪些计算和经济障碍？
• RQ5 功能基因组学数据（如eQTLs、染色质状态）能否在无需对所有动物进行全规模测序的情况下，增强WGS数据在基因组预测中的实用性？

主要发现

• 实证研究表明，使用全基因组测序中所有变异，其基因组预测准确性常无提升，甚至低于SNP芯片。
• ‘稀释效应’——即非因果变异降低模型准确性——解释了WGS在基因组预测中表现不一致的大部分原因。
• 基于功能基因组学数据（如eQTLs、开放染色质区域）或GWAS结果预选变异，相比使用所有WGS变异，能显著提升预测准确性。
• 序列数据在检测因果变异和新生突变方面具有优于SNP芯片的潜力，但前提是需结合功能注释和选择策略。
• 当前功能基因组学研究（如eQTL定位）的样本量过小，难以检测大多数关联，限制了其在预测中的实用性。
• WGS数据的存储、基因型填补和分析成本过高，除非能持续带来显著的准确性提升，否则在常规应用中经济上不可行。