《BMC Genomics》：Genomic selection accuracy and bias using imputed genotypes on growth, welfare and fitness traits in two Pekin duck lines
编辑推荐：
本研究针对北京鸭育种中传统BLUP方法对低遗传力性状预测精度不足的问题，系统评估了基于60K芯片及基因型填充的GBLUP模型在生长、福利及羽毛性状上的表现。结果显示，相比BLUP，GBLUP显著提升了步态、脚垫皮炎等复杂性状的预测精度（r2最高达0.71），并有效降低了选择偏差，为水禽基因组育种提供了关键技术支撑。
背景：当传统育种遇上“黑箱”性状
在商业肉鸭育种中，养殖者长期面临一个核心矛盾：像体重这样的“高遗传力”性状，利用传统的系谱信息（Pedigree）配合最佳线性无偏预测（BLUP）方法就能取得不错的效果；但涉及到动物福利（如步态、脚垫健康）或抗病性等“低遗传力”性状时，传统方法往往显得力不从心。这些性状受环境影响大，遗传机制复杂，就像藏在“黑箱”里，仅靠祖宗三代的记录很难精准预测后代的性能。
随着基因组学的发展，科学家开始尝试用DNA标记（SNP）来打破这一僵局。通过构建基因组关系矩阵（G-matrix）进行的基因组最佳线性无偏预测（GBLUP），理论上能更准确地捕捉个体间的真实遗传关系，尤其适合那些系谱信息无法完全解释的复杂性状。然而，在水禽（特别是北京鸭）领域，关于GBLUP在实际育种场景下的准确性、稳定性以及是否存在预测偏差，此前缺乏系统的评估。这项发表在《BMC Genomics》上的研究，正是为了填补这一空白，旨在验证基于60K SNP芯片及基因型填充（Imputation）技术的基因组选择在北京鸭生长、福利和羽毛性状上的实战效果。
关键技术方法
研究团队利用两个商业北京鸭品系（A系和D系），构建了包含约26,000只个体的表型与基因型数据集。核心数据源于60K SNP芯片，并通过基因型填充技术将信息补全。研究采用混合线性模型，分别基于系谱关系矩阵（A-matrix，即BLUP法）和基因组关系矩阵（G-matrix，即GBLUP法），对比估计了体重（如 juvenile weight-JW, body weight-BW）、步态（Gait）、脚垫皮炎（Foot Pad Dermatitis, FPD）、胸肌深度（Breast depth-BD）及主翼羽长度等性状的遗传参数和育种值，最终通过交叉验证评估了两种方法的预测准确性与偏差。
研究结果
基因型填充与遗传力估计
基因型填充的高效性：研究首先证实了基因型填充的可靠性，两个品系的填充准确率均高达0.92以上（A系0.93，D系0.92），为后续分析提供了高质量的数据基础。
遗传力（h2）的差异：一个有趣的现象是，基于系谱（BLUP）估计的遗传力普遍高于基于标记（GBLUP）的估计。例如，A系和D系的JW在BLUP下的h2分别为0.39和0.50，而在GBLUP下仅为0.22和0.25。这提示，基因组标记可能捕捉到了更多的环境噪声或更真实的遗传结构，从而给出了更保守的估计。对于低遗传力性状，如步态（Gait），GBLUP估计的h2低至0.07，BD性状也仅为0.15-0.16，这解释了为何传统方法对这些性状的改良效率低下。
基因组预测的精度飞跃
GBLUP的全面优势：对于绝大多数性状，GBLUP模型的预测精度（r2）显著超越BLUP。在A系中，BW的预测精度从BLUP的不足提升至GBLUP的0.68-0.70；JW也从约0.3的水平提升至0.49。最显著的改善体现在低遗传力性状上：步态（Gait）的预测精度从0.24（BLUP）飙升至0.58（GBLUP）；FPD从0.44提升至0.68。D系的结果同样令人振奋，BD的预测精度从0.50提升至0.71。这表明，GBLUP尤其擅长处理那些受多基因控制的、传统育种难以攻克的复杂性状。
选择偏差的有效控制
偏差（Bias）分析：除了精度，预测的偏差（即预测值与真实值的平均差异）也是衡量模型好坏的关键。结果显示，使用G-matrix的偏差普遍更小、更稳定。在A系中，GBLUP的偏差范围仅为0.01-0.19，而BLUP的偏差最高可达0.41（JW性状）。D系也表现出类似趋势，GBLUP偏差（0.02-0.17）优于其BLUP结果（0.01-0.37）。这意味着，基因组选择不仅能更准确地“猜对”育种值，还能避免系统性地高估或低估某些个体的遗传潜能，使育种决策更可靠。
结论与意义
本研究有力地证明，在北京鸭的商业化育种体系中，GBLUP模型相较于传统BLUP具有压倒性优势。它不仅在生长性状上表现优异，更重要的是，它为解决步态、脚垫健康等动物福利相关性状的育种难题提供了强有力的工具。通过高精度的基因型填充和基因组关系矩阵，研究人员成功降低了选择偏差，提升了对于低遗传力性状的预测能力。
这项研究的现实意义在于，它为肉鸭育种公司提供了明确的技术路径：拥抱基因组选择，特别是对于难以通过表型直接筛选的福利性状。这不仅能加速遗传进展，还能在提高生产效率的同时，改善动物的生存质量，实现经济效益与动物福利的“双赢”。
