本文共计3090字，阅读约7分钟
2024年9月6日，The Scientist期刊发表了一篇题为《低通全基因组测序：彻底改变农业》（Low-Pass Whole Genome Sequencing: Revolutionizing Agriculture）的研究论文。研究指出，通过使用低通全基因组测序，牲畜饲养者可以提高其育种决策的准确性、可负担性和速度。
随着世界人口不断增长，农业将需要生产更多的牲畜、农作物、家禽和水生生物来养活人口。然而，农民在提高产量方面面临着多项挑战，包括土地和水资源短缺、气候不可预测以及病原体不断演变。为了帮助改善全球粮食的可持续性和安全性，他们需要在质量、生产力和对外部压力的适应性方面优化他们种植的作物和饲养的动物。对于牲畜饲养者来说，这将要求他们更好地决定应该繁殖哪些动物以获得具有理想表型特征的后代，例如更高的产奶量、更高的生长率、更好的繁殖性能、更少的食物摄入量和更少的甲烷排放。然而，传统的选择性育种过程相当缓慢，因为饲养者往往无法确定他们的选择是否正确，直到后代成熟。也不能保证拥有许多选定身体特征的高价值动物之间的交配会产生具有相同属性的后代。许多性状的遗传是复杂的，有多个基因影响动物的表型，而表型也受到环境因素的影响。
为了提高育种决策的准确性，牲畜饲养者需要新方法，并已向动物科学家和农业基因组学寻求帮助。现在，许多育种者通过检查基因组来识别遗传变异，例如单核苷酸多态性(SNP)，这些变异是复杂表型特征的基础。一旦选择了这些标记，科学家就可以设计基因分型阵列，帮助为畜群中的动物分配基因组估计育种值(GEBV)，并更准确地识别具有理想遗传特征的个体。这使育种者能够在动物的早期做出决定，从而提高育种计划的效率，并使他们能够成功地丰富牲畜群中具有首选表型的动物。尽管单核苷酸多态性微阵列在预测最佳育种动物方面比基于表型的评估更准确，但这些检测仅限于生成特定标记的数据。
在过去十年中，基因组测序的成本已经下降，高覆盖率全基因组测序(WGS)已成为确定基因组估计育种值的一种选择。“说到农业基因组学……人们对测序的兴趣越来越浓厚，但它仍处于起步阶段，”阿德莱德大学生物信息学数据科学家Lloyd Wai Yee Low表示。与基因分型阵列不同，这种方法为科学家提供了信息丰富的数据，使他们能够发现稀有标记并检测其他变异类型，例如拷贝数或结构变异。此外，全基因组测序数据可以稍后重新分析，以评估动物是否有新发现的标记。但高覆盖率的全基因组测序仍然很昂贵，高昂的设备价格、运行费用和劳动力成本阻碍了科学家分析大量牲畜种群并将这种技术用于低预算研究。“许多小型项目目前无法负担使用基因组学技术，”昆士兰大学作物科学中心教授Robert Henry表示。
为了从基因分型阵列中获得更全面的基因组图谱，动物科学家可以使用归纳法。这种统计方法使他们能够推断动物的基因型，而无需分析每个基因座，只需首先对参考种群进行测序以确定重要的变异即可。然后，他们使用参考种群的数据（也称为参考组）对具有未知基因型的动物的基因组估计育种值进行准确预测。然而，推断的准确性取决于参考组的大小以及参考种群和目标种群在遗传上的差异。此外，许多农业物种没有大型参考组。
为了克服基因分型阵列和高覆盖率全基因组测序的局限性，科学家已经开始使用一种名为低通全基因组测序的新型牲畜育种测序技术。与通常用于高覆盖率全基因组测序的30倍至50倍深度不同，低通全基因组测序使用的覆盖深度较浅，通常在0.1倍至1倍之间。尽管它只对基因组的一小部分进行测序，但这种方法使科学家能够分析整个基因组中的大量单核苷酸多态性和插入- 缺失(InDel)变异，并且比基因分型阵列能够进行更全面的评估。“使用低通全基因组测序，您可以获得更多的单核苷酸多态性，这意味着更多的遗传信息。这可能会提高您的基因组预测的准确性，”Low说。与基因分型阵列一样，低通全基因组测序经常需要估算来推断缺失的遗传数据。但是，这种测序方法的基因型推断比阵列方法准确得多，也更一致，因为该技术分析了大量的单核苷酸多态性。这可以得到更精确的基因组估计育种值排名。“如果你能够准确地对动物进行排名，这将有助于你保留最适合你感兴趣的特征的动物，Low说。
这种深度的减少也意味着比高覆盖率全基因组测序更低的成本，并使科学家能够对更多动物进行测序。“低通全基因组测序比高覆盖率测序更具成本效益，它提供的数据优于其他不涉及测序的技术，如使用阵列，”Henry说。然而，这些优势并不以牺牲性能为代价，因为研究群体基因组学的科学家已经证明，对大量样本进行低通全基因组测序比对少量样本进行高深度测序更为准确。动物科学家现在已经在商业育种计划中使用这种方法来评估许多不同牲畜物种的基因组。最终，这种准确、高效、廉价和高通量的技术在低成本微阵列和数据丰富的高覆盖率全基因组测序之间达成了折衷，同时为农业领域的人们提供了一种更容易获得的基因分型方法。
最近，MGI Tech发布了一款用于农业基因分型的灵活且可扩展的新型低通全基因组测序工作流程解决方案，他们将其称为AgriHigh低通全基因组测序套件。该综合套件为工作流程的所有阶段提供了工具，包括样品制备、文库制备、测序和数据分析。此外，该系统将文库制备简化为三步流程，仅需典型方案一半的时间并使用更少的耗材。“我认为看到这个MGI工作流程解决方案] 被打包并提供给社区是一个非常令人兴奋的发展，”亨利说。
MGI为中高通量工作流程构建了不同版本的套件，以确保它们为小型和大型测序项目提供解决方案。这些套件中的测序仪采用DNBSEQ™技术，可快速获取准确的基因组数据，使这些仪器成为帮助牲畜育种者快速做出育种决策的理想选择。例如，科学家使用MGI的 DNBSEQ-T7测序仪在22-24小时内以1.5倍的深度分析了1536个猪样本。每年，这些工作流程可以评估25000到384000个样本，具体取决于科学家选择的深度和软件包版本。“MGI 技术为我们提供了非常经济高效、价格低廉但质量很高的数据。因此，我们可以以优惠的价格获得所需的高质量数据，”Henry说。
除了许多其他功能外，该软件包还包括一个猪参考面板，使科学家能够立即开始对猪进行基因分型。这对中国研究人员和育种者来说尤为重要，因为中国是全球猪肉消费和养猪业的领先国家。在此套件发布之前，中国农业大学的动物科学家还评估了DNBSEQ™技术支持的低通全基因组测序对2869头杜洛克猪进行基因分型的精确度。他们确定，从0.73倍覆盖率的全基因组测序获得的基因组数据与单核苷酸多态性阵列和15倍覆盖率的单核苷酸多态性 的结果分别有99.7%和91.9%的一致性，凸显了该技术的准确性。利用低通全基因组测序，科学家还发现了1130万个单核苷酸多态性和与7个经济重要性状相关的14个基因组区域，例如乳头数和背膘厚度。
展望未来，人类必须尽量减少对环境的影响。然而，这一目标往往与全球人口不断增长以及随之而来的对更多粮食生产的需求相矛盾。农业基因组学的探索为从小规模和资源有限的农场到商业运营，从根本上提高农业产业的可持续性提供了一条有希望的途径。准确且经济实惠的方法，如低通全基因组测序，有助于识别与关键表型特征相关的重要遗传变异。这将使牲畜饲养者能够快速做出育种决策并获得具有理想特征的后代。除了提高生产产量外，培育出更能抵抗气候变化日益增加的影响的牲畜品种也至关重要，例如能够耐受更高温度的动物或天然抗病原体的动物，以确保未来的全球粮食安全。“我们能做的最好的事情就是改善环境，提高农业效率，这将确保我们能够以尽可能低的足迹生产粮食，为生物多样性保护留出空间，”Henry说。“基因组学是实现可持续未来的关键工具。”
（注：本文仅代表资讯，供读者参考，不代表平台观点。）
编译 | Daisy
审核 | Richard
排版 | 绿叶
【参考资料】
The Scientist and MGI Tech，Sep 6, 2024，Low-Pass Whole Genome Sequencing: Revolutionizing Agriculture,
https://www.the-scientist.com/low-pass-whole-genome-sequencing-revolutionizing-agriculture-72153
联系小编/投稿/授权：
010-88431370 17319454776
您的点赞和转发，
是我们最大的动力喔！^_^
重建人与自然的平衡 | 支持绿会生态保护公益项目，请点击“阅读原文”
