보고서 정보
주관연구기관 |
한경대학교 산학협력단 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2015-01 |
과제시작연도 |
2013 |
주관부처 |
농림축산식품부 Ministry of Agriculture, Food and Rural Affairs(MAFRA) |
등록번호 |
TRKO201500011190 |
과제고유번호 |
1545007846 |
사업명 |
첨단생산기술개발 |
DB 구축일자 |
2015-07-18
|
DOI |
https://doi.org/10.23000/TRKO201500011190 |
초록
▼
Ⅳ. 연구개발결과
1. 모의실험을 통한 유전체 정보 활용 육종가 평가방법 개발 및 정확도 비교
○ 유전체 추정육종가(GEBV)에 영향을 미치는 요인은 양적형질좌위(QTL) 밀도, 유전력, 표지인자밀도, 참조집단의 크기 등을 고려할 수 있으며, 각각의 조건에 따라 총 16개 조합에 따른 모의 유전체 자료를 각 20회 반복 생성하여 베이지안과 GBLUP 방법에 따른 GEBV의 정확도에 대한 모의실험을 실시한 결과,
○ 각각의 조건에 따라 정확도 추정치의 차이를 보였으나, 여러 조건 중 형질에 대한 조건(양적형질좌위 밀도
Ⅳ. 연구개발결과
1. 모의실험을 통한 유전체 정보 활용 육종가 평가방법 개발 및 정확도 비교
○ 유전체 추정육종가(GEBV)에 영향을 미치는 요인은 양적형질좌위(QTL) 밀도, 유전력, 표지인자밀도, 참조집단의 크기 등을 고려할 수 있으며, 각각의 조건에 따라 총 16개 조합에 따른 모의 유전체 자료를 각 20회 반복 생성하여 베이지안과 GBLUP 방법에 따른 GEBV의 정확도에 대한 모의실험을 실시한 결과,
○ 각각의 조건에 따라 정확도 추정치의 차이를 보였으나, 여러 조건 중 형질에 대한 조건(양적형질좌위 밀도, 유전력)은 분석자가 바꿀 수 있는 내용이 아니므로 표지인자의 밀도와 참조집단의 크기가 조절 가능한 조건이 되는데 특히 참조집단의 크기가 400두일 때와 2,000두일 때 약 13%의 육종가 추정치에 대한 정확도의 차이를 보였다.
○ 따라서, 유전체 정보를 이용한 육종가 추정은 지속적으로 참조집단의 유전체 정보를 누적하는 것이 더 높은 정확도를 얻기 위해 중요하다 할 수 있다.
○ 또한 다량의 표지인자를 이용한 유전체 육종가의 추정은 기존의 혈통자료를 이용하는 BLUP 방법보다 상향된 정확도를 보였으며, 특히 표현형이 없이 유전체 정보만을 가진 개체에서도 높은 정확도를 보여 조기선발을 정확하게 시행할 수 있다는 가능성을 확인할 수 있었다.
2. 한우 유전체 정보 수집(Reference Population) 및 도체형질에 대한 유전체 추정육종가의 정확도 추정
○ 5년간 한우개량사업소 생산 후대검정우 및 후보씨수소 총 1,887두에 대하여 채혈을 실시하였으며, 이들 축군에 대한 도체성적과 혈통자료를 수집하여 연구에 이용하였다.
○ 유전체 전장의 SNP 정보는 Illumina BovineSNP50 v1, v2 Kit를 활용 959두의 시험축군에 대하여 수집하였으며, Illumina Bovine HD Beadchip Kit 활용 720두에 대하여 수집하여 총 1,679두(목표:1,500두)에 대한 유전체전장의 단일염기다형(SNP)를 분석하였다.
○ 본 연구에서는 50K와 700K로 상이한 유전체 데이터를 수집하였기 때문에 아래 두 자료변환 방법에 따라 이상치에 대한 품질평가 및 육종가 추정을 실시하였다.
① Imputation 프로그램을 이용하여 50K를 700K로 변환시키는 방법으로 29개 상염색체 내의 유효 SNP 735,239개 중에서, 시험축군에서 다형성이 없는 마커 45,722개, Minor allele frequency가 5%이하인 마커 110,057개, 결측률이 10% 이상인 마커 5,702개를 제외하고 573,758개의 마커를 이용하여 ssGBLUP 방법을 통해 도체형질에 대한 육종가를 추정하였으며 육종가의 정확도를 계산한 결과, 개체 자신의 표현형이 없는 집단에서 유전체정보를 활용한 육종가 추정치는 유전체 정보를 활용하지 않았을 때 보다 약 4-6%의 추정치에 대한 정확도의 향상이 있었다.
② 50K와 700K 간 중첩되는 SNP를 선별하고 품질평가에 의한 유효 마커 30,748개의 유전체 정보를 활용하여 육종가를 추정한 결과, 700K로 유전자형을 Imputation하여 얻은 결과와 동일하게 BLUP방법에 의해 추정한 육종가보다 5-6%의 육종가추정치의 정확도가 향상되었다.
○ 또한 50K 유전체 정보에서 연관불평형의 값을 이용하여 Tag SNP을 선별하여 저밀도(8K) SNP를 구성하고 유전체 육종가 추정을 통하여, 유전체선발에서 저밀도 chip의 활용 가능성에 대해 알아본 결과, 표현형정보가 없는 집단에서 등심단면적 0.50, 등지방두께 0.52, 근내지방도 0.53의 유전체 추정육종가의 정확도가 있는 것으로 추정되어 약 8-10%의 향상효과가 있는 것으로 추정되었다.
○ 따라서 가축개량을 위한 한우의 육종가 추정 시 유전체자료의 활용은 육종가의 정확도 향상에 도움을 줄 수 있을 것이라 판단되며, 표현형을 가지는 개체의 육종가 정확도가 70% 수준임을 감안할 때, 향후 유전체 선발의 정확도가 70% 이상이 되도록 지속적으로 참조집단의 유전체 정보를 추가할 필요가 있음을 시사한다.
3. 유전체 정보 활용 한우의 육종체계 및 산업화 방안
○ 한우의 유전체 정보의 활용은 크게 씨수소 선발과 우량 암소의 조기선발에 활용될 수 있을 것이라 판단된다.
○ 씨수소 선발을 위한 검정체계에서 당대검정 대상 송아지 선발 시 유전체 전장의 선별된 SNP(8K) 정보를 활용하여 육질관련 형질들에 대한 육종가를 기초로 1차 선발(1,000두/2000두)함으로써 선발강도 및 선발의 정확도를 향상하면 년간 약 640억원의 추가 이익이 발생할 수 있는 것으로 추정되었다. 또한 후대검정 송아지 및 8K SNP정보를 갖는 송아지들에 대한 표현형 자료를 수집함으로써 참조집단의 크기를 향상하여 유전체 정보를 활용한 선발의 정확도를 향상해야할 것으로 판단된다. 향후 10,000두의 참조집단정보를 확보하면 SNP정보에 의한 육종가 추정치의 정확도를 70%까지 상향시킬 수 있을 것으로 사료되었다.
○ 암소집단에서의 유전체정보 활용은 암송아지의 조기선발 및 친자확인 등 복합적으로 적용할 수 있을 것이라 판단되며, 한우 10만두/년 이상을 8K chip을 통하여 분석할 경우 소요비용은 두당 80,000원 이하로 분석이 가능하여, 현행 지역단위 한우암소개량사업의 초음파도체형질의 육종가 및 Microsatelite marker를 활용한 친자감별을 대체하여 더 정확한 선발지표로서 사용이 가능할 것으로 예측되며 암소집단에 적용 시 년간 약 270억원의 개량효과가 있을 것으로 추정되었다.
4. 종돈 유전체 정보 수집 및 번식형질에 대한 유전체 육종가 정확도의 추정
○ 5년간 Landrace 종돈 1,448두에 대하여 채혈을 실시하였으며, 이들 축군에 대한 번식성적과 혈통 자료를 수집하여 연구에 이용하였다.
○ SNP를 통한 유전체 정보는 Illumina PorcineSNP60 v1를 이용하여 680두 , v2로 381두의 시험축군에 대하여 수집하였으며, 총 1,061두(목표:1,000두)에 대한 유전체전당의 단일염 기다형(SNP)를 분석하였다.
○ 2종의 60K chip에 대해 품질평가를 통해 1차적으로 불필요한 마커를 제거하였다. 62,621개의 SNP 마커(PocineSNP60 V1) 및 64,232개 SNP 마커(PocineSNP60 V2)중에서 서로 중첩되는 61,177개의 마커를 선발하였다. 이후 상기 선별된 마커 중 염색체 정보 또는 위치(거리) 정보가 없는 마커 12,577개를 제거하였고, 수소의 경우 X 염색체를 반수체 형태로 보유하기 때문에 유전평가의 바이어스 발생을 줄이기 위해 X 염색체 내 마커 1,320개를 제거하였다. 또한, 각 마커별 2개의 대립유전자에 대하여 빈도를 조사하고 소수 유전자 빈도가 5% 미만인 13,847개 마커를 제거한 후 총 33,433개의 SNP 마커를 선별하였다.
○ 이후 현행 돼지의 육종가 추정방법인 BLUP방법과 ssGBLUP 방법을 통해 번식형질에 대한 육종가를 추정하여 육종가의 정확도를 계산한 결과 개체 자신의 표현형이 없는 후보 집단(Candidate population)에서 임신기간 0.57, 생존 산자수 0.56 총산자수(미라제외) 0.55 총산자수(미라포함) 0.55의 육종가 정확도가 추정으로 약 10-11%의 정확도가 향상되었다.
○ 또한 60K 유전체 정보에서 연관불평형의 값을 이용하여 Tag SNP을 선별하여 저밀도(6K) SNP를 구성하고, 이들 정보를 이용하여 60K chip으로 Imputation하였을 때 97%의 정확도로 추정되었으며, 6K chip을 이용한 유전평가에서 60K chip과 유사한 정확도의 수치를 보였다.
○ 따라서 가축개량을 위한 돼지의 육종가 추정시 유전체자료의 활용은 육종가의 정확도 향상에 도움을 줄 수 있을 것이라 판단되며, 표현형을 가지는 개체의 육종가 정확도가 70% 수준임을 감안할 때, 향후 유전체 선발의 정확도가 70% 이상이 되도록 지속적으로 참조집단의 유전체 정보를 추가할 필요가 있다고 사료되었다.
5. 유전체 정보 활용 종돈의 육종체계 및 산업화 방안
○ 돼지의 유전체 정보의 활용방안은 육종가추정치의 정확도 상향(11%이상)으로 인한 종돈의 개량효율과, 그것으로 인해 발생하는 경제적 이윤에 대한 측면으로 유전체선발 및 저밀도(6K) chip의 활용방안을 제시하였다.
○ 돼지의 경우 산자수 등 번식형질의 유전력이 매우 낮으며, 선발간격이 길고, 근교퇴화에 민감하다는 요건을 가지고 있어 개량이 매우 어렵다. 또한 개체검정이 불가능하기 때문에 선조 및 방계 친척의 혈연정보에 의한 유전평가에 의존하고 있기 때문에 평가의 정확도가 비교적 낮다. 따라서 유전체 육종가의 추정치를 선발에 적용시키면 육종가 추정치의 정확도 향상(0.45→0.56)으로 인한 유전적 개량량 증가효과를 얻을 수 있을 것으로 보여 지며, 이는 기존방법에 비해 약 295%의 개량효율이 있는 것으로 추정되었다. 이를 산업적 측면에 따른 경제적 가치로 계산해 보았을 때, 년간 약 100억원의 추가이득의 효과가 있을 것으로 보인다.
○ 현재 SNP chip의 가격이 지속적으로 낮아지고 있으며, Imputation 기술이 발달함에 따라 6K SNP chip을 두당 55천원 정도에 이용이 가능할 것으로 보인다. 또한 유전체선발의 적용은 혈통 자료를 이용하여 육종가를 추정할 경우 동복개체의 육종가가 모두 같은 값으로 추정되는 문제를 해결 할 수 있다. 따라서 GGP 종돈장의 경우 자돈 단계에서 6K chip을 이용한 유전체 선발을 적용하는 것이 효율적일 것으로 판단된다.
Abstract
▼
Ⅳ. Results
1. Comparison of accuracy of genomic selection using simulated data
○ The components to affect genomic estimated breeding value (GEBV) are dendity of QTL), heritability, marker density, size of reference population and etc. Here, we applied multiple methods of genomic selection to s
Ⅳ. Results
1. Comparison of accuracy of genomic selection using simulated data
○ The components to affect genomic estimated breeding value (GEBV) are dendity of QTL), heritability, marker density, size of reference population and etc. Here, we applied multiple methods of genomic selection to simulated data with 16 combination of above component with 20 replication.
○ As a result of study, density of marker and size of reference population were suggested as essential component to affect the accuracy of genomic selection.
Especially, 13% difference of accuracy of genomic selection between 400 and 2000 of reference population was reported.
○ Therefore, this result suggested that consistent accumulation of genomic information for reference population is most important factor to increase the accuracy of genomic selection.
○ The GBLUP using numerous marker information showed higher accuracy than traditional BLUP using pedigree information. Especially, the accuracy of genomic prediction in young animal without phenotype but genotype will facilitate the selection of early lifetime.
2. Retainment of the genomic and accuracy of genomic selection for carcass traits’ information in Korean beef cattle (Hanwoo)
○ A total 1,887 animals including Hanwoo steers and candidate sire for five years were used in research of genomic selection. The blood sample, carcass trait and pedigree information of theses animal was retained.
○ The SNP gentyping using Illumina BovineSNP50 v1 and v2 for 959 animals andIllumina Bovine HD Beadchip for 720 animals was performed, thereby total 1,679 animals (1,500 animal planned).
○ The quailty contorl and outlier checking for 50K and 700K SNP chip were performed for GEBV calculation.
① The 50K SNPs were imputed to 700K including 735,239 SNPs. Then, quaility control (QC) was performed with exclusion threshold which was monomorphic, minor allele frequency < 5% and missing rate > 10%. After QC, 573,758 SNPs were remained. The accuracy of GEBV of carcass traits using ssGBLUP was increased 4-6% than using traditional BLUP for unphenotyped animals.
② Common 30,748 SNPs between 50K and 700K chip after QC, the accuracy of GEBV of carcass traits using ssGBLUP was increased 5-6% than using traditional BLUP for unphenotyped animals.
○ To validate the efficiency of low density chip, 8K SNPs using tag SNPs based on LD is used to estimate the accuracy of genomic selection. the accuracies of GEBV of carcass traits using ssGBLUP were 0.50, 0.52 and 0.53 for eye muscle area, backfat thickness and marbling score, respectively.
○ Therefore, GEBV using genomic selection for genetic improvement can help to increase the accuracy of selection. To improve the accuracy of genomic selection at 70% which is accuracy of traditional EBV with phenotype, consistent update of genomic information is required.
3. Breeding system and industrial application applying genomic selection in Hanwoo
○ Genomic selection using genomic information could be applied in early selection for sire and cow .
○ In sire selection, first selection (1,000/2,000 animals) based on GEBV of carcass traits will have the additional profit of 6,400 million per year. And additional update of genomic and phenotypic information for calf as 10,000 animal will increase the accuracy of GEBV as 70%.
○ In dam population, genomic selection can be applied to early selection in heifer calf and paternity test. Using 8K SNP chip in hanwoo, over 100,000animal/year would be analyzed in 80,000won/animal. Moreover, in current genetic improvement system, GEBV and genomic information could replace the ultrasound trait and progeny test, espectively. And application of this system will have genetic improvement of the 2,700 million won per year.
4. Retainment of the genomic and accuracy of genomic selection for reproduction traits’ information in Korean Landrace
○ A total 1,448 animals including Landrace sire for five years were used in research of genomic selection. The blood sample, reproduction trait and pedigree information of theses animal was retained.
○ The SNP gentyping using Illumina PorcineSNP50 v1 and v2 for 680 and 381 animals was performed, thereby total 1,061 animals (1,000 animal planned).
○ The quailty contorl and outlier checking for 60K v1 and v2 SNP chip were performed for GEBV calculation.
○ Using common 33,433 SNPs between 50K v1 and v2 chip after QC, the accuracy of GEBV of carcass traits using ssGBLUP was increased 5-6% than using traditional BLUP for unphenotyped animals.
○ To validate the efficiency of low density chip, 6K SNPs using tag SNPs based on LD is used to estimate the accuracy of genomic selection. the accuracies of GEBV of reproduction traits using ssGBLUP were 0.57, 0.56, 0.55 and 0.55 for gastational length(GL), total number of born (TNB), total number of born alive excluding mummy (NBA1) and number of born alive excluding mummy (NBA1), respectively.
The range of increase of accuracy of GEBV than EBV was 10-11%.
○ Moreover, correlation of GEBV between 60K and 6K SNP chip was 98% and the level of accuracy anomg chips was similar.
○ Therefore, GEBV using genomic selection for genetic improvement can help to increase the accuracy of selection. To improve the accuracy of genomic selection at 70% which is accuracy of traditional EBV with phenotype, consistent update of genomic information is required.
5. Breeding system and industrial application applying genomic selection in pig
○ Genomic selection increase the efficiency of genetic improvement resulted from increased accuracy of GEBV(>11%) and can be applied to breeding industry by low density (6K) SNP chip.
○ In reproduction trait, genetic improvement is very hard, which is caused by low heritability, long selection interval, sensitive inbreeding depression. And accuracy of genetic evaluation is low since genetic evaluation using information of relative and ancestor. Therefore, increased accuracy of selection (0.45→0.56) will make increased genetic with 259% of breeding efficiency comparing current system. In economic aspect, application of genomic selection will have additional profit of 10 billion won/year.
○ Decreasing the price of SNP chip and developing imputation technology, 6K SNP chip will be available 55,000 won/animal. And genomic selection can solve the problem of same EBV in equal uterine offsprings. Therefore, genomic selection using 6K SNP chip can be applied to piglet in GGP.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.