近日，動物科技學院張勤教授團隊在《Communications Biology》在線發(fā)表了題為“Improving multi-trait genomic prediction by incorporating local genetic correlations”的研究論文，該研究提出了三種整合局部遺傳相關(guān)信息的多性狀基因組預測方法用于提高基因組預測準確性。

基因組預測在推動人類精準醫(yī)療以及加速動植物遺傳改良方面具有巨大潛力。多性狀基因組預測模型的預測準確性往往要優(yōu)于單性狀模型。然而，傳統(tǒng)的多性狀基因組預測模型（例如MTGBLUP）只考慮了性狀間的整體遺傳相關(guān)。隨著局部遺傳相關(guān)（LGC）估計方法的發(fā)展，現(xiàn)在可以分析特定基因組區(qū)域的性狀間遺傳相關(guān)，將局部遺傳相關(guān)信息納入多性狀基因組預測模型有望提高預測準確性。我們提出了三種方法（LGC-model-1、LGC-model-2和LGC-model-3）來解決這一問題，并使用模擬數(shù)據(jù)和人類、牛和豬三個真實數(shù)據(jù)集評估了新方法的性能。研究結(jié)果表明，局部遺傳相關(guān)在整個基因組中具有異質(zhì)性。另外，與人類PRS模型（PRSice-2(C+T)、LDpred2和wMT-BLUP）和傳統(tǒng)的多性狀基因組預測模型（MTGBLUP）相比，三種方法可使預測準確性平均提高~12.76%。我們的研究結(jié)果凸顯了考慮局部遺傳相關(guān)信息對改進多性狀基因組預測的重要性。

團隊博士后滕軍為該論文的第一作者，張勤教授和王丹教授為通訊作者。該研究得到國家重點研發(fā)計劃、生物育種重大項目、揚州大學畜牧學學科特區(qū)學科交叉課題和山東省農(nóng)業(yè)良種工程等項目的資助。

論文鏈接：https://doi.org/10.1038/s42003-025-07721-9

編      輯：萬    千 

審      核：賈    波