基因组选择

基因组选择 基因组选择利用覆盖全基因组的高密度SNP标记，结合表型数据建立预测模型，对候选个体基因组估计育种值（GEBV）进行早期准确选择。权威解读

🧭 核心原理与技术逻辑

基本原理
科学机制 → 关键技术
实施要点 → 实践应用
增产增效

⬆️ 从原理到实践，完整知识链条。

💡 学习贴士： 掌握核心逻辑后，结合本地条件灵活调整，切忌生搬硬套。

某猪育种公司想对饲料效率进行GS，如何实施？

提示： 考虑训练群体、芯片、模型、验证。

👉 点击查看参考思路

1.组建训练群体（>2000头），测定采食量和增重，基因分型。2.用GBLUP模型估计标记效应。3.对候选猪仅基因分型，计算GEBV选留。4.每2~3年更新训练群体。- ❌ 误区：GS可完全替代性能测定。 ✅ 事实：仍需定期测定表型更新模型，否则预测准确性衰减。

误区： GS可完全替代性能测定。
事实： 仍需定期测定表型更新模型，否则预测准确性衰减。

问： GS与MAS有何区别？

答： MAS针对少数基因，GS利用全基因组标记估计多基因累加效应。

问：训练群体需要多大？

答：一般>1000头，性状遗传力低或群体结构复杂则需更大。

前置依赖： MAS、数量遗传、生物信息学

后续延伸： 精准育种、大数据育种

🔵 已开放 · 可随时探索 🟠 生长中 · 内容持续丰富 🟣 探索级 · 深度拓展

🌱 为了包容与博爱的传递，为了知识平权，善智导航正在陆续深化每一个知识点页面。
下方所有知识点均已预留链接，可随时点击探索。

- 猪：GS预测生长和繁殖性状。

我是学习分子育种的学生，请结合具体案例详细讲解基因组选择的核心原理、关键技术及实际应用效果，并指出常见误区。