image.png
1. 研究背景
- 随着温室气体减排压力加大，降低奶牛甲烷排放的措施（如饲料添加剂、遗传选育等）日益紧迫。
- 丹麦2025年5月已发布首批奶牛甲烷排放的育种值。
- 目前甲烷表型数据集规模较小，限制了预测准确性和遗传进展。
- 以往研究表明，同时利用基因型、表型和谱系信息（如ssGBLUP）以及结合相关性状的多性状模型，可以提升预测准确性。
2. 研究目标
本研究旨在评估不同方法对丹麦荷斯坦奶牛甲烷浓度（MeC）育种值的预测能力，包括：
基于谱系的BLUP（pBLUP）与单步基因组BLUP（ssGBLUP）；
单性状与多性状（联合乳脂产量FY、能量校正乳量ECM）模型；
3. 数据与模型
3.1 数据
丹麦15个商业牧场。
数据按初产牛（PP）和经产牛（MP）分组，分别建模以考虑其相关结构的差异。
1,744头初产牛，182,288条日记录；
2,989头经产牛（2-8胎），424,888条日记录（2021年3月至2024年12月）。
基因型和谱系：47,383头动物的谱系，46,342个SNP。
-
甲烷浓度（MeC）：采用嗅探器（Guardian NG, UK）测定。
image.png -
产奶数据：由挤奶机器人和丹麦奶牛数据库获得，能量校正乳量（ECM）采用Sjaunja等人(1991)公式计算如下。
image.png
3.2 模型与算法
- 分别对初产牛和经产牛采用AI-REML算法（DMU软件）估计方差组分。
重复力模型
image.png
image.png
-
GEBV估计分别采用pBLUP和ssGBLUP，在单性状和多性状（包括MeC、FY、ECM）下进行。
image.png
方案总结
image.png
ssGBLUP使用H矩阵结合基因组和谱系关系（权重ω=0.8）。
image.png
准确性计算方法
- 采用按公牛父本分组的10折交叉验证，准确性以校准表型和GEBV的相关性标准化后计算。
多记录的准确性计算公式推导演变来自Mrode(2013)
image.png
校准表型
image.png
准确性为10倍交叉验证的均值
准确的的SE：差是通过将交叉验证组间准确度的标准差除以验证组数的平方根 (10) 得到的。
4. 主要结果与讨论
4.1 遗传力，可靠性遗传相关
甲烷浓度（MeC）的遗传力在0.17左右，重复力约0.32；与乳脂产量（FY）、能量校正乳量（ECM）之间存在较高的正遗传相关（0.32–0.81），且相关方向不利：降低甲烷会降低产奶量。
image.png
4.2 pBLUP与ssGBLUP结果
- ssGBLUP模型下，GEBV准确性普遍高于pBLUP；多性状模型（包含FY和ECM）进一步提升了准确性。
image.png
5. 结论
ssGBLUP与包含产奶性状（ECM、FY）的多性状模型可显著提升甲烷浓度育种值的准确性；
甲烷与产奶性状的正遗传相关属于不利关系，需权衡甲烷减排与产奶量的经济性状之间的遗传进展。
6. 展望与建议
需进一步扩大甲烷排放的表型数据集（如通过国际合作项目GMG等）；
发展与产奶性状无关的甲烷表型，或设计包含所有重要经济性状的多性状选择指标（PS：可能需要学习加拿大！）；
7 简要总结
本研究表明，单步基因组选择和多性状模型能够提升丹麦荷斯坦奶牛甲烷排放育种值的预测准确性，但甲烷减排的遗传进展需兼顾产奶量等经济性状，避免产生负面影响。
