一、罕山白绒山羊与内蒙古白绒山羊杂交效果初探（论文文献综述）
付雪峰[1]（2021）在《基于转录组和蛋白组学数据筛选西藏绒山羊绒纤维直径性状相关调控因子》文中研究表明西藏绒山羊是我国着名的绒用山羊品种,其羊绒纤维直径在国内绒山羊品种中较细,属于具有较高经济价值的天然动物纤维,但近几年随着国内畜牧业饲养方式的转变和羊肉价格的冲击基层育种工作出现了懈怠现象,致使羊绒纤维直径有变粗的趋势,严重影响了羊绒品质,给农牧民造成了一定的经济损失。但是目前对西藏绒山羊羊绒纤维直径性状相关研究较少,其调控机制尚不清楚。因此,开展西藏绒山羊羊绒纤维直径性状的研究就显得尤为重要。那么从遗传学的角度究竟是哪些因子对西藏绒山羊羊绒纤维直径性状的形成发挥重要调控作用呢?鉴于此,本研究以不同羊绒纤维直径的西藏绒山羊为实验材料,运用RNA-seq、Label-free、分子生物学和生物信息学等方法开展羊绒纤维直径性状的研究,筛选调控羊绒纤维直径性状的关键调控因子,为阐明西藏绒山羊羊绒纤维直径性状的分子调控机制和细绒型新品系的培育及分子标记辅助选择提供重要的实验依据。1.基于DE lncRNA和DE mRNA筛选羊绒纤维直径性状相关转录因子利用转录组测序技术对4只细绒组（F）和4只粗绒组（C）西藏绒山羊肩胛部皮肤组织进行分析,共检测到470个lncRNAs和29119个mRNAs。筛选到80个DE lncRNAs和384个DE mRNAs。对DE lncRNAs预测靶基因进行GO、KEGG及lncRNA-靶基因互作网络分析,发现lncRNA ENSCHIT00000009853和MSTRG.16794.17的8个预测靶基因与羊绒纤维直径相关。对DEGs进行GO和KEGG分析,发现FOSB、CXCL10、COL4A3BP、CXCL9、FOS、KRT85、KRT33A、CXCL11、NOTCH2、NOTCH3等参与皮肤和毛囊的分化和发育过程。对DEGs构建互作网络发现PMSD3、PMSD11、PMSD14、SRC处于核心节点。随机挑选6个DE lncRNAs和6个DE mRNAs进行q RT-PCR验证,结果与RNA-seq数据趋势一致,说明lncRNA和mRNA测序结果可信。2.基于DE miRNA筛选羊绒纤维直径性状相关转录因子利用转录组技术对4只F组和4只C组西藏绒山羊皮肤组织进行miRNA测序分析,共检测到545个miRNAs,其中包括426个已知miRNA和119个未知miRNA。对筛选到的12个DE miRNAs预测靶基因进行GO分析,发现靶基因显着富集到多细胞生物发育、动物器官发育、轴突发育等生物学过程（p<0.05）。KEGG分析显示靶基因显着富集到B细胞受体信号通路、NOTCH信号通路、T细胞受体信号通路等毛囊发育相关信号通路（p<0.05）。通过构建DE miRNA预测靶基因-KEGG网络发现,8个DE miRNAs的11个预测靶基因注释到NOTCH、MAPK、PI3K-Akt、WNT、TGF-β等5个与皮肤形成、毛囊发育相关的信号通路上。随机挑选5个miRNAs进行q RT-PCR验证,结果与RNA-seq数据趋势一致,说明miRNA测序结果可信。3.基于Label-free蛋白组学技术筛选羊绒纤维直径性状相关蛋白利用非标记定量（Label-free）蛋白质组学技术对3只F组和3只C组西藏绒山羊皮肤组织进行分析,共检测到34327个唯一肽段和7162种蛋白。鉴定到29个DEPs中包括20个已知蛋白,9个未知蛋白,相对于C组,5个蛋白在F组表达上调,24个表达下调。对DEPs进行GO分析发现DEPs主要富集在生物过程的调节、细胞外基质的组织、细胞外结构组织、酒精代谢过程、细胞碳水化合物代谢过程等GO条目中;KEGG分析发现DEPs主要富集溶酶体、ECM-受体相互作用、PI3K-Akt信号通路、粘附斑信号通路中。通过蛋白互作网络分析发现,GC、VTN、APOH和CPB2等4个蛋白处于互作网络核心节点,推测这4个蛋白对羊绒纤维直径性状发挥一定的调节作用。随机挑选3个DEPs通过蛋白质印迹技术进行蛋白表达量验证,结果VTN、GLB1和AEBP1在C组皮肤组织中表达量高于F组,与Label-free数据趋势一致,说明蛋白组测序数据可靠。4.转录组和蛋白组数据联合分析与chi-mi R-105a功能验证基于lncRNA-DEG共表达网络分析,发现lncRNA MSTRG.17532.2与NOTCH2和NOTCH3基因表达水平高度相关。基于LncRNA-DEG-miRNA互作网络分析,发现2个DE lncRNAs、4个DE miRNAs和11个DEGs被构建在网络中;其中chi-mi R-105a与预测靶基因ETV6和PIP5K1B为负调控关系;chimi R-767与lncRNA ENSCHIT00000009853存在共同靶基因SELE。基于DEGDEP互作网络分析,发现13个DEPs和49个DEGs被构建在网络中,15个DEGs与DEPs存在直接互作关系,其中CALD1、GLB1和IMPA1蛋白有较多直接互作基因,推测这3个蛋白在互作网络中发挥了重要的调节作用。通过双荧光素酶报告系统、过表达和干扰的方法,发现在绒山羊毛乳头细胞中chi-mi R-105a能够负调控预测靶基因ETV6的表达,说明chi-mi R-105a可能是转录因子ETV6基因潜在的对西藏绒山羊羊绒纤维直径性状形成发挥重要作用的调控因子。总之,本研究基于转录组和蛋白组学联合分析,筛选到14个候选基因（FOSB、CXCL10、COL4A3BP、CXCL9、FOS、KRT85、KRT33A、CXCL11、NOTCH2、NOTCH3、PMSD3、PMSD11、PMSD14、SRC）、4个重要的非编码RNAs（lncRNA ENSCHIT00000009853、MSTRG.16794.17、MSTRG.17532.2、chi-mi R-105a）和7个关键蛋白（GC、VTN、APOH、CPB2、CALD1、GLB1、IMPA1）与羊绒纤维直径性状的生物学过程密切相关。在绒山羊毛乳头细胞上验证发现chi-mi R-105a可以负调控预测靶基因ETV6的表达,推测chi-mi R-105a可作为转录因子ETV6基因潜在的调控因子。上述研究结果将为阐明西藏绒山羊羊绒纤维直径性状形成的调控机制奠定基础,也为西藏绒山羊细绒型新品系的培育及分子标记辅助选择提供重要的调控因子。
王凤红[2]（2021）在《山羊SNP芯片设计与内蒙古绒山羊重要经济性状全基因组关联分析及基因组选择研究》文中指出绒山羊是我国特色优势品种,所产山羊绒是我国唯一具有出口定价权的畜产品。内蒙古绒山羊因产绒量高、绒毛品质优良和遗传性能稳定而享誉世界。本研究基于课题组前期完成的不同山羊品种基因组、转录组数据筛选功能位点,研发出首张适用于国内地方山羊品种芯片,结合系谱和生产性能测定记录,构建了高质量参考群体,基于该芯片在内蒙古绒山羊群体内开展了全基因组关联分析及大数据基因组选择研究,对绒毛品质性状的遗传机理进行初步解析,确定了内蒙古绒山羊基因组选择最佳方法。本研究充分利用我国绒山羊种质资源优势,从基因组角度研究和挖掘一批与羊绒生产性状相关的分子标记和基因资源,为今后绒山羊遗传资源保护和利用提供科学依据,为内蒙古绒山羊优质高产新品系培育提供新的基因资源和理论指导。论文主要结果如下:1.基于课题组近30年测定积累的616 113条内蒙古绒山羊系谱和生产性能记录数据,通过ASREML软件,对内蒙古绒山羊重要经济性状进行遗传参数估计。结果表明:群、测定年份和个体年龄对各性状均有显着影响,可作为固定效应纳入模型。产绒量、绒细、毛长的遗传力分别是0.24、0.27、0.32,均属于中等遗传力（0.20-0.40）,体重和绒长属于低遗传力（0.12和0.14）。产绒量、体重、绒长、绒细、毛长之间的遗传相关在-0.32～0.40之间,表型相关在-0.02～0.20之间;发现各性状加性方差较前人研究减小,说明选育后的性状遗传变异减小,有利于选育目标性状的基因型得到有效选择和纯合性状表型更加整齐。2.利用36个典型的中国地方品种（372个个体）和49个国外品种（226个个体）的山羊基因组、转录组数据,同时最大化兼容Illumina山羊52K SNP芯片位点,添加课题组多年来积累的重要功能位点数据,累计约4 500万个MAF大于0.2的SNPs,采用条件性的多目标局域性优化算法,通过对SNPs严格筛选,最终保留67 088 SNPs位点,集成一款全新的山羊70K SNP芯片（GGP＿Goat＿70K）;基于山羊70K SNP芯片,在内蒙古绒山羊群体中进行基因分型测试,所有个体均成功分型,平均call rate98.8%。说明利用该芯片可以实现山羊的基因分型,同时获得了1 920个个体的基因型数据,可用于后续的GWAS和基因组选择研究。3.基于获得的1 920个个体的基因型数据,对内蒙古绒山羊的绒长、绒细和产绒量三个性状进行全基因组关联分析。首先对绒长、绒细和产绒量进行数据整理,检测表型数据是否符合正态分布;同时对内蒙古绒山羊群体进行主成分分析,判断是否存在群体分层现象;然后使用混合线性模型进行GWAS分析,通过分位数-分位数（Quantile-Quantile,Q-Q）图判断期望值和观测值的拟合程度。结果表明在基因组水平获得了4个显着SNPs,扩大100 kb后经注释发现GALNTL5、CCDC171、STUM、CMAS、FGF12、POLN、TACC3、PRLR、EVPL、COL3A1和SOX5为内蒙古绒山羊绒毛性状的重要候选基因,可以用于后续深入研究。4.基于70K SNP芯片在国内开展了绒山羊基因组选择研究,使用GBLUP和SSGBLUP方法估计了内蒙古绒山羊绒长、绒细、产绒量、体重和毛长5个性状的遗传力和基因组育种值,同时与研究一使用的ABLUP法获得的数据进行比较,并用5次重复的5倍交叉验证来评价育种值预测的准确性。结果表明（1）GBLUP和SSGBLUP法估计产绒量的遗传力为0.26和0.28;体重的遗传力为0.17和0.14;绒长的遗传力均为0.09;绒细的遗传力均为0.30;毛长的遗传力为0.31和0.32。（2）SSGBLUP对5个性状评估准确性在45%-82%之间,与ABLUP相比提高19%-25%;（3）SSGBLUP相比于GBLUP和ABLUP有更高的预测准确性和无偏性,SSGBLUP是内蒙古绒山羊基因组选择的最佳方法;（4）通过实施基因组选择可以使内蒙古绒山羊育种世代间隔从4.5年缩短至2年。
柴圆[3]（2021）在《绒山羊硫代谢基因和高硫蛋白基因家族及其成员参与绒毛生长调控的研究》文中研究指明山羊绒毛被誉为“纤维宝石”和“软黄金”,具有细而柔软,光泽良好,保暖性能强等优点,可用于制造各种轻、柔、美、薄、暖的针织品和纺织品。山羊绒毛主要由角质蛋白构成,角质蛋白含有丰富的含硫氨基酸。含硫氨基酸从毛囊周围的血管进入到毛囊周围的细胞外空间,穿过结缔组织鞘,经外根鞘细胞到内根鞘细胞,最后进入绒毛纤维的皮质细胞,这个过程涉及到血液、皮肤、毛囊三个组织中硫代谢系统的协调配合。含硫氨基酸和无机硫能够促进羊毛生长,是因为它们能够刺激合成代谢,增加可用于角蛋白合成的底物供给。硫与氮代谢密切相关,氮硫比受褪黑激素影响变化后促进绒毛生长。我们将褪黑激素和硫代谢基因以及高硫蛋白基因进行整合分析,以期发现硫代谢基因以及高硫蛋白基因影响绒毛生长的机制,参与这些机制基因的表达将作为本研究的重要的切入点。本研究主要研究绒山羊绒毛生长不同阶段硫代谢基因和高硫蛋白基因在皮肤组织和血液组织的表达规律;高硫蛋白基因等位基因特异性表达（ASE）分析;同时研究硫代谢基因、高硫蛋白基因与皮肤和血液基因的调控关系;另外通过分析埋植褪黑激素和对照组间皮肤、血液基因的变化情况,解析褪黑激素对皮肤、血液基因表达调控的作用。1.绒山羊所有注释基因中共发现53个高硫蛋白基因,硫代谢基因321个。皮肤特异表达硫代谢基因10个,血液特异表达硫代谢基因1个,皮肤和血液共表达硫代谢基因310个。高硫蛋白基因在皮肤中2月-5月基因表达丰度呈现出下降趋势,随后6月-9月表达呈上升趋势;52个高硫蛋白基因对应的蛋白质氨基酸表达模式与其他基因不同,半胱氨酸丰度较其他氨基酸高,丝氨酸次之。硫代谢基因在皮肤组织1月-6月表达趋势升高,7月表达缓慢下降,而在血液组织中随着月份的增加呈现出整体下降的趋势,7月后表达逐渐上升;皮肤中硫代谢基因差异上调个数比血液多。硫代谢基因可能在皮肤组织中发挥核心调控功能。2.皮肤高硫蛋白基因的表达与279个节律基因的表达相关。节律基因受褪黑激素影响后,7月表达发生转折。3月-6月对照组基因表达高于埋植组,7月-10月埋植组基因表达高于对照组。高硫蛋白基因与节律基因间的调控关系也受到褪黑激素的影响。由此说明,高硫蛋白基因、节律基因与褪黑激素间可能互相调控。3.53个高硫蛋白基因分布在山羊的1号染色体3M-4M和144M区域和19号染色体上40M-41M区域,我们发现19号染色体中40M-41M区域发生ASE的数量在全年绒毛生长时期较其他区域明显增多。1号染色体和19号染色体受褪黑激素影响后SNP的表达调控模式更为模块化。对照组29个高硫蛋白基因定位于19号染色体SNP高密度区;埋植组30个高硫蛋白基因定位于19号染色体中SNP高密度区。47个高硫蛋白基因与ASE转录因子和ASE转录辅因子表现出显着互作关系。4.86个高表达硫代谢基因与23个组织特异性表达基因的表达量显着相关。硫代谢基因CTH、CDO1、AHCY、MAT1A参与半胱氨酸代谢过程、硫氨基酸代谢过程,分别与PSMD12、ST6GALNAC2、SLC25A4、YWHAE和TUBA1C、RAD23B显着相关,这些基因仅在埋植组差异表达（皮肤VS血液）,尤其在皮肤中表达上调,主要参与细胞能量代谢与细胞周期功能。由此说明,褪黑激素可能通过特异性上调皮肤中与细胞能量代谢以及细胞周期有关的基因进而激活硫代谢基因的表达,这对硫代谢基因受褪黑激素调控参与绒毛生长周期转换有了新的认识。5.绒山羊皮肤、血液基因的表达受褪黑激素影响。对照组皮肤组织休止期3月和休止期12月、1月、2月的差异基因数目随着休止期的结束逐渐减少;兴盛期初期4月和末期9月差异基因最多;退行期和兴盛期之间差异基因变化最多。对照组血液基因表达整体变化规律为1月-4月、10月-12月各月与6月、7月、8月差异基因较比其他月份差异基因数量增多。持续埋植褪黑激素后皮肤5月、6月、7月基因活动较为活跃,血液基因活动在11月份较全年其他月份丰富。不同组织间差异基因所参与的绒毛生长通路呈现组织特异性上调趋势,埋植组血液组织特异上调11个信号通路,埋植组皮肤组织特异上调9个信号通路;仅在埋植组组织特异性表达基因参与WNT信号通路和有机酸代谢通路,有机酸代谢信号通路是硫代谢过程的重要途径,这也表明了褪黑激素对硫代谢过程的影响。
王荣斌[4]（2020）在《陕北白绒山羊农户舍饲养殖典型日粮分析研究》文中认为本研究针对陕北白绒山羊农户舍饲养殖常用典型日粮使用情况开展实地调研分析,调查研究的范围涉及陕西省榆林市横山区的7个乡（镇）18个行政村。采用的主要方法技术包括文献查阅、现场访谈、问卷调查、抽样分析和综合比较等。通过实地调查总结提出农户养殖绒山羊常用的典型日粮及其组分,在评定常用粗饲料营养价值的基础上,评估常用典型日粮的营养水平及其毒素污染情况,以期为农户舍饲养殖陕北白绒山羊的日粮配制提供依据。获得的主要结果包括:1.在调查分析研究中,依据入户问卷调查的39个种养结合农户的绒山羊舍饲饲养情况,把农户在一年中不少于3个季度都使用的饲料定义为常用日粮组分,调研共得到17种常用的日粮组分,典型使用的日粮组分有8种,分别为玉米籽实、玉米秸秆、苜蓿、谷子秸秆、豆秸秆、高粱秸秆、柠条和玉米芯;再依据农户舍饲养殖绒山羊日粮组分的多少,可以把农户舍饲饲养绒山羊常用的典型日粮总结为2个,即使用4种日粮组分的玉米籽实、玉米秸秆、苜蓿和豆秸秆这一组合,及使用5种日粮组分的玉米籽实、玉米秸秆、苜蓿、谷子秸秆和豆秸秆,占比分别为12.82%和30.77%。2.调查分析表明,39个舍饲养殖户玉米种植面积和苜蓿种植面积差异不显着,可是,绒山羊存栏数量却与玉米种植面积,以及粗饲料种类呈现显着相关（p<0.05）;采用6种以上日粮组分的第三类型的农户饲养的羊单位达到217.21只,其饲料成本较低,为609.49元/只/年。3.在8种典型使用的日粮组分中选取了6种常用的粗饲料进行营养价值的评定,评定结果表明:苜蓿、柠条、玉米秸秆、高粱秸秆、谷子秸秆和豆秸秆等6种粗饲料的DM和CP在48h内的降解速率较高,在48h～72h的降解速率较低;苜蓿和柠条的DM和CP瘤胃降解特性较好,其中苜蓿和柠条的DM瘤胃有效降解率分别为56.35%和45.02%,二者CP有效降解率分别为66.15%和63.94%;玉米秸秆CP的瘤胃有效降解率较高,达61.83%,高粱秸秆DM的有效降解率较高,达47.58%;豆秸秆的DM和CP瘤胃有效降解率较差,分别为47.46%和55.42%。4.在农户舍饲养殖户采用的草棚和露天存储饲料方式下,获得了8种典型使用的日粮组分的7种,均检测出黄曲霉毒素B1,其中露天存储的黄曲霉毒素B1产生量高于草棚存储的;进一步的分析表明,7种日粮组分和2个典型日粮,其黄曲霉毒素B1含量均低于30μɡ/kg,未超国标要求。5.综合比较分析表明,上述典型日粮的营养水平不能满足配种前期和配种期种公羊,以及体重达45kg以上的泌乳期母羊的营养需要。为此,提出了可以满足陕北白绒山羊不同生理期的改进的日粮及其组分比例,并配套提出了建议。
李晓凯[5]（2020）在《内蒙古绒山羊不同毛被类型性状变异及其分子遗传机制的研究》文中进行了进一步梳理内蒙古绒山羊是我国着名的绒、肉兼用型地方优良山羊品种,经过30多年的系统选育工作,其不仅以绒毛品质优良闻名于世界,而且产绒量在所有绒山羊品种中亦具有明显优势。随着选育目标转变和市场需求变化,优质绒毛纤维生产是目前绒山羊育种的主要目标,在保持产绒量的同时如何降低绒纤维细度性状是今后分子生物学和数量遗传育种研究的主要方向。在生产实践及本课题组前期研究中发现,绒山羊群体中毛被类型存在遗传多样性,统计学和遗传参数估计表明,粗毛纤维性状与绒毛品质性状存在一定的遗传相关和表型相关,长毛型在各绒毛经济性状等方面具有优势。但关于毛被类型的性状变异的调控机制和遗传机理尚不清楚,在一定程度上阻碍了绒山羊的遗传改良进展。高通量测序技术的不断成熟以及测序成本的不断降低,为从多组学的角度解析复杂性状的遗传机制提供了可能。本研究以2018-2019年内蒙古亿维白绒山羊有限责任公司（原内蒙古白绒山羊种羊场）4-5月份生产性能测定数据记录为基础,通过毛被类型的详细表型观测描述、系谱记录信息、绒毛纤维的实验室测量、全基因组DNA重测序以及皮肤毛囊周期转录组测序等数据的综合挖掘分析,揭示毛被类型表型特征、遗传方式、遗传基础及表达调控的差异,为今后的绒山羊分子育种和间接选育工作提供基础。主要研究结果如下:1.通过对内蒙古绒山羊（阿尔巴斯型）不同毛被类型表型观察和描述性统计分析,发现长毛型的主要特征为全身粗毛被毛长且光亮,在群体各年龄段的比例中占有优势,约57.90%～78.70%;短毛型的主要特征为全身被毛粗短或仅四肢或背部粗毛较长,无光泽,在群体各年龄段占21.30%～42.12%。根据系谱和毛被类型数据进行遗传方式分析,推测毛被类型可能为常染色体遗传,其中长毛型显性性状。长毛型绒山羊在抓绒后体重、绒细和产绒量等方面均具有优势,可以作为今后品种选育提高的候选个体或亚群。2.全基因组重测序遗传变异检测共发现13,259,614个SNPs和2,646,292个InDels,基因组区域注释发现分别有0.60%的SNPs和0.16%的InDels属于外显子突变;其中含有错义突变和移码突变的基因分别为10,479和1,343个。基于全基因组SNP位点的群体遗传分化指数FST>0.15筛选,发现了 80,625个SNP和4,953个基因。GO功能分析注释发现富集细胞部分、核部分、线粒体包膜、线粒体膜、裂解酶活性、水解酶活性、刺激反应、细胞交流等生物学功能上,KEGG通路富集分析共发现262个信号通路,其中钙信号通路、赖氨酸降解、Notch信号通路、MAPK信号通路、WNT信号通路等与皮肤毛囊生长发育的相关信号通路中显着富集。3.利用FST和θπ相结合的滑动窗口方法进行全基因组扫描,共筛选到1,227个基因,包括长毛型特有的558个候选基因、短毛型特有的686个候选基因和长毛型与短毛型共有的17个受选择基因。其中ADA、ARID1B、UNC5C和ZEB1等已知与皮肤毛囊的生长发育相关,遗传突变会引起毛发的异常。长毛型个体中的PKIG、CDX1、GCC2、PPP1 CB、LIMS1、HDAC9、GFRA1、PDGFRB、Myo10、LATS2、PROM1、FGF16、TP73等13个基因和短毛型个体中LRPAP1、TRPV4、NELFA、CPLX1、DGKQ、NFKB1、EDA、CXCR3、FGF10、FGF13、FGFBP1、LTBP1、MBTPS2、PPP1CB、SHOC2、SOS2、KRT10、SLC6A14、SLC45A1、CACNG1、CCL19、COL4A5、FABP5、CTBP1等24个基因都是潜在的与毛被类型相关的候选基因。4.通过毛被类型（试验-对照）和毛长（混合线性模型）的GWAS分析,分别检测到12个和603个候选基因,其中检测到C6H4orf48、DGKQ、LOC108636241、LRPAP1、NAT8L、NELFA、POLN、RGS12、SLBP、TACC3、TMEM129 等基因与重组率相关,推测重组热点与毛被类型存在潜在的关系;此外毛长的功能挖掘分析,发现LRPAP1、NELFA、CPLX1、DGKQ、ABCC4、ARHGAP10、AEBP1、IL-6、DUSP6、ERRFI1、ENPP2、FARP2、ZNF407、CDH7、KIF7、TSPEAR、WNT16和CDH19等可能与毛长或毛被类型存在相关。5.利用毛被类型的名义显着性候选基因和课题组前期的不同毛被类型周期性比较转录组数据,进行WGCNA数据的挖掘分析,发现Yellow模块与毛被类型存在较强的相关性,其中CPLX1、LRPAP1、DGKQ、NELLFA、CDK5RAP2、COL18A1、FARP2、KIF7、RECQL5、RHBDF2、RIPK1、SEMA4B、TRPV4、UVSSA、ZFAT等候选基因可能与不同毛被类型存在潜在一定的相关性。6.候选位点关联验证分析,发现LRPAP1基因的第115544377位点的（G→A）的基因型与毛被类型存在极显着相关关系,即基因型（GG）与绒山羊短毛型相关;而AA或AG与绒山羊长毛型相关。本研究通过基因组选择信号、全基因组关联分析以及WGCNA等方法为从基因组层面定位了LRPAP1、TRPV4、NELFA、CPLX1、DGKQ等24个最可能与毛被类型存在相关的候选基因,为今后毛被类型的分子调控机制提供了分子基础。通过遗传变异检测获得了的大量功能突变位点也为今后绒山羊的品种分子遗传改良提供了大量的潜在的分子遗传标记。
乔贤[6]（2020）在《绒山羊SNP芯片设计及重要经济性状全基因组关联分析研究》文中研究表明随着高通量测序技术的发展,大规模基因分型技术的成本大幅降低,使得高通量SNP芯片在动物育种中的应用成为可能。基因芯片技术的日益更新为全基因组关联分析在育种中的应用提供了有效的工具。依托基因芯片和全基因组关联分析发掘的高通量分子遗传标记,建立参考群,可进行准确的基因组育种值估计,为将来精准的基因组选择的应用推广奠定了坚实的基础。内蒙古绒山羊是经过长期自然选择和人工选择培育出的绒肉兼用型优良地方畜种,因其高产绒量、优质的绒毛品质、稳定的遗传性能而闻名。绒毛品质性状是微效多基因控制的数量性状,遗传力较低,测量繁琐,很难通过传统的育种值估计选育的方法进行快速的选育提高。通过全基因组关联分析,将利用SNP芯片基因分型测序所得SNP与细度性状记录相结合,旨在探索山羊绒细度变异的遗传机理,开发与超细绒性状密切相关的SNP和基因,充分发掘绒山羊种质资源优势,从全基因组水平研究和发掘一批与绒毛性状相关的具有自主知识产权的基因组遗传资源信息,为我国绒山羊的保护和利用提供有力参考依据,为超细绒山羊的改良和培育提供新的理论依据和基因组遗传资源。本研究基于第二代高通量测序技术,对我国着名的地方品种（内蒙古绒山羊与辽宁绒山羊）进行了全基因组重测序,并结合国内、外其他山羊品种的38个个体的基因组数据,首次使用目标富集策略设计动物SNP芯片,成功获得了山羊66K捕获芯片。为检验芯片对绒山羊重要经济性状研究上的效力,对内蒙古绒山羊（二狼山型）进行了重要经济性状相关的全基因组关联分析,对获得的候选SNP位点进行了基因功能注释和生物学功能挖掘等分析。主要研究结果如下:1.基于第二代高通量测序技术对我国着名绒山羊品种73只个体进行全基因组重测序,所有样品共检测到5.52 M单核苷酸变异（SNPs）和710,600个插入缺失（Indels）,其中约有87.25%SNP为新发现的遗传变异。通过对这些高质量SNP遗传标记进行分析筛选,可用于后续绒山羊SNP芯片的遗传标记的开发。2.利用绒山羊的重测序数据及国、内外其他山羊品种的38个个体的基因组数据,基于全基因组捕获测序策略,进行绒山羊66K SNP芯片设计,并建立起一套基于液相杂交技术的芯片设计的思路技术流程,可供其它物种SNP芯片设计借鉴。3.建立了 SNP捕获型芯片通用分析流程,成功利用绒山羊66K SNP芯片实现了低成本全基因组捕获测序,并获得来自423个体的161,125高质量SNP数据集,可用于后续的GWAS研究。4.针对内蒙古绒山羊（二狼山型）羊绒细度性状进行全基因组关联分析研究,对筛选得到的排名前26位SNP位点进行KEGG分析,筛选出4个SNP位点所在基因AKT1、ALX4、HK1、NT-3可作为绒毛细度性状的候选基因进行进一步的研究。MALDI-TOF-MS检测GWAS结果中随机筛选48个SNP位点,结果显示,其中1个SNP位点与细度性状显着相关,可以佐证说明GWAS结果较为可靠,该芯片可以应用于绒山羊重要经济性状的相关研究。
于洋[7]（2020）在《三种饲养模式对绒山羊育肥性能、屠宰性能、肉品质与体组织脂肪沉积的影响及其机理》文中进行了进一步梳理本论文主要比较了全粗料日粮和全混合日粮舍饲及放牧补饲三种饲养模式下,绒山羊育肥性能、屠宰性能、肉品质、体组织胆固醇含量与脂肪酸组成存在的差异,从瘤胃发酵、营养物质消化率、血液生化指标与脂肪酸组成等方面研究了其存在差异的主要原因,并从脂肪沉积相关酶活和基因表达量的角度探讨了不同饲养模式对绒山羊脂肪沉积的影响机理,为通过营养策略调控舍饲羊肉的品质和营养价值提供理论参考,也为粗饲料资源的合理利用及科学制定绒山羊舍饲育肥方案提供了数据支持。本论文主要包括五个试验。试验采用单因子完全随机试验设计,选择体重、日龄相近（120±10 d）的断奶羯羔60只（19.26±2.57 kg）,随机分为对照组（CON）、全混合日粮舍饲组（TMS）与全粗料舍饲组（TRS）,每组20只,设4个重复,每个重复5只绒山羊。其中CON组为放牧补饲组,其他两组为舍饲育肥组,分别饲喂全混合与全粗料日粮。试验期包括14 d预试期和90 d正试期。在试验期内测定各组绒山羊的育肥性能和营养物质消化率;试验结束时,分别从每处理组中随机选取6只羊进行屠宰,测定屠宰性能和肉品质,并采集背最长肌等4种肌肉组织、皮下脂肪等5种脂肪组织、血液及瘤胃液。试验一比较研究了三种饲养模式对绒山羊育肥性能、屠宰性能与肉品质的影响。结果表明,TMS组绒山羊的ADG与饲料转化效率均优于CON组与TRS组,TRS组的ADG和DMI显着高于CON组,而饲料转化效率的变化规律与上述指标相反（P<0.05）。与TRS和CON组相比,TMS组绒山羊胴体重和屠宰率显着增加（P<0.05）。TRS组绒山羊屠宰率和胴体重显着低于CON组（P<0.05）;肾周脂肪、大网膜脂、肠系膜脂、尾脂重量和脂肪总重、GR值和眼肌面积均不同程度地低于TMS和CON组;TMS组绒山羊肠系膜脂的重量显着低于CON组（P<0.05）。TRS组绒山羊背最长肌、臂三头肌和臀肌的CP含量均显着高于TMS和CON组（P<0.05）,但EE含量变化规律与上述指标相反。TRS组的羊肉失水率和蒸煮损失显着高于TMS和CON组（P<0.05）,进而导致羊肉嫩度降低。试验二比较研究了三种饲养模式对绒山羊营养物质消化率与瘤胃发酵的影响。结果表明,与TMS和CON组相比,TRS组绒山羊DM、CP、EE和P的消化率均不同程度地降低,而NDF和ADF的消化率均不同程度地升高;与CON组相比,TMS组的CP、EE和P（育肥中期）的消化率显着升高,NDF和ADF（除育肥前期）消化率显着降低（P<0.05）。TRS组绒山羊瘤胃液pH值和乙酸/丙酸值显着高于TMS和CON组（P<0.05）,TVFA、丙酸和丁酸的浓度变化规律与上述指标相反。TMS组绒山羊瘤胃液丙酸浓度显着高于CON组（P<0.05）,但乙酸/丙酸值的变化规律与其相反（P<0.05）。与TMS组相比,TRS与CON组绒山羊瘤胃液的原虫数量和NH3-N含量显着增加（P<0.05）,异丁酸、戊酸和异戊酸的浓度显着降低（P<0.05）,但上述指标在TRS与CON组间差异不显着（P>0.10）。这些结果说明全混合日粮舍饲可促进绒山羊的瘤胃发酵,提高营养物质的消化率（除纤维物质）,而全粗料日粮舍饲可提高纤维物质的消化率。试验三比较研究了三种饲养模式对绒山羊血液生化指标与脂肪酸组成的影响。结果表明,TMS组血清中TG和LDL-C浓度显着高于CON组,但NEFA浓度显着降低（P<0.05）;与 CON 和 TMS 组相比,TRS 组血浆 C18:1 n9t、C18:3n3、C20:5n3、C22:6n3和n-3 PUFA含量均显着或趋于显着地提高,而C16:0、C18:0、C18:2n6c、MUFA和n-6 LCPUF含量的变化正好相反。TMS组血浆C10:0、C11:0、C12:0、C14:0、C24:1、C20:3n3 和 n-3 LCPUFA 含量显着高于 CON 组（P<0.05）。这说明全粗料日粮和放牧补饲可改善绒山羊血液的脂类代谢,提高n-3 PUFA含量,且全粗料舍饲优于放牧补饲。试验四比较研究了三种饲养模式对绒山羊体组织胆固醇与脂肪酸组成的影响。结果表明,TRS组绒山羊臀肌、臂三头肌、肠系膜脂、皮下脂肪和大网膜脂中CHO含量均显着低于CON和TMS组（P<0.05）;CON组绒山羊上述体组织（除臀肌、大网膜脂）中CHO含量均显着低于TMS组（P<0.05）。与CON和TMS组相比,TRS组绒山羊多数体组织中C18:1n9t、C18:3n3、C20:5n3、C22:6n3含量以及P/S值显着增加（P<0.05）,C12:0、C14:0 和 C16:0、C18:1n9t 含量显着降低（P<0.05）;与CON组相比,TMS组绒山羊多数体组织中C10:0、C14:0和C16:0含量和臂三头肌中C22:6n3含量显着增加（P<0.05）;但臀肌和多数脂肪组织中C18:3n3、C20:5n3、C22:6n3含量显着降低（P<0.05）。这说明全粗料日粮舍饲和放牧补饲均可提高羊肉的n-3 PUFA含量,降低胆固醇含量,但前者优于后者。试验五比较研究了三种饲养模式对绒山羊脂肪沉积相关代谢酶活及其基因表达的影响。结果表明,与TMS和CON组相比,TRS组绒山羊多数体组织中PPARγ、ACC、HSL、FAS、DGAT1的 mRNA 表达量与 FAS、ACC 和 LPL、HSL 活性以及血清中 ACC 和 SCD1 活性显着降低（P<0.05）,HSL、LXRα、PPARα、FADS2、FADS1、ACOX1、L-BPE、SCP2、PRkAA2 和 CPT1β、ELOVL5、ELOVL2、SLC27A4 和 Thiolase的 mRNA 表达量与 HSL、ELOVL5、ELOVL2、SLC27A4 和 Thiolase 活性以及血清中HSL活性显着增加（P<0.05）。与CON组相比,TMS组绒山羊血清中SCD1活性以及多数体组织中 FAS、ACC、LPL、DGAT1、SCD1、PPARγ、L-BPE、SCP2、ELOVL2和SLC2 7A4的mRNA表达量和SCD1、FAS、ACC、LPL活性显着增加（P<0.05）,但可降低体组织中HSL、FADS1、FADS2、PRkAA2、ACOX1、CPT1β、LXRα、PPARα、ELOVL5、SLC27A4 和 Thiolase 的 mRNA 表达量与 HSL、ELOVL2、ELOVL5和SLC27A4的活性（P<0.05）。这说明全粗料日粮舍饲和放牧补饲均可上调n-3 PUFA合成相关酶的活性及其基因表达来提高体组织的n-3 PUFA含量,但前者优于后者。综上,全混合日粮舍饲可提高绒山羊的育肥性能与屠宰性能,改善羊肉嫩度,但会增加体组织脂肪的沉积;同时增加了与SFA合成相关的酶活及其基因的表达,从而提高了对人体健康不利的SFA的沉积。全粗料舍饲尽管降低了绒山羊育肥性能和屠宰性能,但在一定程度上可以减少体脂肪的沉积,提高瘦肉率,并且通过上调与n-3PUFA合成相关的酶活性及其基因的表达,提高羊肉中对人体健康有益的n-3 PUFA含量,符合消费者健康膳食的要求。
丽春,李金泉,张文广,王思珍,王国富,高树新,付绍印[8]（2019）在《外源褪黑激素对罕山白绒山羊绒毛生长相关基因表达差异的影响》文中研究说明试验旨在筛选罕山白绒山羊皮肤毛囊生长脱落相关的关键基因,并揭示外源褪黑激素（Melatonin,MT）对罕山白绒山羊绒毛生长相关基因表达差异的影响。选择10只体重平均为33.3 kg、年龄为20月龄的罕山白绒山为实验动物,分为2组,从2014年12月开始每隔1个月按照2 mg/（kg·BW）的剂量在埋植组绒山羊耳后皮下埋植MT,于2015年9月采集2组罕山白绒山羊皮肤组织进行RNA-Seq测序,对差异表达基因进行筛选、功能注释和富集分析。共筛选获得了475个在埋植组与对照组中差异表达的基因,其中,上调表达基因392个,下调表达基因83个。KEGG富集性分析表明,差异表达基因主要参与白细胞经内皮迁移、趋化因子信号通路、fcγ-R介导的吞噬作用、吞噬体、造血细胞谱系、补体级联和混凝级联、细胞因子—细胞因子受体相互作用、NF-kappa B信号通路、PI3K-Akt信号通路等。PI3K-Akt信号通路可能在褪黑激素调控皮肤毛囊发育中发挥重要作用。研究结果为进一步研究MT影响皮肤毛囊生长的分子机理提供依据。
丽春,张文广,王思珍,王国富,苏蕊,李金泉[9]（2019）在《外源褪黑激素对罕山白绒山羊皮肤绒毛周期性变化规律的影响》文中进行了进一步梳理试验旨在分析外源褪黑激素（Melatonin,MT）对绒山羊绒毛生长特性与皮肤毛囊组织周期性变化规律的影响。选择10只体重和产绒量相当的罕山白绒山羊周岁母羊为试验动物,分为两组,每隔1个月按照2 mg·kg-1 BW的剂量在埋植组绒山羊耳后皮下埋植MT。连续采集13个月（从2014年12月到2015年12月）的肩胛部皮肤和绒毛样品,每月测定其绒毛长度,并制作皮肤毛囊组织切片。结果表明,埋植MT使绒山羊体表常年有绒毛覆盖,春季和秋季出现脱绒现象,之后快速长出新绒毛,绒毛脱落时次级毛囊活性降低。表皮的角质层厚度在毛囊生长前期随着绒毛的生长逐渐变薄,而在毛囊生长后期逐渐变厚,毛囊进入休止期时其厚度达最高点;与表皮其它三层的变化趋势正好相反。研究结果提示,12月开始持续埋植MT将缩短绒毛生长周期,其表皮及次级毛囊活性也会随之出现周期性变化。
李学武[10]（2019）在《内蒙古绒山羊毛被类型遗传规律及其对重要经济性状间接选择研究》文中进行了进一步梳理内蒙古绒山羊是经过长期自然选择和人工选育而成的优秀地方品种。在实际生产中发现内蒙古绒山羊的毛长（自然长度）存在较大的个体差异,通过研究内蒙古绒山羊毛被类型的遗传规律及重要经济性状（产绒量、体重、毛细、毛长、绒细和绒长）和次级性状（毛细/毛长、绒细/绒长和产绒量/体重）与之的协同变化规律,进而实施重要经济性状的间接选择。有利于提高表型选择的准确性,从而消除了遗传评估时所需基础数据资料耗时长、费用高、劳动强度大等缺点。本研究数据均来源于内蒙古白绒山羊种羊场。首先,利用1990～2014年的毛长数据记录研究了毛长的表型遗传多样性及其毛被类型的遗传规律;其次,利用2008～2011年的抓绒和体重性状及实验室测定的毛长、毛细、绒长和绒细的数据记录,应用方差和回归分析确定了毛被类型对其他重要经济性状影响规律;最后,利用多性状重复力动物模型对不同毛被类型各重要经济性状和次级性状进行遗传参数估计。结果如下:1.利用Shannon-Wiener指数通过1990～2014年内蒙古绒山羊毛长数据记录对毛长表型遗传多样性进行研究分析,发现长毛型指数最高,表明内蒙古绒山羊长毛型个体的毛长性状具有较高的表型遗传多样性。且中亲优势和超亲优势随毛长的增加而增加,尤其以长毛型超亲优势为正,说明长毛型形成了稳定的超亲优势。2.利用多性状动物模型估计不同毛被类型遗传参数发现短毛型、中间型和长毛型毛长的遗传力分别为0.11、0.16和0.22,以长毛型遗传力最高,遗传相对稳定,在育种过程中容易被固定。进一步研究发现长毛型遗传进展较快,即选择长毛型可以加快毛长的遗传进展。3.以2008～2011年内蒙古绒山羊产绒量、体重、毛细、毛长、绒细和绒长性状的重复记录为研究对象,采用方差和回归分析研究得出毛被类型对各重要经济性状具有显着影响。毛细和绒细随着毛长的增加而降低,体重和绒长随毛长的增加而增加,中间型的产绒量最低。4.利用多性状重复力模型分别对不同毛被类型下各重要经济性状的遗传参数估计发现各性状遗传力随毛长的增加而增加,且以长毛型最高,说明通过对长毛型的选择有利于加快各重要经济性状的遗传进展。5.通过方差分析发现不同毛被类型对次级性状影响极显着。毛被类型在遗传评估时应该作为固定效应。各次级性状的遗传力同样随着毛长的增加而增加,说明通过对毛长的选择可以实现对其他重要经济性状的间接选择。
二、罕山白绒山羊与内蒙古白绒山羊杂交效果初探（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、罕山白绒山羊与内蒙古白绒山羊杂交效果初探（论文提纲范文）
（1）基于转录组和蛋白组学数据筛选西藏绒山羊绒纤维直径性状相关调控因子（论文提纲范文）
| 摘要 |
| SUMMARY |
| 缩略词表 |
| 第一章 文献综述 |
| 1 绒山羊品种及生产性能 |
| 1.1 世界绒山羊 |
| 1.2 国内主要绒山羊 |
| 1.3 西藏绒山羊 |
| 2 转录组学介绍 |
| 2.1 mRNA |
| 2.2 lncRNA |
| 2.3 miRNA |
| 3 绒毛性状转录组学研究进展 |
| 3.1 毛囊发育相关研究进展 |
| 3.2 次级毛囊周期循环研究进展 |
| 3.3 绒毛品质性状相关研究 |
| 4 蛋白质组学技术介绍及应用 |
| 4.1 蛋白质组学在羊研究中的应用 |
| 4.2 蛋白组学在其他领域的应用 |
| 5 研究的目的意义 |
| 6 研究内容和技术路线 |
| 6.1 研究内容 |
| 6.2 技术路线 |
| 第二章 基于DE lncRNA和 DE mRNA筛选羊绒纤维直径性状相关转录因子 |
| 1 实验材料 |
| 1.1 实验动物及样品 |
| 1.2 实验仪器设备与试剂 |
| 2 实验方法 |
| 2.1 羊绒纤维直径测定 |
| 2.2 总RNA提取与质检 |
| 2.3 mRNA和 lncRNA文库构建 |
| 2.4 lncRNA测序及分析 |
| 2.5 lncRNA和 mRNA测序结果验证 |
| 3 结果与分析 |
| 3.1 纤维直径测定及分析 |
| 3.2 实验羊只的选取 |
| 3.3 lncRNA和 mRNA测序数据质控 |
| 3.4 lncRNA和 mRNA的基因组特征比较 |
| 3.5 lncRNA和 mRNA差异表达分析 |
| 3.6 DE lncRNA靶基因功能分析 |
| 3.7 DE lncRNA及其靶基因功能网络构建 |
| 3.8 DEG功能分析 |
| 3.9 DEG互作网络构建 |
| 3.10 lncRNA和 mRNA q RT-PCR验证 |
| 4 讨论 |
| 4.1 lncRNA和 mRNA基因组特征比较分析 |
| 4.2 绒毛纤维直径相关lncRNA分析 |
| 4.3 纤维直径相关mRNA分析 |
| 4.4 DE mRNA互作分析 |
| 5 小结 |
| 第三章 基于DE miRNA筛选羊绒纤维直径性状相关转录因子 |
| 1 实验材料 |
| 1.1 实验动物及样品 |
| 1.2 实验仪器设备与试剂 |
| 2 实验方法 |
| 2.1 总RNA提取与质检 |
| 2.2 miRNA文库构建 |
| 2.3 miRNA文库测序 |
| 2.4 miRNA测序数据分析 |
| 2.5 miRNA q RT-PCR验证 |
| 3 结果与分析 |
| 3.1 西藏绒山羊皮肤组织小RNA测序数据统计 |
| 3.2 小RNA注释与鉴定 |
| 3.3 DE miRNA筛选 |
| 3.4 DE miRNA靶基因功能分析 |
| 3.5 DE miRNA靶基因-KEGG调控网络构建 |
| 3.6 miRNA q RT-PCR验证 |
| 4 讨论 |
| 4.1 DE miRNA分析 |
| 4.2 DE miRNA靶基因富集分析 |
| 4.3 DE miRNA靶基因-KEGG网络分析 |
| 5 小结 |
| 第四章 基于Label-free蛋白组学技术筛选羊绒纤维直径性状相关蛋白 |
| 1 实验材料 |
| 1.1 实验动物及样品 |
| 1.2 实验仪器设备与试剂 |
| 2 实验方法 |
| 2.1 蛋白质提取与检测 |
| 2.2 数据库检索和蛋白质鉴定及定量 |
| 2.3 蛋白功能分析 |
| 2.4 差异蛋白互作网络分析 |
| 2.5 蛋白组学结果验证 |
| 3 结果与分析 |
| 3.1 蛋白质浓度测定 |
| 3.2 蛋白质鉴定结果统计 |
| 3.3 DEP筛选与鉴定 |
| 3.4 DEP功能分析 |
| 3.5 DEP互作网络构建 |
| 3.6 蛋白测序结果验证 |
| 4 讨论 |
| 4.1 DEP功能分析 |
| 4.2 DEP互作分析 |
| 5 小结 |
| 第五章 转录组和蛋白组数据联合分析与mi R-105a功能验证 |
| 1 实验材料 |
| 1.1 实验样品 |
| 1.2 实验仪器设备与试剂 |
| 2 实验方法 |
| 2.1 LncRNA/miRNA-DEG-DEP联合分析 |
| 2.2 miRNA关键靶基因验证 |
| 2.3 miRNA对关键靶基因的作用 |
| 3 结果与分析 |
| 3.1 lncRNA-DEG联合分析 |
| 3.2 LncRNA-DEG-miRNA联合分析 |
| 3.3 DEG-DEP互作网络构建 |
| 3.4 mi R-105a靶基因功能验证 |
| 3.5 mi R-105a的过表达和抑制表达效果 |
| 4 讨论 |
| 4.1 转录组联合分析 |
| 4.2 DEG-DEP联合分析 |
| 4.3 mi R-105a靶基因验证分析 |
| 5 小结 |
| 第六章 结论 |
| 1 本研究的结论 |
| 2 本研究的创新点 |
| 3 值得进一步开展的工作 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简介 |
| 导师简介 |
（2）山羊SNP芯片设计与内蒙古绒山羊重要经济性状全基因组关联分析及基因组选择研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略语表 |
| 1 引言 |
| 1.1 绒山羊育种研究进展 |
| 1.1.1 绒山羊概述 |
| 1.1.2 绒山羊育种现状 |
| 1.2 SNP芯片的研究进展 |
| 1.2.1 SNP分型芯片的特点 |
| 1.2.2 SNP分型芯片的分类及原理 |
| 1.2.3 SNP分型芯片在畜牧领域的概况及应用 |
| 1.3 全基因组关联分析研究进展 |
| 1.4 羊基因组选择研究进展 |
| 1.4.1 基因组选择理论 |
| 1.4.2 基因组选择方法 |
| 1.4.3 基因组选择影响因素 |
| 1.4.4 羊基因组选择研究进展 |
| 1.5 研究目的及意义 |
| 1.6 技术路线图 |
| 2 研究一 内蒙古绒山羊重要经济性状遗传参数的评估 |
| 2.1 材料与方法 |
| 2.1.1 数据来源 |
| 2.1.2 非遗传因素分析-广义最小二乘法 |
| 2.1.3 多性状重复力混合模型估计遗传参数 |
| 2.2 结果 |
| 2.2.1 基本统计分析 |
| 2.2.2 固定效应的确定 |
| 2.2.3 遗传参数估计 |
| 2.3 讨论 |
| 2.3.1 遗传力 |
| 2.3.2 遗传相关 |
| 2.4 小结 |
| 3 研究二 山羊70KSNP芯片的研发设计与测试 |
| 3.1 材料与方法 |
| 3.1.1 芯片设计数据来源 |
| 3.1.2 芯片测试数据来源 |
| 3.1.3 主要分析软件及工具 |
| 3.1.4 主要试剂及仪器 |
| 3.1.5 位点筛选 |
| 3.1.6 位点优化 |
| 3.1.7 DNA提取 |
| 3.1.8 基因分型 |
| 3.2 结果 |
| 3.2.1 70K SNP芯片的设计 |
| 3.2.2 70K SNP芯片与Illumina 52K SNP芯片的比较 |
| 3.2.3 位点检出率 |
| 3.2.4 位点MAF统计 |
| 3.3 讨论 |
| 3.4 小结 |
| 4 研究三内蒙古绒山羊重要经济性状全基因组关联分析 |
| 4.1 材料与方法 |
| 4.1.1 样品采集 |
| 4.1.2 表型数据处理 |
| 4.1.3 数据质控 |
| 4.1.4 全基因组关联分析 |
| 4.1.5 GO、KEGG富集分析 |
| 4.2 结果 |
| 4.2.1 表型数据的基本统计 |
| 4.2.2 数据质控及群体遗传结构分析 |
| 4.2.3 绒长性状的全基因组关联分析 |
| 4.2.4 绒细性状的全基因组关联分析 |
| 4.2.5 产绒量性状的全基因组关联分析 |
| 4.2.6 功能富集分析 |
| 4.3 讨论 |
| 4.4 小结 |
| 5 研究四内蒙古绒山羊重要经济性状基因组选择研究 |
| 5.1 材料与方法 |
| 5.1.1 构建参考群 |
| 5.1.2 基因型数据 |
| 5.1.3 GBLUP |
| 5.1.4 SSGBLUP |
| 5.1.5 基因组准确性评估 |
| 5.1.6 世代间隔 |
| 5.2 结果 |
| 5.2.1 群体结构和遗传参数 |
| 5.2.2 基因组预测准确性比较 |
| 5.2.3 世代间隔 |
| 5.2.4 选择效果分析 |
| 5.3 讨论 |
| 5.4 小结 |
| 6 结论 |
| 7 创新点 |
| 8 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介 |
（3）绒山羊硫代谢基因和高硫蛋白基因家族及其成员参与绒毛生长调控的研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略语表 |
| 1 引言 |
| 1.1 绒山羊皮肤功能基因组学研究进展 |
| 1.1.1 绒山羊皮肤组织EST的产生 |
| 1.1.2 绒山羊皮肤功能基因表达 |
| 1.1.3 角蛋白关联蛋白功能基因研究进展 |
| 1.1.4 绒山羊功能基因组研究现状和展望 |
| 1.2 硫在产毛动物生产中的应用研究进展 |
| 1.2.1 硫促进动物毛发生长的机理 |
| 1.2.2 硫在提高产毛动物产毛性能中的应用 |
| 1.2.3 硫氨基酸代谢功能研究进展 |
| 1.3 褪黑激素对绒毛生长的影响及其作用机理研究进展 |
| 1.3.1 褪黑激素对绒毛生长的影响 |
| 1.3.2 褪黑激素促进绒毛生长的作用机制 |
| 1.4 本研究的目的与意义 |
| 1.5 研究内容 |
| 2 研究一 绒山羊绒毛生长周期皮肤和血液转录组研究 |
| 2.1 引言 |
| 2.2 材料与方法 |
| 2.2.1 试验材料 |
| 2.2.2 RNA提取 |
| 2.2.3 文库构建及库检 |
| 2.2.4 上机测序 |
| 2.2.5 测序数据质量评估和过滤 |
| 2.2.6 测序数据比对 |
| 2.2.7 转录本检测及定量 |
| 2.2.8 差异表达基因检测 |
| 2.2.9 差异表达基因富集分析和可视化 |
| 2.2.10 LEfSe分析 |
| 2.3 研究结果 |
| 2.3.1 绒山羊皮肤和血液组织转录组测序数据质控 |
| 2.3.2 皮肤和血液转录组基因表达 |
| 2.3.3 褪黑激素对绒山羊12 个月份皮肤基因表达差异影响分析 |
| 2.3.4 褪黑激素对绒山羊12 个月份血液基因表达差异影响分析 |
| 2.3.5 褪黑激素对绒山羊血液和皮肤组织差异表达基因参与通路影响 |
| 2.3.6 绒毛生长通路基因表达丰度变化 |
| 2.4 讨论 |
| 2.5 小结 |
| 3 研究二 绒山羊高硫蛋白基因家族和硫代谢基因生物信息学分析及基因表达研究 |
| 3.1 引言 |
| 3.2 材料与方法 |
| 3.2.1 高硫蛋白基因的鉴定与分类 |
| 3.2.2 绒山羊高硫蛋白基因家族成员系统进化分析 |
| 3.2.3 保守结构域分析 |
| 3.2.4 血液和皮肤转录本检测及定量 |
| 3.2.5 高硫蛋白基因序列完善 |
| 3.2.6 绒山羊毛囊融合基因分析 |
| 3.2.7 高硫蛋白基因差异表达 |
| 3.2.8 硫代谢基因差异表达 |
| 3.2.9 加权基因共表达网络的构建 |
| 3.3 研究结果 |
| 3.3.1 高硫蛋白基因家族成员的鉴定 |
| 3.3.2 高硫蛋白基因序列优化 |
| 3.3.3 高硫蛋白基因家族成员的系统进化和基序分析 |
| 3.3.4 绒山羊毛囊高硫蛋白基因融合事件分析 |
| 3.3.5 绒山羊高硫蛋白基因在血液、皮肤全年表达分析 |
| 3.3.6 绒山羊高硫蛋白基因氨基酸表达模式分析 |
| 3.3.7 绒山羊硫代谢基因在血液、皮肤全年表达分析 |
| 3.3.8 绒山羊硫代谢基因在皮肤和血液组织表达差异的分析 |
| 3.4 讨论 |
| 3.5 小结 |
| 4 研究三 绒山羊高硫蛋白基因参与绒毛生长周期的研究 |
| 4.1 引言 |
| 4.2 材料与方法 |
| 4.2.1 试验材料 |
| 4.2.2 RNA提取 |
| 4.2.3 文库构建及库检 |
| 4.2.4 上机测序 |
| 4.2.5 测序数据质量评估和过滤 |
| 4.2.6 测序数据比对 |
| 4.2.7 转录本检测及定量 |
| 4.2.8 加权基因共表达网络的构建 |
| 4.2.9 JTK-cycle分析 |
| 4.3 研究结果 |
| 4.3.1 WGCNA网络构建 |
| 4.3.2 褪黑激素对皮肤基因调控模式的影响 |
| 4.3.3 网络模块与高硫蛋白基因的相关分析 |
| 4.3.4 模块功能富集分析 |
| 4.3.5 绒毛生长时期周期节律相关基因的鉴定 |
| 4.4 讨论 |
| 4.5 小结 |
| 5 研究四 绒山羊高硫蛋白基因等位基因特异性表达分析 |
| 5.1 引言 |
| 5.2 材料与方法 |
| 5.2.1 试验材料 |
| 5.2.2 皮肤转录组测序数据获得与比对 |
| 5.2.3 SNP和 ASE检测 |
| 5.2.4 加权共表达基因网络构建 |
| 5.2.5 转录因子和转录辅因子 |
| 5.3 研究结果 |
| 5.3.1 绒山羊染色体SNP位点表达模式分析 |
| 5.3.2 高硫蛋白基因等位基因特异性表达 |
| 5.3.3 高硫蛋白基因与ASE基因互作调控网络 |
| 5.4 讨论 |
| 5.5 小结 |
| 6 研究五 绒山羊硫代谢基因与组织特异性基因参与绒毛生长的研究 |
| 6.1 引言 |
| 6.2 材料与方法 |
| 6.2.1 试验材料 |
| 6.2.2 RNA提取 |
| 6.2.3 文库构建及库检 |
| 6.2.4 上机测序 |
| 6.2.5 测序数据质量评估和过滤 |
| 6.2.6 测序数据比对 |
| 6.2.7 转录本检测及定量 |
| 6.2.8 差异表达基因检测 |
| 6.2.9 加权基因共表达网络的构建 |
| 6.2.10 LEfSe分析 |
| 6.2.11 组学数据的通路富集分析和可视化 |
| 6.3 研究结果 |
| 6.3.1 绒山羊血液和皮肤基因空间和时间特异性表达模式分析 |
| 6.3.2 GSEA富集分析 |
| 6.3.3 组织特异性表达模式基因表达丰度变化 |
| 6.4 讨论 |
| 6.5 小结 |
| 7 总体结论 |
| 8 主要创新点 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介 |
（4）陕北白绒山羊农户舍饲养殖典型日粮分析研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1.1 国内绒山羊的地理分布 |
| 1.1.1 我国主要绒山羊品种地理分布及产绒性能、繁殖性能 |
| 1.1.1.1 北方牧区 |
| 1.1.1.2 青藏高原区 |
| 1.1.1.3 农牧混合区 |
| 1.1.1.4 北方农区 |
| 1.1.1.5 南方牧区 |
| 1.1.2 我国主要地方品种绒山羊的养殖情况 |
| 1.2 山羊常用饲料研究进展 |
| 1.2.1 山羊常用饲料类型的研究进展 |
| 1.2.2 羊常用饲料的营养价值评价研究进展 |
| 1.2.3 山羊粗饲料的开发和利用 |
| 1.3 反刍动饲料营养价值评定 |
| 1.3.1 反刍动物消化特点 |
| 1.3.2 评定反刍动物饲料营养成分的方法 |
| 1.3.3 评定反刍动物饲料营养物质瘤胃降解的方法 |
| 1.3.3.1 体内法 |
| 1.3.3.2 半体内法 |
| 1.3.3.3 体外法 |
| 1.4 陕北白绒山羊养殖存在的问题 |
| 1.4.1 养殖存在的问题 |
| 1.4.1.1 规模化养殖与经济收益的矛盾 |
| 1.4.1.2 饲养管理水平较低 |
| 1.4.1.3 品种退化,绒毛品质下降 |
| 1.5 本研究的目的和意义 |
| 1.6 研究的技术路线图 |
| 第二章 陕北白绒山羊农户舍饲养殖常用饲料调研分析 |
| 2.1 调研思路、方法与内容 |
| 2.1.1 调研的思路 |
| 2.1.2 方法与内容 |
| 2.1.3 数据处理与分析 |
| 2.2 调查结果与分析 |
| 2.3 讨论 |
| 2.3.1 饲料的基本情况 |
| 2.3.2 日粮组分和组合 |
| 2.4 小结 |
| 第三章 评定陕北白绒山羊6种常用粗饲料营养价值 |
| 3.1 材料与方法 |
| 3.1.1 试验动物及饲粮 |
| 3.1.2 样品采集和实验材料 |
| 3.1.3 试验设计 |
| 3.1.4 测定指标及方法 |
| 3.1.5 计算方法 |
| 3.1.6 统计与分析 |
| 3.2 试验结果与分析 |
| 3.2.1 常规营养成分分析 |
| 3.2.2 饲料干物质降解率 |
| 3.2.3 饲料蛋白质降解率 |
| 3.3 讨论 |
| 3.3.1 DM瘤胃降解特性 |
| 3.3.2 CP瘤胃降解特性 |
| 3.4 小结 |
| 第四章 陕北白绒山羊常用饲料常规营养成分及黄曲霉毒素含量分析 |
| 4.1 材料与方法 |
| 4.1.1 样品采集和制备 |
| 4.1.2 测定指标及方法 |
| 4.1.3 统计与分析 |
| 4.2 试验结果与分析 |
| 4.2.1 常规营养成分 |
| 4.2.2 黄曲霉毒素B1含量分析 |
| 4.2.3 典型日粮组合黄曲霉毒素B1分析 |
| 4.2.4 典型日粮组合营养水平 |
| 4.3 讨论 |
| 4.3.1 常规营养成分分析 |
| 4.3.2 黄曲霉毒素产生分析 |
| 4.3.3 典型日粮营养水平分析 |
| 4.3.4 典型日粮黄曲霉毒素B1含量情况 |
| 4.4 小结 |
| 第五章 结论 |
| 5.1 结论 |
| 5.2 创新点 |
| 5.3 有待深入分析研究的问题 |
| 参考文献 |
| 附录 |
| 致谢 |
| 个人简历 |
（5）内蒙古绒山羊不同毛被类型性状变异及其分子遗传机制的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 哺乳动物被毛的起源与演化 |
| 1.2 哺乳动物被毛的生物学特征与开发利用 |
| 1.2.1 哺乳动物被毛的生物学特征 |
| 1.2.2 哺乳动物被毛的开发利用 |
| 1.3 哺乳动物皮肤毛囊的生物学特征 |
| 1.4 皮肤毛囊发生发育的基本规律 |
| 1.4.1 毛囊的形态发生过程 |
| 1.4.2 毛囊的周期性变化过程 |
| 1.4.3 皮肤毛囊与绒毛生长发育的相关因子 |
| 1.5 山羊起源与绒山羊遗传资源现状 |
| 1.6 动物毛被特征多样性研究进展 |
| 1.6.1 哺乳动物毛被特征多样性及其遗传基础 |
| 1.6.2 绒山羊毛被类型多样性研究进展 |
| 1.7 遗传标记种类 |
| 1.8 高通量测序技术及其在山羊中的研究应用 |
| 1.8.1 全基因组重测序 |
| 1.8.2 转录组测序 |
| 1.8.3 基因芯片 |
| 1.9 家畜育种的理论方法与生物技术 |
| 1.10 本文研究的目的、意义和内容方法 |
| 1.11 技术路线图 |
| 2 研究一 内蒙古绒山羊不同被毛类型的性状差异分析 |
| 2.1 前言 |
| 2.2 试验材料 |
| 2.3 试验方法 |
| 2.3.1 检测指标 |
| 2.3.2 数据处理与统计分析 |
| 2.4 结果与分析 |
| 2.4.1 不同毛被类型绒山羊的表型特征描述 |
| 2.4.2 不同毛被类型绒毛样品的实验室观察 |
| 2.4.3 毛被类型的遗传方式 |
| 2.4.4 不同年龄毛被类型的比例 |
| 2.4.5 不同毛被类型的特征分布 |
| 2.4.6 不同毛被类型对产绒量、绒厚和抓绒后体重的影响 |
| 2.4.7 不同毛被类型极端个体表型性状的统计与方差分析 |
| 2.5 讨论 |
| 2.5.1 不同毛被类型的分布与遗传方式 |
| 2.5.2 不同毛被类型的绒毛品质差异 |
| 2.6 小结 |
| 3 研究二 内蒙古绒山羊的遗传变异检测及FST分化位点的挖掘研究 |
| 3.1 前言 |
| 3.2 试验材料 |
| 3.3 试验方法 |
| 3.3.1 基因组DNA的提取 |
| 3.3.2 全基因组测序 |
| 3.3.3 基因组遗传变异检测与注释 |
| 3.3.4 功能突变的基因注释与GO/KEGG富集分析 |
| 3.3.5 全基因组SNP位点FST筛选与GO/KEGG富集分析 |
| 3.4 结果与分析 |
| 3.4.1 DNA提取结果 |
| 3.4.2 测序质量与结果统计 |
| 3.4.3 遗传变异的基因组区域分布特征 |
| 3.4.4 错义突变SNP基因注释与GO/KEGG研究 |
| 3.4.5 移码突变InDels的基因注释与GO/KEGG功能研究 |
| 3.4.6 功能突变的韦恩图分析 |
| 3.4.7 全基因组SNP位点F_(ST)分布特征 |
| 3.4.8 FST遗传分化SNP位点的基因组区域注释 |
| 3.4.9 候选基因的GO功能注释与KEGG富集分析 |
| 3.5 讨论 |
| 3.5.1 遗传变异的基因组特征 |
| 3.5.2 错义突变基因的挖掘分析 |
| 3.5.3 移码突变基因的挖掘分析 |
| 3.5.4 具有移码突变和错义突变基因的挖掘分析 |
| 3.5.5 遗传分化较大的候选基因 |
| 3.5.6 FGF5基因突变信息 |
| 3.6 小结 |
| 4 研究三 绒山羊不同毛被类型的全基因组扫描分析 |
| 4.1 前言 |
| 4.2 试验材料 |
| 4.3 试验方法 |
| 4.3.1 连锁不平衡分析 |
| 4.3.2 群体遗传结构分析 |
| 4.3.3 全基因组选择信号扫描分析 |
| 4.3.4 受选择基因的GO功能注释与KEGG富集分析 |
| 4.4 结果与分析 |
| 4.4.1 群体遗传结构特征 |
| 4.4.2 不同毛被绒山羊选择信号 |
| 4.4.3 长毛型绒山羊受选择基因的功能富集分析 |
| 4.4.4 短毛型绒山羊受选择基因的功能富集分析 |
| 4.5 讨论 |
| 4.5.1 绒山羊遗传结构特征 |
| 4.5.2 长毛型绒山羊的受选择候选基因 |
| 4.5.3 短毛型绒山羊的受选择候选基因 |
| 4.5.4 共有的受选择基因 |
| 4.6 小结 |
| 5 研究四 绒山羊不同毛被类型及毛长的全基因组关联分析 |
| 5.1 前言 |
| 5.2 试验材料 |
| 5.3 试验方法 |
| 5.3.1 不同毛被类型的试验-对照GWAS分析 |
| 5.3.2 毛长性状的混合线性模型分析 |
| 5.4 结果与分析 |
| 5.4.1 典型毛被类型表型描述性统计分析结果 |
| 5.4.2 不同毛被类型的GWAS分析 |
| 5.4.3 不同毛被类型的候选基因的蛋白互作分析 |
| 5.4.4 毛长性状的GWAS |
| 5.4.5 毛长候选基因的GO功能注释与KEGG富集分析 |
| 5.5 讨论 |
| 5.5.1 毛被类型GWAS的候选基因 |
| 5.5.2 毛长性状GWAS的候选基因 |
| 5.6 小结 |
| 6 研究五 整合GWAS和WGCNA分析挖掘毛被类型相关的候选基因 |
| 6.1 前言 |
| 6.2 试验材料 |
| 6.3 试验方法 |
| 6.3.1 数据筛选与获得 |
| 6.3.2 权重共表达网络构建 |
| 6.3.3 毛被类型相关模块的筛选及基因表达模式分析 |
| 6.3.4 模块基因的GO/KEGG富集分析 |
| 6.3.5 模块基因互作网络关系图的构建 |
| 6.3.6 基因蛋白-蛋白互作网络构建 |
| 6.4 结果与分析 |
| 6.4.1 权重基因共表达网络的构建 |
| 6.4.2 共表达网络构建及模块筛选 |
| 6.4.3 模块基因表达模式分析 |
| 6.4.4 模块基因GO功能注释与KEGG富集分析 |
| 6.4.5 基因网络关系图 |
| 6.4.6 蛋白-蛋白互作网络分析 |
| 6.5 讨论 |
| 6.5.1 WGCNA的Yellow模块的候选基因 |
| 6.5.2 候选基因的功能分析 |
| 6.5.3 共有基因的潜在功能研究 |
| 6.6 小结 |
| 7 研究六 候选基因的表达趋势及与毛被类型的关联分析验证 |
| 7.1 前言 |
| 7.2 试验材料 |
| 7.3 试验方法 |
| 7.3.1 候选基因的RPKM表达趋势分析 |
| 7.3.2 DNA提取与质检 |
| 7.3.3 引物设计 |
| 7.3.4 PCR反应 |
| 7.3.5 Sanger测序 |
| 7.3.6 相关性统计分析 |
| 7.4 结果与分析 |
| 7.4.1 样本DNA质量与完整性 |
| 7.4.2 Sanger测序结果 |
| 7.4.3 候选基因的表达趋势分析 |
| 7.4.4 候选SNP位点与毛被类型关联分析 |
| 7.5 讨论 |
| 7.6 小结 |
| 8 全文主要研究结论 |
| 9 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介 |
（6）绒山羊SNP芯片设计及重要经济性状全基因组关联分析研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语表 |
| 1 引言 |
| 1.1 绒山羊育种概述 |
| 1.1.1 绒山羊概况 |
| 1.1.2 绒山羊育种现状 |
| 1.1.3 绒山羊绒毛品质性状研究进展 |
| 1.2 基因芯片的研究进展 |
| 1.2.1 分子遗传标记的发展概况 |
| 1.2.2 基因芯片发展概况 |
| 1.3 全基因组关联分析研究进展 |
| 1.3.1 GWAS研究概述 |
| 1.3.2 GWAS的统计分析方法 |
| 1.3.3 GWAS在畜禽中的应用 |
| 1.3.4 GWAS存在的问题及展望 |
| 1.4 研究目的及意义 |
| 1.5 技术路线图 |
| 2 研究一 山羊全基因组重测序 |
| 2.1 前言 |
| 2.2 材料 |
| 2.2.1 试验材料 |
| 2.2.2 主要仪器 |
| 2.2.3 主要试剂 |
| 2.3 方法 |
| 2.3.1 血液DNA提取 |
| 2.3.2 文库的构建 |
| 2.3.3 基因组测序 |
| 2.3.4 测序数据过滤与质控 |
| 2.3.5 基因组遗传变异检测 |
| 2.3.6 遗传多样性分析 |
| 2.4 结果 |
| 2.4.1 DNA文库及质检 |
| 2.4.2 测序结果 |
| 2.4.3 遗传变异数据集 |
| 2.4.4 群体杂合度分析 |
| 2.5 讨论 |
| 2.6 小结 |
| 3 研究二 山羊66K SNP捕获芯片的开发与测试 |
| 3.1 前言 |
| 3.2 材料 |
| 3.3 方法 |
| 3.3.1 原始SNP数据集的获取 |
| 3.3.2 原始数据初步分析 |
| 3.3.3 CG测序方法 |
| 3.3.4 统计与分析 |
| 3.3.5 SNP检测提取 |
| 3.3.6 样品测序报告的生成 |
| 3.4 结果 |
| 3.4.1 SNP筛选 |
| 3.4.2 叠瓦式探针设计 |
| 3.4.3 探针测试结果分析 |
| 3.5 讨论 |
| 3.5.1 叠瓦式探针设计的选择 |
| 3.5.2 捕获效果的检测 |
| 3.5.3 SNP数据集的优势 |
| 3.6 小结 |
| 4 研究三 基于绒山羊66K SNP芯片的捕获测序 |
| 4.1 前言 |
| 4.2 材料 |
| 4.2.1 试验材料 |
| 4.2.2 主要仪器 |
| 4.2.3 主要试剂 |
| 4.3 方法 |
| 4.3.1 血液基因组DNA的提取 |
| 4.3.2 CG平台建库方法 |
| 4.3.3 测序质量评估 |
| 4.3.4 测序FASTQ文件初步过滤 |
| 4.3.5 序列比对与去重复 |
| 4.3.6 遗传变异检测 |
| 4.4 结果 |
| 4.4.1 测序平台比较与流程优化 |
| 4.4.2 测序平台对比 |
| 4.4.3 分析流程优化探索 |
| 4.4.4 目标捕获与测序结果 |
| 4.4.5 SNPs |
| 4.5 讨论 |
| 4.6 小结 |
| 5 研究四 绒山羊重要经济性状的全基因组关联分析研究 |
| 5.1 前言 |
| 5.2 材料 |
| 5.3 方法 |
| 5.3.1 羊绒纤维细度测量分析 |
| 5.3.2 群体结构分析 |
| 5.3.3 全基因组关联分析 |
| 5.3.4 候选基因定位 |
| 5.3.5 候选SNP位点的飞行质谱基因分型 |
| 5.4 结果 |
| 5.4.1 表型数据的校正与统计 |
| 5.4.2 群体结构分析 |
| 5.4.3 全基因组关联分析 |
| 5.4.4 DNA质检结果 |
| 5.4.5 Sequenom SNP分型结果 |
| 5.4.6 统计分析结果 |
| 5.5 讨论 |
| 5.5.1 绒山羊66KSNP芯片与山羊52K SNP芯片的应用范围比较 |
| 5.5.2 羊绒细度相关的Top 26SNP位点 |
| 5.5.3 候选SNP位点的飞行质谱基因分型 |
| 5.6 小结 |
| 6 结论 |
| 7 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介 |
（7）三种饲养模式对绒山羊育肥性能、屠宰性能、肉品质与体组织脂肪沉积的影响及其机理（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语表 |
| 1 引言 |
| 1.1 绒山羊发展现状 |
| 1.1.1 世界绒山羊发展现状 |
| 1.1.2 内蒙古绒山羊的发展现状及发展趋势 |
| 1.2 影响育肥性能与屠宰性能的因素 |
| 1.2.1 品种 |
| 1.2.2 年龄 |
| 1.2.3 性别 |
| 1.2.4 饲养模式 |
| 1.2.5 日粮营养物质 |
| 1.3 影响羊肉理化性质的因素 |
| 1.3.1 品种 |
| 1.3.2 年龄 |
| 1.3.3 性别 |
| 1.3.4 饲养模式 |
| 1.3.5 日粮营养物质 |
| 1.4 影响胆固醇营养的因素 |
| 1.4.1 品种 |
| 1.4.2 年龄 |
| 1.4.3 饲养模式及体组织部位 |
| 1.4.4 日粮营养物质 |
| 1.4.5 运动 |
| 1.5 反刍动物产品脂肪酸组成与人类健康 |
| 1.5.1 脂肪酸营养与人类健康 |
| 1.5.2 影响脂肪酸组成的因素 |
| 1.5.3 饲养模式和日粮脂肪酸组成 |
| 1.6 反刍动物的脂肪代谢及其调节 |
| 1.6.1 脂肪沉积代谢相关酶 |
| 1.6.2 脂肪沉积相关转录因子 |
| 1.6.3 脂肪酸转运相关基因 |
| 1.6.4 日粮对脂肪沉积的调控作用 |
| 1.7 本文研究内容与技术路线 |
| 1.7.1 目的意义 |
| 1.7.2 研究内容 |
| 1.7.3 技术路线 |
| 2 试验研究 |
| 2.1 三种饲养模式对绒山羊育肥性能、屠宰性能与肉品质的影响 |
| 2.1.1 引言 |
| 2.1.2 材料与方法 |
| 2.1.3 试验结果 |
| 2.1.4 讨论 |
| 2.1.5 小结 |
| 2.2 三种饲养模式对绒山羊营养物质消化率和瘤胃发酵的影响 |
| 2.2.1 引言 |
| 2.2.2 材料与方法 |
| 2.2.3 试验结果 |
| 2.2.4 讨论 |
| 2.2.5 小结 |
| 2.3 三种饲养模式对绒山羊血液生化指标与脂肪酸组成的影响 |
| 2.3.1 引言 |
| 2.3.2 材料与方法 |
| 2.3.3 试验结果 |
| 2.3.4 讨论 |
| 2.3.5 小结 |
| 2.4 三种饲养模式对绒山羊体组织胆固醇含量与脂肪酸组成的影响 |
| 2.4.1 引言 |
| 2.4.2 材料与方法 |
| 2.4.3 试验结果 |
| 2.4.4 讨论 |
| 2.4.5 小结 |
| 2.5 三种饲养模式对绒山羊脂肪沉积相关代谢酶活及其基因表达的影响 |
| 2.5.1 引言 |
| 2.5.2 材料与方法 |
| 2.5.3 试验结果 |
| 2.5.4 讨论 |
| 2.5.5 小结 |
| 3 总体讨论与结论 |
| 3.1 总体讨论 |
| 3.1.1 三种饲养模式下绒山羊育肥性能、屠宰性能和肉品质存在差异的原因分析 |
| 3.1.2 三种饲养模式下绒山羊体组织脂肪酸存在差异的原因分析 |
| 3.2 总体结论 |
| 3.3 论文创新点 |
| 3.4 存在的问题及未来研究展望 |
| 致谢 |
| 参考文献 |
（8）外源褪黑激素对罕山白绒山羊绒毛生长相关基因表达差异的影响（论文提纲范文）
| 1 材料与方法 |
| 1.1 实验动物及样品收集 |
| 1.2 方法 |
| 1.2.1 皮肤组织切片制作: |
| 1.2.2 总RNA提取和文库构建: |
| 1.2.3转录组数据分析: |
| 2 结果与分析 |
| 2.1 埋植MT对绒山羊绒毛生长的影响 |
| 2.2 埋植MT对绒山羊皮肤毛囊的影响 |
| 2.3 RNA-Seq测序结果及比对结果 |
| 2.4 差异表达基因的筛选 |
| 2.5 差异基因的富集分析 |
| 3 讨论 |
| 4 结论 |
（9）外源褪黑激素对罕山白绒山羊皮肤绒毛周期性变化规律的影响（论文提纲范文）
| 1 材料与方法 |
| 1.1 试验动物 |
| 1.2 试验样品的采集 |
| 1.3 绒毛样品的测定 |
| 1.4 皮肤组织切片制作 |
| 1.5 数据分析 |
| 2 结 果 |
| 2.1 埋植MT对绒山羊被毛的影响 |
| 2.2 埋植MT对绒山羊绒毛生长的影响 |
| 2.3 埋植MT导致的皮肤毛囊组织变化 |
| 2.3.1 埋植MT对皮肤组织中次级毛囊的影响 |
| 2.3.2 埋植MT对绒山羊表皮组织的影响 |
| 3 讨 论 |
| 4 小 结 |
（10）内蒙古绒山羊毛被类型遗传规律及其对重要经济性状间接选择研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 绒山羊种质资源 |
| 1.1.1 国外绒山羊资源 |
| 1.1.2 国内绒山羊资源 |
| 1.2 绒山羊毛被的生长规律 |
| 1.2.1 绒山羊毛囊类型 |
| 1.2.2 内蒙古绒山羊毛囊生长发育规律 |
| 1.3 影响绒山羊毛被生长的因素 |
| 1.3.1 影响绒山羊被毛生长的非遗传因素 |
| 1.3.2 遗传因素 |
| 1.4 家畜遗传评估方法的研究进展 |
| 1.4.1 统计模型 |
| 1.4.2 方差组分分析方法 |
| 1.4.3 育种值估计方法 |
| 1.5 绒山羊育种研究进展 |
| 1.5.1 早期表型选择 |
| 1.5.2 基因组选择 |
| 1.6 研究目的和意义 |
| 2 研究一 内蒙古绒山羊毛长表型遗传多样性研究 |
| 2.1 材料与方法 |
| 2.1.1 数据来源 |
| 2.1.2 统计分析方法 |
| 2.2 结果与分析 |
| 2.2.1 内蒙古绒山羊毛长分布情况及不毛被类型频率分布 |
| 2.2.2 不同毛被类型后代毛长差异性分析 |
| 2.2.3 表型多样性指数结果 |
| 2.2.4 不同毛被类型后代杂交优势 |
| 2.3 讨论 |
| 2.3.1 内蒙古绒山羊毛长表型规律分析 |
| 2.3.2 不同毛被类型后代毛长差异性分析 |
| 2.3.3 表型遗传多样性分析 |
| 2.3.4 杂交优势分析 |
| 2.4 小结 |
| 3 研究二 内蒙古绒山羊毛被类型遗传参数估计及遗传进展研究 |
| 3.1 材料与方法 |
| 3.1.1 数据来源 |
| 3.1.2 统计分析方法 |
| 3.2 结果与分析 |
| 3.2.1 毛长的表型进展 |
| 3.2.2 遗传评估结果及遗传进展结果 |
| 3.3 讨论 |
| 3.3.1 毛长表型规律分析 |
| 3.3.2 遗传参数评估结果及遗传进展分析 |
| 3.4 小结 |
| 4 研究三 内蒙古绒山羊毛被类型对重要经济性状影响的研究 |
| 4.1 材料与方法 |
| 4.1.1 数据来源 |
| 4.1.2 统计分析方法 |
| 4.2 结果与分析 |
| 4.2.1 不同毛被类型重要经济性状的表型规律分析 |
| 4.2.2 毛被类型对其他重要经济性状方差分析 |
| 4.2.3 毛被类型对其他重要经济性状的线性和非线性回归分析 |
| 4.3 讨论 |
| 4.3.1 不同毛被类型重要经济性状的表型规律分析 |
| 4.3.2 毛被类型对重要经济性状的差异性分析 |
| 4.3.3 毛被类型对重要经济性状的回归分析 |
| 4.4 小结 |
| 5 研究四 内蒙古绒山羊不同毛被类型重要经济性状的遗传参数估计的研究 |
| 5.1 材料与方法 |
| 5.1.1 数据来源 |
| 5.1.2 统计分析方法 |
| 5.2 结果与分析 |
| 5.2.1 不同毛被类型重要经济性状表型变化规律 |
| 5.2.2 不同毛被类型各重要经济性状的非遗传因素分析结果 |
| 5.2.3 遗传参数评估结果 |
| 5.3 讨论 |
| 5.3.1 不同毛被类型重要经济性状表型规律分析 |
| 5.3.2 不同毛被类型重要经济性状的非遗传因素分析 |
| 5.3.3 遗传参数估计结果分析 |
| 5.4 小结 |
| 6 研究五 内蒙古绒山羊不同毛被类型次级性状遗传规律研究 |
| 6.1 材料与方法 |
| 6.1.1 数据来源 |
| 6.1.2 统计分析方法 |
| 6.2 结果与分析 |
| 6.2.1 不同毛被类型对各次级性状的表型变化规律 |
| 6.2.2 各次级性状之间的相关性分析结果 |
| 6.2.3 毛被类型对各次级性状的回归分析结果 |
| 6.2.4 各次级性状的非遗传因素分析结果 |
| 6.2.5 不同毛被类型次级性状的遗传参数估计结果 |
| 6.3 讨论 |
| 6.3.1 不同毛被类型各次级性状表型规律分析 |
| 6.3.2 不同毛被类型对次级性状影响的统计分析 |
| 6.3.3 不同毛被类型各次级性状遗传参数估计结果分析 |
| 6.4 小结 |
| 7 结论 |
| 8 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
四、罕山白绒山羊与内蒙古白绒山羊杂交效果初探（论文参考文献）
- [1]基于转录组和蛋白组学数据筛选西藏绒山羊绒纤维直径性状相关调控因子[D]. 付雪峰. 甘肃农业大学, 2021
- [2]山羊SNP芯片设计与内蒙古绒山羊重要经济性状全基因组关联分析及基因组选择研究[D]. 王凤红. 内蒙古农业大学, 2021
- [3]绒山羊硫代谢基因和高硫蛋白基因家族及其成员参与绒毛生长调控的研究[D]. 柴圆. 内蒙古农业大学, 2021(01)
- [4]陕北白绒山羊农户舍饲养殖典型日粮分析研究[D]. 王荣斌. 西北农林科技大学, 2020(03)
- [5]内蒙古绒山羊不同毛被类型性状变异及其分子遗传机制的研究[D]. 李晓凯. 内蒙古农业大学, 2020
- [6]绒山羊SNP芯片设计及重要经济性状全基因组关联分析研究[D]. 乔贤. 内蒙古农业大学, 2020
- [7]三种饲养模式对绒山羊育肥性能、屠宰性能、肉品质与体组织脂肪沉积的影响及其机理[D]. 于洋. 内蒙古农业大学, 2020(02)
- [8]外源褪黑激素对罕山白绒山羊绒毛生长相关基因表达差异的影响[J]. 丽春,李金泉,张文广,王思珍,王国富,高树新,付绍印. 畜牧与饲料科学, 2019(09)
- [9]外源褪黑激素对罕山白绒山羊皮肤绒毛周期性变化规律的影响[J]. 丽春,张文广,王思珍,王国富,苏蕊,李金泉. 家畜生态学报, 2019(09)
- [10]内蒙古绒山羊毛被类型遗传规律及其对重要经济性状间接选择研究[D]. 李学武. 内蒙古农业大学, 2019