近日，动物科学技术学院刘剑锋团队在生物信息学和计算生物学领域权威期刊《生物信息学》（BIOINFORMATICS, Top期刊）发表研究论文《MAGE：基于元建立者构建育繁推一体化育种体系基因组选择一步法加-显新模型》（MAGE: Metafounders assisted genomic estimation of breeding value, a novel Additive-Dominance Single-Step model in crossbreeding systems）。该研究提出基于不同亲本群体及其杂交后代群体信息育繁推一体化育种模式下优化遗传评估模型和计算技术，可同时实现纯种、杂种的育种值评估和杂种优势预测。

在猪、鸡等主要畜禽品种中，育种的价值实现在于终端杂交商品群的性能和生产效率。虽然普遍认同的观点是，在遗传评估中整合纯种、杂种信息，可同时提高纯种遗传评估和杂种优势预测的准确性，并且基于杂种信息，可对纯种群体难以测定性状（如母畜使用年限、肉质、终身繁殖力等）进行遗传评估。但由于杂交导致的遗传基础差异，目前常规选育的理论和方法大多仅针对纯种核心群性能选育。如何以终端杂交商品群性能为目标，开发整合杂种信息的精准遗传评估模型，一直是畜禽全产业链育种亟待解决的理论和技术问题。

针对该问题，该研究提出了一种全新的基因组选择一步法加-显算法（MAGE）（图1）。MAGE算法利用偏亲缘相关矩阵（partial relationship matrix）进行纯种群体和杂种群体的混合亲缘关系构建，利用元建立者（metafounders）进行不同纯种群体之间的跨品种背景亲缘关系评估。同时，MAGE算法首次提出杂种群体的显性亲缘关系矩阵构建方法，实现了对纯、杂混合群体显性效应的精准估计。在此基础上，研究团队编写了相应的纯、杂混合群体遗传评估软件（https://github.com/CAU-TeamLiuJF/MAGE），该软件可以高效利用繁育体系的大规模杂种群体信息，从而对终端商品代目标性状直接进行选择，精准评估育繁推产业链中遗传进展的传递过程。在此基础上与团队前期开发的PI-BLUP大型育种软件进行模块整合，同时实现硬件和软件计算平台国产化计算，有力支撑国家猪畜禽遗传评估中心的高效运行。

图1 MAGE算法技术路线

该研究成果不仅在遗传评估理论上具有显著创新，核心算法和软件具有完全自主知识产权，对实现《国家生猪遗传改良计划（2021-2035）》所提出的构建我国生猪育繁推一体化育种体系的目标任务提供了解决方案，有力支撑我国畜禽全产业链联合育种方案的顺利实施。

动科学院博士研究生卓越为论文的第一作者，刘剑锋教授为论文通讯作者，博士后杜恒、博士研究生刁晨光、李伟宁、副教授周磊和姜力、北卡罗来纳州立大学助理教授蒋纪才为论文合作作者。该研究得到了国家自然基金（31972563）、国家重点研发计划（2021YFD1200801）、北京市科技支撑乡村产业振兴（Z211100004621005）、国家生猪产业技术体系（CARS-pig-35）、中国农业大学2115人才培育发展支持计划的资助。

文章链接：https://doi.org/10.1093/bioinformatics/btae044