【原】多基因評分（PGS）和分子標記輔助選擇（MAS）

育種數(shù)據(jù)分析 2025-11-20 發(fā)布于河南

展開全文

大家好，我是鄧飛，人類中多基因得分（PGS）這個方法，相當于動植物中的分子標記輔助（MAS）或者是基因組選擇（GS）。雖然概念有所區(qū)分，但是理論都是相通的。下面是根據(jù)個人理解，介紹一下。

1，PGS分析流程介紹

第一步：搜集數(shù)據(jù)、整理數(shù)據(jù)

包括搜集GWAS的summary 結果
表型數(shù)據(jù)和基因型數(shù)據(jù)檢測

第二步：驗證和處理

群體結構，親緣關系
查看共有變異（提升稀有變異）
消失和隱藏的遺傳力
生物路徑相關性分析

第三步：計算多基因評分和預測

選擇顯著性位點和權重
根據(jù)P值選擇
對PGS如何影響性狀進行可視化

第四步：檢查表型的共享遺傳結構

預測表型
表型相關：通過LD Score回歸計算
pleiotropy
多性狀分析：MTAG

第五步：模型應用

預測個體風險
孟德爾隨機化分析
genetic confounding
基因與環(huán)境互作

2，多基因評分

Polygenic score，什么是PGS？

什么是多基因評分？多基因評分（PGS）是多個遺傳位點與表型之間關系的數(shù)值總結。PGS有時被稱為多基因譜評分、遺傳譜評分、基因型評分，或者在討論疾病時，被稱為多基因風險評分。我們采用更中性的polvgenic評分，因為當我們討論非疾病相關的行為表型時，用“風險”來表述就不那么直觀了。Polvgenic得分直接來自我們在第4章中概述的GWASs中的全基因組關聯(lián)。我們使用這些數(shù)據(jù)的匯總統(tǒng)計數(shù)據(jù)來估計單核苷酸多態(tài)性（SNP）如何結合來解釋感興趣的特征。

實際上，PGS是整個基因組表型相關等位基因的線性組合，通常由GWAS效應大小加權。因此，這是一個單一的定量指標，可以解釋為個體相對于群體的表型遺傳傾向的指標。對于我們感興趣的大多數(shù)性狀而言，單個SNP是弱預測因子（效應比較?。?。復雜的性狀與許多遺傳變異有關，每一個變異都只占變異的一小部分。PGS是一種跨基因組聚合這些信息的解決方案。

一般來說，我們可以將一個人的多基因得分定義為一個人在M基因座的基因型的加權和。個體i的PGS可以計算為每個SNPj=1的等位基因計數(shù)A（0、1或2）的總和。?..M、乘以重量w，

3，分子標記輔助選擇（MAS）

利用與目標性狀緊密連鎖的分子標記 (如 SNP) 進行間接選擇，替代或輔助傳統(tǒng)表型選擇。分子標記來源于主效QTL或者GWAS得到的大效應位點或者已知基因的信息，特點是效應比較大或者是質量性狀（孟德爾性狀）。
MAS應用比較好的領域：通過檢測基因或者QTL存在與否來判斷目標性狀是否存在，進而進行選擇，比如玉米抗銹基因、花生高油酸基因、水稻抗稻瘟病基因、小麥抗條銹病基因、豬的抗藍耳病、牛的抗乳房炎以及魚類的抗柱狀病等應用，這些目標性狀由一個或者幾個主效基因/QTL控制，分子標記與目標性狀緊密連鎖，能通過標記快速篩選優(yōu)良個體，跳過復雜的表型鑒定步驟。通過標記，將多個優(yōu)良基因聚合，在種質早期進行篩選，這種分子育種方法在動植物育種中被廣泛使用。

MAS應用不太好的領域：挖掘的基因有效應，但不太大，控制性狀的基因很多，性狀屬于偏數(shù)量性狀，這些位點應用范圍就很有限，不同群體背景差異很大，存在基因與環(huán)境互作（不同年份、不同地點差異很大），位點效應有差異，只選效應大的效果有限，全部都選誤差很大，食之無味棄之可惜是也。常規(guī)的做法，用逐步回歸的方法選擇位點數(shù)和解釋度最佳的組合，作為預測模型，還要考慮LD連鎖導致的共線性問題。

4，MAS做不好的我PGS來做

優(yōu)勢1：挖掘數(shù)據(jù)的良方。PGS在做分析時，使用summary result結果，就是GWAS的分析結果，包括effect和pvalue，利用大樣本（5萬~10萬）或者超大樣本（10萬~100萬）對某個性狀挖掘的GWAS數(shù)據(jù)，包括很多稀有變異的結果，然后對自己的驗證群體進行篩選最優(yōu)組合，這樣效果很好，畢竟從金礦中挖金子比在海水里挖金子更靠譜。動植物育種中，可以充分借鑒已有的研究成果，將相關的基因、結果、引物搜集起來，現(xiàn)在很多物種都有現(xiàn)成的數(shù)據(jù)庫，再結合自己的群體，收集基因型和表型數(shù)據(jù)作為驗證群體，用于挖掘可靠的位點數(shù)據(jù)（建模），后面進行應用（預測）。

優(yōu)勢2：預測模型的利器。對于找到的位點組合，比如50個位點，效應值有大有小，不用通過累計求和的形式進行計算，不用通過逐步回歸的形式進行計算，直接用PRS的工具進行計算，充分考慮連鎖、Effect、Pvalue等因素，得到最好的結果。

總結：

1，之前有個誤區(qū)，分子標記輔助只對主效基因有幫助，科研文章中定位的很多基因和位點應用價值有限，真正有應用價值的是對應的主效基因，可以做回交育種、可以做轉基因、可以做基因編輯。但是，很多性狀都是由很多基因控制的，其中的主效基因解釋百分比也很低，在應用中只有西瓜芝麻一起抓才能有好的效果。如何一起抓？PGS更靠譜。

2，對于物種GWAS和QTL數(shù)據(jù)庫的應用，現(xiàn)在很多物種都有各種性狀的數(shù)據(jù)庫，對于這些數(shù)據(jù)庫的應用，之前的誤區(qū)在于不能直接使用，所以就是沒用?？梢越梃bPGS的思路，不能直接拿來用，因為群體結構等各種因素，可以局部驗證篩選后使用。具體來說，把GWAS的summary result下載下來，用自己的群體做一下驗證（需要檢測對應的基因型和表型），然后篩選出適合自己群體的子集，進行后面大群體的預測。