基于智能项圈系统荷斯坦牛发情相关指标的遗传参数估计及全基因组关联分析

杨明路，张海亮，罗汉鹏，黄锡霞，张翰林，章施施，王炎，刘林，郭刚，王雅春

基于智能项圈系统荷斯坦牛发情相关指标的遗传参数估计及全基因组关联分析

1中国农业大学动物科技学院/农业农村部动物遗传育种与繁殖（家畜）重点实验室/畜禽育种国家工程实验室，北京 100193；
2新疆农业大学动物科学学院，乌鲁木齐 830052；
3北京奶牛中心，北京 100192；
4北京首农畜牧发展有限公司，北京 100029

【目的】探究基于奶牛智能项圈系统产生的发情指数和活动峰值指标的群体规律及其影响因素，对其进行遗传参数估计，并利用全基因组关联分析（genome-wide association study, GWAS）挖掘与奶牛发情相关指标的遗传标记，以期为从遗传育种角度制定选育策略提高奶牛繁殖力提供有用信息。【方法】试验以北京市某规模化牧场健康的泌乳期荷斯坦牛为研究对象，收集了该牧场2017年7月至2020年5月2 074 头泌乳牛的发情记录，包括发情指数和活动峰值，同时收集了试验牛的产犊记录；
采用 SAS 9.4中MIXED过程，分析了非遗传因素对发情指数和活动峰值的影响；
基于DMU软件DMUAI模块，使用双性状动物模型估计了发情指数与活动峰值的遗传力及遗传相关，并计算了发情指数与常规繁殖性状的近似遗传相关；
以逆回归育种值为关联分析的表型，利用FarmCPU软件分别对发情指数和活动峰值进行了GWAS。【结果】荷斯坦牛发情指数为（71.77±19.13）au，活动峰值为（105.94±30.73）au/2h。发情指数遗传力为0.04±0.01，活动峰值遗传力为0.19±0.04，均为低遗传力性状；
发情指数与活动峰值之间的遗传相关为0.45±0.03；
发情指数与经产牛首末次配种间隔、首次产犊日龄和青年牛首末次配种间隔的近似遗传相关分别为0.37、-0.41、-0.55。两个性状的GWAS共找到7个在全基因组水平上显著的SNP位点，分别位于7条染色体上，显著位点附近（300 kb内）共发现基因31个。【结论】通过项圈系统获得的发情指数和活动峰值是可遗传的，两者之间存在中等遗传相关，活动峰值为中低遗传力，且能够一定程度上反映奶牛的发情指数，活动峰值和发情指数为研究奶牛的发情行为以及提高母牛的繁殖力提供了新的方向。GWAS鉴定到的候选基因（Prostaglandin-Endoperoxide Synthase1）和（Ubiquinone Oxidoreductase Subunit A8）的功能与供体胚胎总数有关，（Vascular Endothelial Growth Factor A）基因功能与奶牛繁殖有关，可作为奶牛发情相关指标的候选基因进行深入研究。

繁殖性状；
发情指数；
活动峰值；
遗传参数；
全基因组关联分析

【研究意义】繁殖性状是奶牛育种中重要的功能性状[1]，奶牛的繁殖性能既与经济效益相关，也涉及动物福利等问题[2]。奶牛养殖的经济效益很大程度上取决于牛群的繁殖效率，提高繁殖效率可以有效地减少授精次数、缩短产犊间隔、降低被动淘汰率[3]。【前人研究进展】大量研究发现，繁殖性状为低遗传力性状，通常在0.01—0.10之间[4-5]，繁殖性状与产奶性状的拮抗关系使得繁殖性状的选育困难更大[6]，繁殖性状也会受到牧场环境和牧场管理的影响，如热应激和自愿等待期等[7-8]。此外，牧场常规记录繁殖事件形成的繁殖性状表型往往存在记录不准确、不完整的缺点，增加了繁殖性状选育的难度；
随着智能化监测传感器的逐步使用，许多可用于选育繁殖性状的新表型逐渐出现。有研究发现，基于传感器测定活动量产生的产犊至首次活动峰值间隔和发情强度等性状是可以遗传的，发情强度与产犊至首次活动峰值间隔呈负遗传相关，选育产犊至第一次发情间隔有利于提高繁殖力[4]。有研究发现，随着发情指数的提高，受胎率也随之增高[9]。最新研究发现，发情强度的提高可以改善胚胎移植受体母牛的受胎率[10]。【本研究切入点】研究奶牛的发情相关指标可以了解奶牛的发情表现规律，可以为利用个体发情指数记录更好地开展繁殖管理工作提供理论依据。目前，在我国荷斯坦牛群中，发情指数和活动峰值与繁殖性状的关系尚不明确，且尚无针对发情指数和活动峰值进行遗传参数估计和候选基因挖掘的报道。此外，通过挖掘奶牛重要经济性状的分子标记和候选基因，可以深入理解复杂性状的遗传基础和提高基因组选择的准确性。目前，针对我国奶牛产奶和乳房健康等性状，已有较多研究开展了分子标记挖掘和候选基因鉴定，而针对繁殖性状开展的研究较少[11-14]。【拟解决的关键问题】本研究基于北京地区某规模化牧场泌乳荷斯坦牛的发情指数相关数据，深入分析奶牛发情指数和活动峰值的变化规律和影响因素，估计这些指标的遗传参数。以发情指数和活动峰值的逆回归育种值（de-regressed proof，DRP）为表型值[15]，结合该奶牛个体的SNP芯片数据进行了全基因组关联分析（genome-wide association study, GWAS），以期筛选到与奶牛发情指数和活动峰值显著关联的SNP，挖掘影响奶牛发情指数和活动峰值的关键基因，为牧场利用发情指数和活动峰值管理牛群提供理论依据，同时也可为揭示奶牛发情指数和活动峰值的遗传机制和利用分子遗传标记辅助选择改善奶牛的发情水平奠定理论基础。

1.1 试验群体

研究于2017年7月至2020年5月收集北京地区某规模化牧场2 074头泌乳期荷斯坦牛的发情指数和活动峰值。试验牧场采用散栏式饲养，舍外设运动场，自由饮水，全天全混合日粮（total mixed ration, TMR）自由采食，整个试验期间日粮营养成分保持一致，其营养水平符合奶牛饲养标准（NY/T 34-2004）。饲料主要营养成分如下：干物质 23 kg，粗料比例 40%，粗蛋白 16%—17%。夏季时采食道与待挤区使用喷淋和风扇进行降温。试验牛群每日使用利拉伐并列式挤奶设备挤奶3次，分别于07：00—10：00、14：00—17：00和21：00—24：00之间完成。不同泌乳牛舍的饲养管理方式基本相同，均为挤奶前30 min投料，自由采食和饮水。

1.2 数据收集与测定

1.2.1 表型数据 本试验利用HR-LD（利用加速计识别）和HR-LDn（利用三轴MEMS（微机电系技术）加速度计识别）2种类型的项圈（SCR，以色列）对2 074头进行连续监测[16]，通过DataFlow™ II系统（https://www.allflex.global/cn/）获得试验牛在发情时的发情指数和活动峰值。每头试验牛在产犊后开始佩戴项圈，在每个泌乳期内仅使用1种项圈进行监测。试验期间定期对试验牛的发情指数记录进行备份和收集。

发情指数是根据DataFlow™ II系统通过试验牛的活动量、反刍时间、繁育事件和乏情记录计算获得（0—100 au），活动峰值是指试验牛一个发情周期内，原始活动量的最高值（记录频率为2 h一次）。

1.2.2 系谱数据 本研究所使用的原始系谱来自于北京奶牛中心，基于原始系谱，对有表型记录的个体进行追溯，直到不再增加相关个体而获得用于本研究分析的系谱，包括1 057头公牛和4 115头母牛，这些个体出生于1939—2018年。此外，本研究收集了同一牛群常规繁殖性状的估计育种值（estimated breeding value, EBV）。根据数据资料情况并综合文献[6,17-18]，本研究主要计算了5个繁殖性状与发情相关指标之间的近似遗传相关，包括首次产犊日龄（首次产犊日期与其出生日期的间隔天数）、首次配种日龄（首次配种日期与其出生日期之间的间隔天数）、产犊至首次配种间隔（产犊日期与其本泌乳期首次配种日期的间隔天数）、经产牛首末次配种间隔（经产牛同泌乳期首次配种日期与末次配种日期的间隔天数）、青年牛首末次配种间隔（青年牛首次配种日期与末次配种日期的间隔天数）。

1.2.3 基因型数据 本研究中，使用Illumina公司的牛150 K 芯片对2 626头荷斯坦牛进行基因组测定，每头牛获得了121 188个SNP位点用于关联分析。

1.3 数据整理与质控

1.3.1 表型数据 由于3胎以上的试验牛较少，本研究将胎次划分为3个水平，分别为1胎、2胎、3胎及以上；
将泌乳阶段划分为4个水平，围产后期（0—21 d）、泌乳前期（22—100 d）、泌乳中期（101— 200 d）和泌乳后期（201—305 d）；
由于发情4次以上的牛只数较少，将测定发情周期划分为4个水平，分别为第1次、第2次、第3次、第4次及以上；
将测定季节划分为4个水平，分别为春季（3—5月）、夏季（6—8月）、秋季（9—11月）和冬季（12月至次年2月）[19]；
根据一日内发情开始时间划分昼夜效应，“白天”为8：00—20：00，“夜间”为20：00至次日08：00。

1.3.2 基因型数据 使用Beagle 5.1[20]进行填充，对填充后的芯片进行质控，剔除不符合条件的SNP。剔除条件包括（1）严重偏离（＜10E-6）哈代-温伯格平衡；
（2）最小等位基因频率小于0.05[21]。质控后，发情指数和活动峰值各有1 174头和2 488头牛用于GWAS，两个性状每头牛分别保留了114 566个和114 770个SNP用于关联分析。

1.4 统计分析

1.4.1 影响因素分析 使用SAS 9.4软件Mixed过程分析泌乳阶段、胎次、测定年份、测定季节、项圈类型、情期数、昼夜效应和个体随机效应对发情指数和发情峰值的影响，采用Bonferroni检验进行多重比较，以＜0.01为差异极显著，模型如下：

ijklmnopqijklmnoijklmnopijklmnopq

式中，ijklmnopq为发情指数和发情峰值，为总体均值，i为泌乳阶段，j为胎次，k为测定年份，l为测定季节，m为情期数，n为项圈类型，o为昼夜效应，ijklmnop为个体随机效应，ijklmnopq为随机残差。

1.4.2 遗传参数估计 采用双性状动物模型，利用平均信息约束估计最大似然法求解混合线性方程组，获得各性状的方差组分和协方差组分的估计值，使用的分析软件为DMU[22]。发情指数和活动峰值的混合线性方程组矩阵形式如下：

式中，y为发情指数和活动峰值的观察值矩阵；
b为第i个母牛发情指数和活动峰值的固定效应矩阵（包括总体均值、测定年、测定季节、胎次、泌乳阶段、情期数、项圈类型和昼夜效应）；
a为第i个母牛的个体加性随机效应矩阵；
e为第i个母牛的随机残差矩阵；
X、Z为对应的关系矩阵。

遗传力与遗传相关及其标准误依据泰勒（Taylor）展开式进行计算[23]。

1.4.3 近似遗传相关 基于Calo等提出的计算方法[24]，计算发情指数、活动峰值与繁殖性状之间的近似遗传相关，包括首次产犊日龄、首次配种日龄、产犊至首次配种间隔、经产牛首末次配种间隔、青年牛首末次配种间隔，根据两个性状的可靠性大于0.22的个体的EBV计算近似遗传相关性，公式如下：

近似遗传相关系数的标准误计算公式如下：

1.4.4 全基因组关联分析 通过发情指数和活动峰值EBV及其可靠性计算发情指数和活动峰值的逆回归育种值（de-regressed proof，DRP），作为关联分析的伪表型[15]。结合SNP芯片数据，利用FarmCPU软件进行GWAS[26]，本研究使用Bonferroni检验进行多重检验校正，显著性阈值定义为0.05/N，其中N为SNP的数量。利用R（3.5.1）语言（https://www.r- project.org/）绘制Q-Q plot图，即SNP与分析性状间的卡方统计量检验，以判断试验群体是否存在群体分层现象[27]。

2.1 性状的描述统计

荷斯坦牛发情指数和活动峰值发情相关性状的描述性统计结果如表1所示，试验牛群发情指数均值为71.77 au，活动峰值均值为105.94 au/2h，两个指标的变异系数相近。

表1 中国荷斯坦牛发情相关性状描述性统计

2.2 各因素对发情指数的影响

利用线性混合模型分析各因素对奶牛发情指数和活动峰值的影响。结果发现，胎次、测定季节、泌乳阶段、情期数、昼夜、测定年份和项圈类型对发情指数和活动峰值均有显著影响（＜0.05）。各因素不同水平的最小二乘均值如表2所示。

由表2可知，不同胎次的奶牛间，2胎奶牛发情指数最高，1胎最低，二者相差1.26 au。不同泌乳阶段间，奶牛在泌乳初期发情指数最高，在围产后期最低，两者相差7.02 au。不同情期间，奶牛在第4个及以上情期的发情指数最高，在第一个情期最低，二者相差2.34 au；
在不同季节之间，奶牛在冬季时发情指数最高，在夏季时最低，二者相差8.01 au。白天开始发情的奶牛，其发情指数低于夜间开始发情牛的发情指数，两者相差2.8 au。不同项圈类型之间，HR-LD项圈和HR-LDn项圈所监测的奶牛发情指数相差5.01 au。

不同胎次的奶牛之间，1胎奶牛的活动峰值最高，3胎最低，二者相差3.59 au/2h。不同泌乳阶段之间，奶牛在泌乳早期活动峰值最高，在泌乳后期最低，两者相差8.30 au/2h。不同情期数之间，奶牛在第2次及以上活动峰值最高，第3次最低，二者相差3.50 au/2h；
在各季节中，奶牛在冬季时活动峰值最高，在夏季时最低，二者相差10.38 au/2h。在白天开始发情的奶牛，其活动峰值极显著（＜0.01）低于夜间开始发情的牛，两者相差5.28 au/2h。不同项圈类型之间，HR-LD项圈和HR-LDn项圈所监测的奶牛活动峰值相差17.76 au/2h。

2.3 遗传参数

本研究基于双性状动物模型对发情指数和活动峰值进行了遗传分析，其方差组分和遗传参数如表3所示。发情指数的遗传力为0.04±0.01，属于低遗传力性状；
活动峰值遗传力为0.19，标准误为 0.04，属于中低遗传力。发情指数与活动峰值之间的遗传相关为0.45±0.03，为中等遗传相关，活动峰值越高的牛发情指数越高。

表2 各因素对中国荷斯坦牛发情指数和活动峰值的影响

同一因子同列数据标不同字母表示差异显著（＜0.05），标相同字母表示差异不显著（＞0.05）

Different letters under the same factor within the same column mean significant difference (＜0.05), and the same letter means no significant difference (＞0.05)

表3 中国荷斯坦牛发情指数与活动峰值的遗传参数

2.4 发情指数相关指标近似遗传相关

发情指数与各繁殖性状之间的近似遗传相关见表4。发情指数与首次配种日龄、产犊至首次配种间隔、经产牛首末次配种间隔之间的近似遗传相关均为正相关，与首次产犊日龄和青年牛首末次配种间隔均为负相关。经产牛首末次配种间隔与发情指数近似遗传相关为0.37，首次产犊日龄与发情指数近似遗传相关为-0.41，青年牛首末次配种间隔与发情指数近似遗传相关为-0.55。

2.5 全基因组关联分析

2.5.1 群体分层检验 对试验群体进行群体分层检验，结果如图1所示。从图中可以看出，两个性状的关联分析结果可靠，本研究有效地抑制了试验群体的遗传背景差异。

表4 中国荷斯坦牛发情指数与繁殖相关性状近似遗传相关

图1 发情指数（左）和活动峰值（右）全基因组关联分析Q-Q plot图

2.5.2 全基因组关联分析结果 经过对发情指数和活动峰值进行GWAS，分别得到了全基因组水平显著的SNP位点，两个性状的曼哈顿图如图2所示。发情指数的GWAS共鉴定到4个全基因组水平显著的SNP，活动峰值共获得3个全基因组水平显著的SNP。

本研究共获得7个全基因组水平显著的SNP，这些显著SNP的最小等位基因频率处于0.12—0.43，具有良好的多态性，查找显著SNP上下游300 kb范围内的基因，有6个SNP周围找到了31个候选基因，显著SNP及候选基因信息如表5所示。

30号染色体为性染色体Chromosome 30 is sex chromosome

表5 中国荷斯坦牛发情指数和活动峰值全基因组关联分析显著SNP和相关基因

3.1 发情指数相关数据概况

本研究中，北京地区荷斯坦牛泌乳母牛的发情指数为71.77 au。Macmillan等[9]在荷斯坦牛中发现，奶牛的发情指数为79.2 au，高于本研究的结果（相差7.43 au），这可能是不同研究中胎次、群体规模和牛群饲养管理的不同造成。例如，本研究监测了各胎次奶牛，试验牛群每天饲喂和挤奶3次；
而在Macmillan等[9]的研究中，仅监测了初产牛，每天只饲喂一次。在荷斯坦牛群体中，346头测定母牛的1 163次发情指数平均为72.8 au，与本试验结果相近[28]。

3.2 各因素对泌乳母牛发情相关指标的影响

本研究中，胎次对奶牛发情指数有显著影响，这与Madureira和Løvendahl等[28-29]的研究结果相似。不同胎次之间，1胎最低，2胎最高，这与Løvendahl等[29]在荷斯坦牛、娟姗牛和丹麦红牛中发现的趋势相同，该研究发现1胎牛发情强度最低（1.058±0.015），2胎最高（1.096±0.015），3胎中等（1.080±0.019）。1胎母牛具有最低的发情指数，这可能与其产后的恢复、体成熟和抗应激能力有关。在各泌乳阶段，泌乳初期发情指数最低；
有研究表明，奶牛的发情指数受泌乳阶段影响较大。当泌乳天数在45 d以内时，发情指数最低为67.9 au，在泌乳天数处于45 — 120 d时发情指数最高为71.6 au[28]，这与本研究结果相似。据报道北京地区的季节变化对奶牛的发情有明显影响，夏季奶牛发情率最低（38.57%）且低于其他季节[30]。本研究中，季节极显著影响母牛的发情指数，夏季发情指数最低，这可能与夏季奶牛遭受热应激，体内皮质类固醇激素分泌增多，使体内LH分泌下降，当优势卵泡处于低LH水平时分泌雌激素减少，从而发情强度降低[31]。研究表明，50%以上的母牛在傍晚或夜间发情[32]；
本研究中，夜间发情母牛只占52.82%，日间发情母牛占47.18%，夜间发情母牛的发情指数极显著高于日间发情指数。综上，奶牛的发情指数对包括胎次和泌乳阶段等在内的生理因素表现敏感。

本研究中，活动峰值随胎次增加而减少，这与胡仁超等[33]的研究结果相似。奶牛在泌乳前期的日活动量最高，随着泌乳天数的延长，活动量逐渐减少[28]；
本研究中，奶牛在泌乳前期的活动峰值较泌乳后期高出8.5 au/2h，与上述研究基本一致。这可能与奶牛雌二醇水平有关，随泌乳天数的增加发情强度在不断降低[28]。本研究发现测定季节对活动峰值有显著影响，夏季活动峰值最低，这与潘予琮等[34]的研究结果相似。奶牛在日间的活动量平均高出夜间20%以上[35-36]，奶牛在夜间的活动量相对较低[37]，本研究群体中日间活动峰值显著高于夜间活动峰值。总体上，活动峰值与活动量变化规律基本一致，受牧场生产管理活动的影响，奶牛在白天的活动峰值高于夜间，在夜间的活动峰值更能反映奶牛自身生理状态的变化。

3.3 发情相关指标的遗传参数

作为牧场中广泛应用的智能传感器产生的新型繁殖表型，发情指数和活动峰值可以反映母牛的发情表现，而进一步反映奶牛的繁殖性能。本研究中，发情指数的遗传力估计值为0.037±0.013，为低遗传力性状。国外研究中，发情指数用于描述母牛的发情强度，Ismael等[4,38]的研究中发情强度遗传力估计值在0.02—0.08之间，本研究结果处于上述研究报道的范围之内。发情指数的遗传力估计值为0.04±0.01，属于低遗传力性状。活动峰值与发情指数为中等遗传相关，能够反映牛只的发情特征及繁殖性能，具有遗传选育的潜力。

本研究发现，发情指数与首次产犊日龄和青年牛首末次配种间隔成负遗传相关，分别为-0.41和-0.55；
有研究指出，具有较高发情表现的牛只，其授精次数较少，首末次输精间隔较短，从产犊到最后授精的时间间隔也较短（遗传相关系数分别为-0.14、-0.27和-0.38）[4]，这与本研究结果一致。发情指数与首次配种日龄和产犊至首次配种间隔为正相关，且与发情指数的遗传相关较低，这一结果表明发情指数并不会影响首次配种日龄和产犊至首次配种间隔。

3.4 发情相关指标的全基因组关联分析

本研究共鉴定了4个与奶牛发情指数显著相关的SNP，及3个与奶牛活动峰值显著相关SNP。在发情指数鉴定的19个潜在候选基因中，有研究发现（Prostaglandin-Endoperoxide Synthase1）（Mitochondrial Ribosome Recycling Factor）、（RNA Binding Motif Protein 18）（LIM Homeobox 6）（MORN Repeat Containing 5）和（Ubiquinone Oxidoreductase Subunit A8）与加拿大荷斯坦牛群中供体母牛胚胎总数性状有关（来自加拿大奶业网，https://www.cdn.ca/），（Member RAS Oncogene Family）、（DENN Domain Containing 4A）和（Solute Carrier Family 24 Member 1）与肉牛背膘厚度有关[39]。其中，和认为是与供体产生胚胎数相关的潜在候选基因[40]。有研究发现，编码的蛋白能将花生四烯酸转化为PGH2，PGH2是PGE2和PGF2α的前体物质[41]。本研究发现和与发情水平有关，可能是由于调控前列腺素从而间接影响发情水平的表现，NDUFA8蛋白是NADH脱氢酶的一个亚基[42]，NADH调节能量代谢[43]，并与卵母细胞发育有关[44]，卵母细胞发育可能间接影响发情水平的表现。

在活动高峰鉴定的12个潜在候选基因中，有研究发现（Heat Shock Protein 90 Alpha Family Class B Member 1）与奶牛热应激相关[45]，与奶牛十二指肠营养转运蛋白有关[46]，（Vascular Endothelial Growth Factor A）与牛卵泡发育和黄体形成有关[47]。本研究发现，与荷斯坦牛发情峰值有关，通过促进毛细血管的增殖和形成来促进牛优势卵泡生长，毛细血管对生长中的卵泡输送氧气、营养物质、类固醇前体和生长因子至关重要[47]。卵泡血管化的增加与表达的增加相关，从而影响活动高峰的表达。

北京地区荷斯坦牛的发情指数为（71.77±19.13）au，活动峰值为（105.94±30.73）au/2h；
发情指数（0.04）和活动峰值（0.19）为中低遗传力性状，发情指数与活动峰值之间存在中等遗传相关（0.45）；
活动峰值能够一定程度反映奶牛发情指数，发情指数与青年牛首末次配种间隔和首次产犊日龄存在较高的近似遗传相关。通过对发情相关指标进行全基因组关联分析，发现了影响中国荷斯坦牛发情指数和活动峰值的重要候选基因；
其中，和与供体产生的胚胎数量相关，与牛卵泡发育和黄体形成有关。本研究为揭示奶牛繁殖性状的分子遗传基础积累了素材，为利用传感器智能测定的新型表型研究和选育奶牛繁殖性能提供了参考。

[1] MIGLIOR F, MUIR B L, VAN DOORMAAL B J. Selection indices in Holstein cattle of various countries. Journal of Dairy Science, 2005, 88(3): 1255-1263. doi:10.3168/jds.S0022-0302(05)72792-2.

[2] 刘澳星. 奶牛繁殖性状遗传参数估计与基因组预测[D]. 北京: 中国农业大学, 2018.

LIU A X. Estimation of genetic parameters and genomic prediction for female fertility traits in dairy cattle[D]. Beijing: China Agricultural University, 2018. (in Chinese)

[3] SEWALEM A, MIGLIOR F, KISTEMAKER G J, SULLIVAN P, VAN DOORMAAL B J. Relationship between reproduction traits and functional longevity in Canadian dairy cattle. Journal of Dairy Science, 2008, 91(4): 1660-1668. doi:10.3168/jds.2007-0178.

[4] ISMAEL A, STRANDBERG E, KARGO M, FOGH A, LØVENDAHL P. Estrus traits derived from activity measurements are heritable and closely related to the time from calving to first insemination. Journal of Dairy Science, 2015, 98(5): 3470-3477. doi:10.3168/ jds.2014-8940.

[5] HOU Y, MADSEN P, LABOURIAU R, ZHANG Y, LUND M S, SU G. Genetic analysis of days from calving to first insemination and days open in Danish Holsteins using different models and censoring scenarios. Journal of Dairy Science, 2009, 92(3): 1229-1239. doi:10. 3168/jds.2008-1556.

[6] 陈紫薇, 师睿, 罗汉鹏, 田佳, 魏趁, 张伟新, 李委奇, 温万, 王雅晶, 王雅春. 宁夏地区荷斯坦牛青年牛繁殖性状遗传参数估计. 畜牧兽医学报, 2021, 52(2): 344-351. doi:10.11843/j.issn.0366-6964. 2021.02.007.

CHEN Z W, SHI R, LUO H P, TIAN J, WEI C, ZHANG W X, LI W Q, WEN W, WANG Y J, WANG Y C. Estimation of genetic parameters of reproductive traits of Holstein heifers in Ningxia. Acta Veterinaria et Zootechnica Sinica, 2021, 52(2): 344-351. doi:10. 11843/j.issn.0366-6964.2021.02.007. (in Chinese)

[7] SUN C, MADSEN P, NIELSEN U S, ZHANG Y, LUND M S, SU G. Comparison between a sire model and an animal model for genetic evaluation of fertility traits in Danish Holstein population. Journal of Dairy Science, 2009, 92(8): 4063-4071. doi:10.3168/jds.2008-1918.

[8] 胡丽蓉, 康玲, 王淑慧, 李玮, 鄢新义, 罗汉鹏, 董刚辉, 王新宇, 王雅春, 徐青. 冷热应激对北京地区荷斯坦牛产奶性能及血液生化指标的影响. 中国农业科学, 2018, 51(19): 3791-3799. doi:10. 3864/j.issn.0578-1752.2018.19.015.

HU L R, KANG L, WANG S H, LI W, YAN X Y, LUO H P, DONG G H, WANG X Y, WANG Y C, XU Q. Effects of cold and heat stress on milk production traits and blood biochemical parameters of Holstein cows in Beijing area. Scientia Agricultura Sinica, 2018, 51(19): 3791-3799. doi:10.3864/j.issn.0578-1752.2018.19.015. (in Chinese)

[9] MACMILLAN K, GOBIKRUSHANTH M, PLASTOW G, COLAZO M G. Performance and optimization of an ear tag automated activity monitor for estrus prediction in dairy heifers. Theriogenology, 2020, 155: 197-204. doi:10.1016/j.theriogenology.2020.06.018.

[10] MADUREIRA A M L, BURNETT T A, MARQUES J C S, MOORE A L, BORCHARDT S, HEUWIESER W, GUIDA T G, VASCONCELOS J L M, BAES C F, CERRI R L A. Occurrence and greater intensity of estrus in recipient lactating dairy cows improve pregnancy per embryo transfer. Journal of Dairy Science, 2022, 105(1): 877-888. doi:10. 3168/jds.2021-20437.

[11] 刘丽元, 周靖航, 张梦华, 李金霞, 方季青, 谭世新, 王爱芳, 黄锡霞, 王雅春. 新疆褐牛基因外显子多态性及其与SCS和泌乳性状关联性分析. 中国农业科学, 2017, 50(13): 2592-2603. doi:10.3864/ j.issn.0578-1752.2017.13.017.

LIU L Y, ZHOU J H, ZHANG M H, LI J X, FANG J Q, TAN S X, WANG A F, HUANG X X, WANG Y C. Genetic effect analysis of SNPs from 6 genes on SCS and milk production traits in Xinjiang brown cattle. Scientia Agricultura Sinica, 2017, 50(13): 2592-2603. doi:10.3864/j.issn.0578-1752.2017.13.017. (in Chinese)

[12] 王晓, 张勤, 俞英. 基于体细胞评分的中国荷斯坦牛乳房炎抗性全基因组关联分析. 中国农业科学, 2017, 50(4): 755-763. doi:10. 3864/j.issn.0578-1752.2017.04.015.

WANG X, ZHANG Q, YU Y. Genome-wide association study on mastitis resistance based on somatic cell scores in Chinese Holstein cows. Scientia Agricultura Sinica, 2017, 50(4): 755-763. doi:10.3864/ j.issn.0578-1752.2017.04.015. (in Chinese)

[13] 王小龙, 常玲玲, 陈莹, 陈仁金, 李云龙, 毛永江, 冀德君, 杨章平. 中国荷斯坦牛SCD1外显子5基因多态性及其对乳中脂肪酸组成的影响. 中国农业科学, 2014, 47(9): 1858-1864. doi:10.3864/j.issn. 0578-1752.2014.09.021.

WANG X L, CHANG L L, CHEN Y, CHEN R J, LI Y L, MAO Y J, JI D J, YANG Z P. Genetic polymorphism of thegene and its associations with milking traits in Chinese Holstein. Scientia Agricultura Sinica, 2014, 47(9): 1858-1864. doi:10.3864/j.issn.0578- 1752.2014.09.021. (in Chinese)

[14] 昝林森, 张佳兰, 刘新武. 牛AGPAT6基因遗传特征与奶牛产奶性能相关性研究. 中国农业科学, 2007, 40(7): 1498-1503. doi:10. 3321/j.issn: 0578-1752.2007.07.026.

ZAN L S, ZHANG J L, LIU X W. Association study on AGPAT6 Intron3 polymorphism and milk performance of dairy cattle. Scientia Agricultura Sinica, 2007, 40(7): 1498-1503. doi:10.3321/j.issn:0578- 1752.2007.07.026. (in Chinese)

[15] THOMSEN H, REINSCH N, XU N, LOOFT C, GRUPE S, KUHN C, BROCKMANN G A, SCHWERIN M, LEYHE-HORN B, HIENDLEDER S, et al. Comparison of estimated breeding values, daughter yield deviations and de-regressed proofs within a whole genome scan for QTL. Journal of Animal Breeding and Genetics, 2001, 118(6): 357-370. doi:10.1046/j.1439-0388.2001.00302.x.

[16] AUNGIER S P M, ROCHE J F, SHEEHY M, CROWE M A. Effects of management and health on the use of activity monitoring for estrus detection in dairy cows. Journal of Dairy Science, 2012, 95(5): 2452-2466. doi:10.3168/jds.2011-4653.

[17] LIU A X, LUND M S, WANG Y C, GUO G, DONG G H, MADSEN P, SU G S. Variance components and correlations of female fertility traits in Chinese Holstein population. Journal of Animal Science and Biotechnology, 2017, 8: 56. doi:10.1186/s40104-017-0189-x.

[18] LUO H, BRITO L F, LI X, SU G, DOU J, XU W, YAN X, ZHANG H, GUO G, LIU L, WANG Y. Genetic parameters for rectal temperature, respiration rate, and drooling score in Holstein cattle and their relationships with various fertility, production, body conformation, and health traits. Journal of Dairy Science, 2021, 104(4): 4390-4403. doi:10.3168/jds.2020-19192.

[19] 王嫣然, 张学霞, 赵静瑶, 余新晓, 姜群鸥. 北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应. 中国环境监测, 2017, 33(2): 34-41. doi:10.19316/j.issn.1002-6002.2017.02.06.

WANG Y R, ZHANG X X, ZHAO J Y, YU X X, JIANG Q O. Study on the response of PM2.5and PM10concentrations to the ground meteorological conditions in different seasons in Beijing. Environmental Monitoring in China, 2017, 33(2): 34-41. doi:10.19316/j.issn.1002- 6002.2017.02.06. (in Chinese)

[20] BROWNING B L, BROWNING S R. A unified approach to genotype imputation and haplotype-phase inference for large data sets of trios and unrelated individuals. The American Journal of Human Genetics, 2009, 84(2): 210-223. doi:10.1016/j.ajhg.2009.01.005.

[21] ZHANG X, CHU Q, GUO G, DONG G H, LI X Z, ZHANG Q, ZHANG S L, ZHANG Z W, WANG Y C. Genome-wide association studies identified multiple genetic loci for body size at four growth stages in Chinese Holstein cattle. PLoS ONE, 2017, 12(4): e0175971. doi:10.1371/journal.pone.0175971.

[22] Madsen P, Sorensen P, Su G, Damgaard L H, Labouriau R. DMU-A package for analyzing multivariate mixed models in 8th World Congr Genet Appl Livest Prod, 2006, Belo Horizonte, Brazil. Instituto Prociencia. 2006.

[23] SU G, LUND M S, SORENSEN D. Selection for litter size at day five to improve litter size at weaning and piglet survival rate. Journal of Animal Science, 2007, 85(6): 1385-1392. doi:10.2527/ jas.2006-631.

[24] CALO L L, MCDOWELL R E, VANVLECK L D, MILLER P D. Genetic aspects of beef production among Holstein-friesians pedigree selected for milk Production1. Journal of Animal Science, 1973, 37(3): 676-682. doi:10.2527/jas1973.373676x.

[25] Sokal R R, Rohlf F J. Biometry: The Principle and Practice of Statistics in Biological Research. 3rd ed. New York: W. H. Freeman and Company, NY. 1981.

[26] LIU X L, HUANG M, FAN B, BUCKLER E S, ZHANG Z W. Iterative usage of fixed and random effect models for powerful and efficient genome-wide association studies. PLoS Genetics, 2016, 12(2): e1005767. doi:10.1371/journal.pgen.1005767.

[27] ZHANG H L, LIU A X, WANG Y C, LUO H P, YAN X Y, GUO X Y, LI X, LIU L, SU G S. Genetic parameters and genome-wide association studies of eight longevity traits representing either full or partial lifespan in Chinese holsteins. Frontiers in Genetics, 2021, 12: 634986. doi:10.3389/fgene.2021.634986.

[28] MADUREIRA A, BURNETT T, SILPER B, DINN N, VASCONCELOS J, CERRI R. Factors affecting expression of estrus of lactating dairy cows using activity monitors. Journal of Dairy Science, 2013, 96(Suppl 1): 600-601.

[29] LØVENDAHL P, CHAGUNDA M G G. Short communication: Genetic variation in estrus activity traits. Journal of Dairy Science, 2009, 92(9): 4683-4688. doi:10.3168/jds.2008-1736.

[30] 武玥, 王宪龙, 李锡智, 曾申明. 北京地区季节变化对奶牛发情和受胎的影响. 中国畜牧杂志, 2011, 47(13): 75-78.

WU Y, WANG X L, LI X Z, ZENG S M. Effects of seasonal changes in Beijing on estrus and pregnancy of dairy cows. Chinese Journal of Animal Science, 2011, 47(13): 75-78. (in Chinese)

[31] GILAD E, MEIDAN R, BERMAN A, GRABER Y, WOLFENSON D. Effect of heat stress on tonic and GnRH-induced gonadotrophin secretion in relation to concentration of oestradiol in plasma of cyclic cows. Journal of Reproduction and Fertility, 1993, 99(2): 315-321. doi:10.1530/jrf.0.0990315.

[32] 孙保贵. 奶牛运动量辅助发情诊断及电导率辅助乳房炎诊断参数的研究[D]. 泰安: 山东农业大学, 2011.

SUN B G. A study on parameters for estrus detection based on activity record and subclinical mastitis diagnosis based on milk conductivity in lactating cows[D]. Taian: Shandong Agricultural University, 2011. (in Chinese)

[33] 胡仁超. 荷斯坦牛活动量变化规律及其影响因素的相关性研究[D]. 杨凌: 西北农林科技大学, 2016.

HU R C. Researches on variation of the walking activity and its influencing factors of Holstein cattles[D]. Yangling: Northwest A & F University, 2016. (in Chinese)

[34] 潘予琮, 蒋林树, 熊本海. 奶牛产后首次发情行为变化规律及影响因素分析. 中国畜牧杂志, 2021, 57(4): 123-128. doi:10.19556/j. 0258-7033.20200626-03.

PAN Y C, JIANG L S, XIONG B H. Analysis on the change rules and influencing factors of first estrus behavior in postpartum dairy cows. Chinese Journal of Animal Science, 2021, 57(4): 123-128. doi:10. 19556/j.0258-7033.20200626-03. (in Chinese)

[35] 寇红祥, 李蓝祁, 王振玲, 任康, 李树静, 路永强, 王栋. 牛发情期活动量与阴道黏液电阻值变化规律的研究. 畜牧兽医学报, 2017, 48(7): 1221-1228. doi:10.11843/j.issn.0366-6964.2017.07.006.

KOU H X, LI L Q, WANG Z L, REN K, LI S J, LU Y Q, WANG D. Study on the regulations of activity and vaginal electrical resistance of cattle during the estrous cycle. Acta Veterinaria et Zootechnica Sinica, 2017, 48(7): 1221-1228. doi:10.11843/j.issn.0366-6964.2017.07.006. (in Chinese)

[36] COOK N B, MENTINK R L, BENNETT T B, BURGI K. The effect of heat stress and lameness on time budgets of lactating dairy cows. Journal of Dairy Science, 2007, 90(4): 1674-1682. doi:10.3168/jds. 2006-634.

[37] 鄢新义, 董刚辉, 徐伟, 刘澳星, Jose Galindez, 王炎, 郭刚, 李锡智, 王雅春. 北京地区奶牛反刍与活动量影响因素分析. 畜牧兽医学报, 2016, 47(5): 955-961. doi:10.11843/j.issn.0366-6964.2016.05.012.

YAN X Y, DONG G H, XU W, LIU A X, JOSE G, WANG Y, GUO G, LI X Z, WANG Y C. Analysis of influence factors on cow’s rumination and activity in Beijing. Acta Veterinaria et Zootechnica Sinica, 2016, 47(5): 955-961. doi:10.11843/j.issn.0366-6964.2016.05. 012. (in Chinese)

[38] LØVENDAHL P, CHAGUNDA M G G. On the use of physical activity monitoring for estrus detection in dairy cows. Journal of Dairy Science, 2010, 93(1): 249-259. doi:10.3168/jds.2008-1721.

[39] HAY E H, ROBERTS A. Genome-wide association study for carcass traits in a composite beef cattle breed. Livestock Science, 2018, 213: 35-43. doi:10.1016/j.livsci.2018.04.018.

[40] JATON C, SCHENKEL F S, SARGOLZAEI M, CÁNOVA A, MALCHIODI F, PRICE C A, BAES C, MIGLIOR F. Genome-wide association study and in silico functional analysis of the number of embryos produced by Holstein donors. Journal of Dairy Science, 2018, 101(8): 7248-7257. doi:10.3168/jds.2017-13848.

[41] LI Q R, ZHANG S Y, MAO W, FU C Q, SHEN Y, WANG Y J, LIU B, CAO J S. 17β-estradiol regulates prostaglandin E2and F2αsynthesis and function in endometrial explants of cattle. Animal Reproduction Science, 2020, 216: 106466. doi:10.1016/j.anireprosci.2020.106466.

[42] TRIEPELS R, VAN DEN HEUVEL L, LOEFFEN J, SMEETS R, TRIJBELS F, SMEITINK J. The nuclear-encoded human NADH: ubiquinone oxidoreductase NDUFA8 subunit: cDNA cloning, chromosomal localization, tissue distribution, and mutation detection in complex-I-deficient patients. Human Genetics, 1998, 103(5): 557-563. doi:10.1007/s004390050869.

[43] HELD E, SALILEW-WONDIM D, LINKE M, ZECHNER U, RINGS F, TESFAYE D, SCHELLANDER K, HOELKER M. Transcriptome fingerprint of bovine 2-cell stage blastomeres is directly correlated with the individual developmental competence of the corresponding sister blastomere. Biology of Reproduction, 2012, 87(6): 154, 1-13. doi:10.1095/biolreprod.112.102921.

[44] O"SHEA L C, MEHTA J, LONERGAN P, HENSEY C, FAIR T. Developmental competence in oocytes and cumulus cells: candidate genes and networks. Systems Biology in Reproductive Medicine, 2012, 58(2): 88-101. doi:10.3109/19396368.2012.656217.

[45] SAILO L, GUPTA I D, VERMA A, SINGH A, CHAUDHARI M, DAS R, UPADHYAY R, GOSWAMI J. Single nucleotide polymorphism ingene and its association with thermo-tolerance in Jersey crossbred cows. Animal Science Reporter, 2015, 9(2): 43-49.

[46] WATERS S M, KEOGH K, BUCKLEY F, KENNY D A. Effect of genotype on duodenal expression of nutrient transporter genes in dairy cows. Journal of Animal Science and Biotechnology, 2013, 4(1): 49. doi:10.1186/2049-1891-4-49.

[47] NICHOLS J A, PEREGO M C, SCHÜTZ L F, HEMPLE A M, SPICER L J. Hormonal regulation of vascular endothelial growth factor A () gene expression in granulosa and theca cells of cattle. Journal of Animal Science, 2019, 97(7): 3034-3045. doi:10.1093/jas/skz164.

Estimation of Genetic Parameters and Genome-Wide Association Study of Heat Indicators in Holstein Cattle Based on Collar-Mounted Device

1College of Animal Science and Technology, China Agricultural University/Key Laboratory of Animal Genetics/Breeding and Reproduction of Ministry of Agriculture and Rural Affairs/National Engineering Laboratory for Animal Breeding, Beijing 100193;2College of Animal Science, Xinjiang Agricultural University, Urumqi 830052;3Beijing Dairy Center, Beijing 100192;4Beijing Sunlon Livestock Development Co., Ltd, Beijing 100029

【Objective】The study was to explore population characteristics and influencing factors of heat index and activity peak based on cattle collar data and system and to estimate its genetic parameters, and to identify the genetic markers related to the estrus indicators of cow, the genetic analysis and GWAS were performed for heat index and activity peak, so as to provide useful information for improving dairy cow fertility by formulating breeding strategies from the perspective of genetic breeding.【Method】The heat index and activity peak recordsof 2 074 milking cows from a large-scale dairy farm in Beijing area were collected from July 2017 to May 2020. The MIXED model in SAS 9.4 was used to analyze the impacts of various factors on heat index and activity peak in Holstein cattle, and the DMUAI module of DMU software was used to estimate the heritability and genetic correlations of heat index and activity peak. The GWAS for heat index and activity peak was performed based on De-regressed Proof (DRP) using FarmCPU software. 【Result】In Chinese Holstein cattle, the average heat index was (71.77±19.13) au, and the activity peak was (105.94±30.73) au/2 h. The heritability of heat index and activity peak was 0.04±0.01 and 0.19±0.04, respectively. The genetic correlation between heat index and activity peak was 0.45±0.03. The approximate heat index between the age at first calving in heifer, interval from first to last insemination, and interval from first to last insemination was 0.37, -0.41, and -0.55, respectively. The GWAS for heat index and activity peak identified seven significant single nucleotide polymorphism loci (SNP) at the genome level, and 31 genes nearby the significant SNP (within 300 kb) were found. 【Conclusion】The heat index and activity peak obtained by collar system were heritable, and there was a moderate genetic correlation between them. The activity peak was of low heritability and could reflect the heat index of cows to some extent. The activity peak and heat index provided a new direction for studying and breeding the estrus behavior of cows and improving the fecundity of cows. The function of(Prostaglandin-Endoperoxide Synthase1) and(Ubiquinone Oxidoreductase Subunit A8)genes identified by GWAS was related to the total number of donor embryos, and the function of(Vascular Endothelial Growth Factor A) gene was related to the reproduction of cows.

female fertility; heat index; activity peak; genetic parameter; genome-wide association study

10.3864/j.issn.0578-1752.2023.05.014

2021-10-08；

2022-12-28

国家现代农业产业技术体系（CARS-36）、长江学者和创新团队发展计划（IRT_15R62）、北京三元种业科技股份有限公司自立科研课题（SYZYZ20190005）

杨明路，E-mail：2510660222@qq.com。通信作者郭刚，E-mail：guogang2180@126.com。通信作者王雅春，E-mail：wangyachun@cau.edu.cn

（责任编辑 林鉴非）