Science Blog & News
News
17
11 月
11 月
我库参加第十八届中国鸟类学大会
10月23-27日，我库尹婷婷副主任前往南宁参加“第十八届中国鸟类学大会”。
尹婷婷在保护遗传学专题作《深度学习助力遗传鉴定野生红原鸡》报告。
报告介绍了利用深度学习技术开发出高效基因鉴定模型，仅需285个SNP标记即可精准区分濒危红原鸡与家鸡，为解决野生动物基因污染问题提供新方案。
红原鸡（Gallus gallus）是国家二级保护野生动物，也是家鸡（G. g. domesticus）的野生祖先。野生红原鸡分布区域受到人类活动的影响，存在野生红原鸡和家鸡杂交、杂交个体外逃野化（feralization）等情况，导致野生红原鸡受到家鸡基因流污染，对红原鸡资源保护形成严重威胁。传统的形态学和基于少量标记的分子遗传学难以有效区分野生红原鸡、地方家鸡及其杂交个体。尽管基于全基因组数据的群体基因组学方法能有效区分典型野生和家养个体，但受到实验成本高、计算负荷大等条件的限制，难以应用到长期广泛的保护遗传学监测和鉴定工作。
本研究整合1960份红原鸡和家鸡全基因组测序数据，利用深度学习（deep learning）策略，构建、训练、评估和筛选出基于285个核基因组SNPs标记的最适鉴定模型。该模型对新测序产生的128份红原鸡、家鸡和杂交鸡基因组数据表现出优秀的鉴定效果；对存在基因型缺失率较高的博物馆收藏的红原鸡历史样本也能有效鉴定。本研究提出的深度学习策略及其分析流程也适用于其他家养动物及其野生近缘种的研究工作。本研究结果也提示未经鉴定的野生个体样品可能对群体遗传学分析结果产生干扰，家养群体对野生近缘种基因流影响亟待评估。
汇报现场
最新 News
-
发布者: 谢林哲
青海爬行类动物调查
-
发布者: 谢林哲
西藏边境两栖爬行类动物调查
-
发布者: 谢林哲
高黎贡地区两栖类动物调查
