近期，我所鸡遗传育种与繁育创新团队在Journal of Integrative Agriculture（IF=4.384，中科院1区Top）在线发表了题为 “Whole genome SNPs among 8 chicken breeds enable identification of genetic signatures that underlie breed features” 的研究论文。

  该研究基于山东地方鸡种的基因组数据，筛选出在品种形成过程中受到选择的基因，解析了山东地方鸡种品种特异性表型的遗传基础。基于常染色体SNP的群体基因组比较结果揭示了鸡群基于地理距离的聚类模式。通过全基因组范围内的选择性清除分析，确定了TSHR、EPB41L1、AGMO是主要候选的鸡品种特异性决定基因。此外，该研究利用机器学习分类模型，基于与品种特征显著相关的SNPs对鸡的品种进行判别，预测准确率为92%，可有效实现莱芜黑鸡的品种鉴定。

  本研究首次提供了山东地方鸡种的完整基因组数据，相关的分析揭示了山东地方鸡种的地理模式和鸡的品种优异性状相关的潜在的候选基因。此外，该研究开发了一个基于机器学习的预测模型，使用SNPs数据进行品种判别，该部分内容为利用机器学习方法开发品种分子身份证提供了参考。

  我所鸡遗传育种与繁育创新团队王杰博士为该文章的第一作者，刘杰博士为通讯作者，本研究由国家现代农业技术体系专项基金(CARS-41)、山东省良种工程(2019LZGC019、2020LZGC013)、山东省自然科学基金(ZR2020MC169)和山东省农业科学院农业科技创新工程项目(CXGC2022C04、CXGC2022E11)资助。

  文章链接：https://www.sciencedirect.com/science/article/pii/S2095311922002805