肉牛遗传育种技术
相传我国古代齐国大夫宁戚，撰写了《齐侯大夫宁戚相牛经》，后成为相牛圣典，人们仅凭牛只的体型外貌、牙齿等，便会推断牛只生育情况、是否耐劳肯干等信息，并会有选择性的繁育发展。这便是早期的“遗传育种”，随着经验及技术的长期积累发展，遗传育种技术早已今非昔比，已经从生产性能测定、遗传评估、选种选配的常规育种时代进入基因组选择育种时代。
基因组选择育种技术可利用覆盖全基因组的高密度遗传标记计算个体的基因组估计育种值。相较基于系谱信息的估计育种值，该技术通常能获得更高的估计准确性，可大幅缩短世代间隔，提高遗传进展，提高经济效益。
基因组选择育种涉及到多环节，其中最重要的3个环节分别是性能测定，基因测序，统计模型构建。
性能测定依托于智能化表型设备，准确、高效、智能的表型搜集技术是育种的前提和关键工作。基因分型数据主要通过芯片测序或二代测序获得，这两种方法都有各自的应用场景。在遗传育种领域，由于芯片测序成本低，准确性高，是目前主流的育种测序技术。随着测序成本的下降，二代测序会越来越多的应用在育种领域。
Illumina BeadArray芯片结构
按模型方法不同，基因组选择统计模型主要分为BLUP系列，贝叶斯系列，机器学习系列。
欧洲和美洲的肉牛遗传评估平台主要采用BLUP系列，国内的华西牛遗传评估平台主要采用贝叶斯系列。随着大数据的发展，机器学习的算法越来越多的应用在基因组选择中。机器学习的优势在于通过学习多个体互作或特征间的相关性，提高计算的准确性，而且允许重定义训练和验证集以及交叉验证。
最近几年来，遗传育种技术的研究热点集中于依托低深度重测序技术和机器学习模型提高基因组选择的准确性，提高计算效率，节省运算时间。
另一方面，基因组选择和胚胎移植，胚胎干细胞，基因编辑技术相结合，可大幅提高遗传进展。
作为一家以生物育种为核心的国家级高新技术企业，九游APP总区生物以“繁”和“育”为主线业务，已经建立分子育种、全基因组选择、胚胎工程技术平台，旨在建立以数据驱动的育种新模式，推动遗传技术发展，以向畜牧业提供良种繁育整体解决方案。
胚胎干细胞育种体系
作者：会萍
参考文献：
1. Wang, X. et al. Using machine learning to improve the accuracy of genomic prediction of reproduction traits in pigs. J Animal Sci Biotechnol 13, 60 (2022).
2. Shi, S. et al. Genomic Prediction Using Bayesian Regression Models With Global–Local Prior. Front. Genet. 12, 628205 (2021).
3. Jenko, J. et al. Potential of promotion of alleles by genome editing to improve quantitative traits in livestock breeding programs. Genet Sel Evol 47, 55 (2015).
4. Goszczynski, D. E. et al. In vitro breeding: application of embryonic stem cells to animal production†. Biology of Reproduction 100, 885–895 (2019).
