基于WGCNA分析挖掘调控莱芜猪肉色相关基因

摘要

为筛选影响莱芜猪肉色的关键候选基因，本研究利用莱芜猪转录组数据，通过加权基因共表达网络分析（Weighted gene co-expression network analysis, WGCNA）对33头莱芜猪测定了45 min及24 h的肉色（包括L、a、b），对其背最长肌样本开展了转录组测序，挖掘影响猪肉色的关键基因。结合转录组数据和表型数据利用R语言WGCNA软件包开展了WGCNA分析，在剔除2个离群样本后利用31个样本数据构建基因共表达网络，筛选目标模块及模块中的关键基因。结果表明：1）通过WGCNA分析，共获得20个共表达模块，其中4个模块与2个及以上肉色性状显著相关（|相关性系数|≥0.35且显著性P<0.01），分别为Floral white、Dark green、Pink及Orangered 4模块。2）功能富集分析发现，目标模块内基因显著富集在线粒体结构和功能、蛋白修饰、脂肪沉积和代谢、肌肉结构和功能等相关的GO项和通路中。3）以模块基因表达量与模块特征值的相关性系数绝对值>0.85且基因表达量与至少2个肉色性状的相关性系数绝对值>0.3为标准筛选目标模块基因，并将筛选到的基因进行蛋白互作分析，最终从4个模块中筛选到8个影响肉色的候选基因MYO9A、NDUFA13、COX5B、MRPL12、RPL8、ROBO4、EGFL7和CIDEC。综上，本研究通过WGCNA分析鉴别到影响肉色的4个目标模块及8个候选基因，为猪肉色分子调控机制研究与肉色育种改良奠定了理论基础。

关键词

莱芜猪 / 肉色 / 转录组测序 / WGCNA