全生物组可遗传性

定义

全生物组可遗传性（holobiability）是动物育种学与微生物组学交叉领域的新概念，指动物表型性状的方差中，由宿主基因组与共生微生物组共同解释的比例。这一概念由Saborío-Montero等于2021年首次提出，是继“微生物可遗传性”（microbiability）之后的进一步发展。该概念的核心在于将宿主与其共生微生物视为一个统一的“全生物体”（holobiont），从而更全面地解析复杂性状的遗传基础。

分类

根据方差来源的划分，动物复杂性状的变异可分解为以下三类可遗传性成分： ADSFAEQWER353423413434

• 狭义遗传力：仅由宿主加性遗传效应解释的表型方差比例。这是传统数量遗传学中的核心参数，反映了通过选择宿主基因型所能获得的遗传进展。
• 微生物可遗传性：仅由微生物组变异解释的表型方差比例。该参数量化了微生物群落结构或功能对宿主表型的独立贡献，而不考虑宿主遗传背景的影响。
• 全生物组可遗传性：宿主遗传效应与微生物组效应的联合贡献，反映“全生物体”（holobiont）作为一个整合单元对表型的调控作用。这一指标通常高于单独的狭义遗传力或微生物可遗传性，体现了宿主与微生物之间的协同效应。

机制

全生物组可遗传性的理论基础在于宿主-微生物的协同作用，其生物学机制可归纳为以下三个层面：

ADSFAEQWER353423413434

• 宿主遗传对微生物组的调控：宿主基因型可通过免疫系统（如MHC基因多态性）、肠道环境（如黏液成分、pH值、胆汁酸代谢）以及宿主编码的抗菌肽等机制，影响共生微生物的定植、丰度与群落结构。例如，某些宿主基因位点（如LCT、FUT2）已被证实与特定肠道微生物类群的丰度显著关联。
• 微生物组对宿主表型的贡献：微生物代谢产物（如短链脂肪酸、神经递质、次级胆汁酸）可直接影响宿主的能量代谢、免疫稳态、神经发育及行为表现。例如，肠道微生物通过“肠-脑轴”调节宿主的采食行为和应激反应，进而影响生长性能。
• 协同预测：将宿主SNP数据和微生物宏基因组数据联合建模，可提高对生长率、饲料转化率、抗病力等经济性状的预测准确性。这种协同效应源于宿主遗传与微生物组之间的部分共享方差，以及二者对表型的独立且互补的贡献。

意义

• 革新育种策略：传统育种仅关注宿主基因组，全生物组可遗传性概念将微生物组纳入选择指数，为精准育种开辟新维度。通过同时优化宿主基因型和微生物组组成，可实现更高效的遗传改良。
• 表型预测精度提升：已有研究表明，整合宿主基因组与微生物组数据可显著提高复杂性状的预测准确性，加速遗传进展。例如，在奶牛甲烷排放性状的预测中，全生物组模型的预测精度比传统基因组模型提高10%-30%。
• 可持续发展：通过选择具有有利微生物组的“全生物体”，可间接减少抗生素使用和温室气体排放。例如，选择具有低甲烷排放潜力的瘤胃微生物组，有助于实现畜牧业的绿色转型。

研究方法与统计模型

全生物组可遗传性的估计依赖于特定的统计模型，通常采用以下方法： ADFASDFAF23RQ23R

• 混合线性模型：将表型方差分解为宿主遗传方差（由基因组关系矩阵G估计）、微生物组方差（由微生物组相似性矩阵M估计）以及残差方差。模型形式为：y = Xβ + Z_gg + Z_mm + e，其中g和m分别代表宿主遗传效应和微生物组效应。
• 微生物组关系矩阵：基于微生物分类单元（如ASV/OTU）的丰度或系统发育距离构建，常用的距离度量包括Bray-Curtis距离、UniFrac距离等。
• 交叉验证：通过K折交叉验证评估全生物组模型的预测能力，并与传统基因组模型进行比较，以量化微生物组信息的增量贡献。

研究热点

当前研究热点包括： ADFASDFAF23RQ23R

• 统计模型开发：构建能同时拟合宿主遗传效应、微生物组效应及其交互作用的混合线性模型，并开发高效的贝叶斯或机器学习算法以处理高维微生物组数据。
• 多组学整合：利用人工智能方法（如深度学习、图神经网络）整合基因组、宏基因组、代谢组、转录组等多层数据，揭示宿主-微生物互作的全景调控网络。
• 性状特异性：不同性状的微生物可遗传性差异巨大——某些性状（如甲烷排放、饲料效率）可能具有较高的微生物可遗传性，而其他性状（如体型、肉质）则主要受宿主遗传控制。这种性状特异性为精准育种提供了靶点选择依据。
• 因果推断：区分微生物组与宿主表型之间的因果关系与关联关系，利用孟德尔随机化、中介分析等方法识别具有因果效应的关键微生物类群。

未来方向

未来将发展“微生物组育种”策略——通过直接选择有益微生物组成（微生物组工程）或通过宿主遗传间接选择有利微生物群落，实现“全生物组驱动”的可持续育种。具体方向包括：

• 微生物组可遗传性育种：将微生物组作为可遗传的“扩展表型”，通过选择宿主基因型间接优化微生物群落功能。
• 益生菌与合生元开发：基于全生物组可遗传性分析，筛选具有稳定遗传效应的核心微生物，开发靶向性益生菌制剂。
• 标准化参考数据库：建立跨物种、跨品系的肠道微生物组参考数据库，用于跨研究的比较分析与元分析，提高全生物组可遗传性估计的稳健性。
• 伦理与经济评估：评估全生物组育种策略的经济效益与伦理影响，确保其在生产实践中的可行性与社会接受度。

代表性研究案例

挑战与局限性

• 因果方向性：微生物组与宿主表型之间的因果关系难以确定，需要纵向研究或干预实验加以验证。
• 环境敏感性：微生物组受饮食、管理、环境等非遗传因素强烈影响，导致全生物组可遗传性估计在不同环境下波动较大。
• 计算复杂性：高维微生物组数据的整合需要大量计算资源，且模型过拟合风险较高。
• 跨物种普适性：不同物种的宿主-微生物互作机制差异显著，全生物组可遗传性的概念框架需针对特定物种进行调整。