0
在“什么是基因组学革命”和“基因组学与猪群健康的关系”两篇文章中讨论了基因组学的科学性和潜力。根据Ensembl数据库（存储脊椎动物基因组的数据库），最新可用的猪基因组序列如下：
- 21627个编码蛋白的基因
- 3024658701个碱基对
- 484949个单核苷酸多态性(SNP’s)
迄今为止基因组学对生产力的影响非常小
实际上，所有编码蛋白的基因序列中有近50万的SNP，即序列中有变异。现在利用这些信息，辅助基因改良，成功将SNP与系谱和生产性能结合起来。全球的公费研究组织和主要的猪育种组织正在开展这一工作。那么，进展如何？主要的进展如下：
- 在过去的50年中，基因型分型的成本明显下降，计算效率越高，成本越低。
- 引进新基因或SNP芯片，开发特定种群的芯片。
- 准确记录的表型性状的增加的数量，如抗病力、肉品质及口感。
- 更好地了解更新相关群体基因组预测方程的要求。
- 成功更新统计模型，如GBLUP和单级评估， 整合SNP数据和“传统”的BLUP模型（使用家系和表型数据）。
- 使用归因统计法，将低密度标记的基因型转换成更精确的高密度基因型。
基因组学遗传对改良健康很重要
根据这些发展，一些育种公司称基因改良作用显著。但在科学文献中没有证实，一些研究者认为商业的遗传性不能实现。原因是机密性或受基因选择的束缚。包括：
- 为了实现基因预测的精准度（SNP’s和生产性能的相关性），需要相关种群中大量的猪。这方面的成本非常高。
- 如果与参考猪群密切相关，外部核心群基因组预测就很准确。如果参考猪群不稳定，基因预测的准确性就会下降。这是一个非常重要的成本因素。
- SNP’s与品种和品系相关。虽然很多育种公司使用大白，长白和杜洛克品系，但是它们的基因差异非常大，育种公司间的种系已经隔了好几代。因此，同一品系或不同品系间各代间预测公式的传递是不可能的。
- 之前的文章讲过，在大群体中准确记录生产性能是很有必要的。
- 为获得更有效的育种值，新育种项目和数据设计要求在出生时或妊娠期就获得准确的育种值。
与SNP’s和生产性能相关的基因组
虽然有这些约束，但是一些大公司为了实现创新和产品差异化，重金投资该项目。未来5年内，需要在基因组学上遗传一些优良性状。但是，最优组合是传统(BLUP) 和基因选择（偏向前者），除非有新的性状出现，像抗病性，它与SNP’s相关联并成功整合到猪群中。
最后，难道由于基因组学方法的复杂性和高成本性，未来它只能被全球主要的猪育种公司使用吗？如果基因型分型的价格持续下降，中小型公司只能集资鉴别基因型。但是，这需要高度相互合作。