近日，华南农业大学动物科学学院、猪禽种业全国重点实验室与的张哲教授团队，在国际顶级学术期刊《Nature Communications》上发表了一篇题为“OmiGA for ultra-efficient molecular quantitative trait loci mapping”的研究论文。该团队研发出一种名为OmiGA的高性能分子数量性状基因座（分子QTL）定位方法，此方法基于线性混合模型构建而成。OmiGA专门应对家养动物复杂亲缘关系群体中的分子QTL定位挑战，并在运算效率和因果变异鉴定准确性方面表现卓越，全面超越了现有主流分析方法。
分子QTL定位是理解生物复杂性状和疾病遗传调控机制的关键手段。然而，传统的工具大多依赖于简单线性模型，难以处理复杂亲缘关系分析场景，往往面临假阳性偏高、统计效力不足的问题。针对这一难题，张哲教授的团队建立了一个稳健的方法体系并开发了具有自主知识产权的OmiGA工具。这个工具拥有完备的功能体系，主要包括两个核心模块：一是用于顺式、反式及环境依赖效应分析的分子QTL定位模块，能够精准解析加性和非加性遗传效应；二是高通量分子表型遗传力估计模块，支持对加性和非加性效应下顺式、反式及全基因组层面遗传力的精确测算。
OmiGA不仅具备超高速度的优势，而且在精度上也表现出色。例如，在分子性状遗传力估计方面，OmiGA的速度相比GCTA、LDAK等常用工具提高了1600倍之多。同时，OmiGA在鉴定顺式表达数量性状基因座（cis-eQTL）方面的因果概率显著高于tensorQTL。以瘦肉率性状与十二指肠TRIM52基因为例，OmiGA共定位的概率达到了0.84，相比之下tensorQTL仅为0.05。这些结果连同模拟研究的结果一起，共同证明了OmiGA能更准确地识别真实的因果遗传变异。
此外，OmiGA还解决了非加性分子QTL分析的盲区问题。大多数现有工具只能检测加性遗传效应，而OmiGA通过将显性模型纳入其分析框架实现了创新。在一个关于人源淋巴母细胞系的研究中，OmiGA成功捕捉到了一个与常染色体显性多囊肾病相关的PKD1基因显性变异rs238683（P=3.08×10^-8），而在同样的情况下，加性模型则完全失效。这标志着OmiGA为非加性遗传调控效应机制的解析提供了关键技术。
总之，OmiGA的出现为多组学大队列数据的快速遗传分析提供了重要支持，将有力促进包括FarmGTEx在内的国际大科学计划以及农业生物复杂性状的遗传解析工作，为畜禽种业分子育种带来了新的技术动力。
这项工作的共同第一作者是滕金言副教授和博士生张文劲，而共同通讯作者则由张哲教授、滕金言副教授和丹麦奥胡斯大学的房灵昭教授担任。
