Towards Single-step Genomic Selection in Atlantic salmon breeding

Effektiv genetisk forbedring i atlantisk laks har vært en hjørnestein i utviklingen av den norske havbruksnæringen. Selv om genetiske evalueringer i den norske lakseavlsindustrien er avanserte, med bruk av genomisk informasjon for seleksjon av avlskandidater, mangler det fortsatt bruk av statistiske tilnærminger for å kombinere stamtavle- og genomdata (single-step) fra flere generasjoner og flere årsklasser. I dette prosjektet har nye statistiske modeller for genomiske evalueringer spesifikke for havbruk blitt evaluert. I tillegg har genomisk styring av genetisk variasjon i avlsprogrammer for havbruk blitt studert. Resultater fra analysen av vekstdata tyder på at en multigenerasjons- og multipopulasjonsgenomisk seleksjon i lakseavl, med bruk av den såkalte J-faktoren (som korrigerer for forskjeller i grunnpopulasjonen mellom stamtavle- og genomrelasjoner) og genetiske grupper (som tar hensyn til populasjons- og årsklasseforskjeller), resulterte i noe bedre seleksjonsnøyaktighet og, viktigst av alt, en realisering av den genetiske trenden på tvers av generasjoner. Den vanlige single step genomiske evalueringen (SSGBLUP) uten J-faktor førte til en urealisert genetisk trend. I tillegg ble innavlsnivåer utforsket ved hjelp av ulike mål for langsiktig forvaltning av atlantiske laksepopulasjoner. De estimerte innavlskoeffisientene fra stamtavle- og genomiske estimater var lave. Interessant nok var korrelasjonen mellom de genomiske estimatene og stamtavleestimatene lav, noe som antyder at innavlsestimat basert på genomisk informasjon bør utforskes videre for forvaltningen av atlantiske laksepopulasjoner. Resultatene gir et nytt paradigme for genetiske evalueringer i avlsprogrammer for atlantisk laks, og viser behovet for omfattende forskning før man tar i bruk genomiske evalueringer ved bruk av SSGBLUP-modeller.

Norwegian salmon breeding industries are exploiting recent technological advances in genomics, such as genome-wide dense genetic marker data, for the genetic improvement of their breeding populations. Hence, genomic selection (GS) has become the standard genetic evaluation tool. However, in many breeding schemes, not all individuals are genotyped, and their phenotypes are relevant for breeding value estimation. Single-step genomic prediction (ssGBLUP), where genomic and pedigree information are used side-by-side, has proven to improve prediction accuracy and to reduce selection biases. Even though the genetic evaluations of the Norwegian salmon breeding industries are advanced with the use of genomic information, the use of single-step approaches to combine pedigree and genomic data, information from multiple generations and multiple populations (separated by year classes) is still limited or even absent. In this project, the methods for combining this information in aquaculture breeding schemes will be developed and evaluated. In addition, implications of combining pedigree and genomic information on management of genetic diversity will be assessed and addressed. By making better use of all available information, including information on ungenotyped, practical grow-out fish, the project is expected to increase accuracies of genomic predictions and utilize between population and generation genetic differences, thereby making best use of all available data and genetic resources and improving the sustainability of Atlantic salmon aquaculture.