单细胞测序技术在畜禽遗传育种中的应用研究进展

doi:10.16431/j.cnki.1671-7236.2026.01.002

中国畜牧兽医 ›› 2026, Vol. 53 ›› Issue (1): 15-26.doi: 10.16431/j.cnki.1671-7236.2026.01.002

单细胞测序技术在畜禽遗传育种中的应用研究进展

柴圆¹^,²(), 包成林¹^,², 张玲艳¹^,², 宫淑艳¹^,², 齐澈力木格¹^,², 鲍艳春³^,⁴, 朱蒙¹^,², 曹赛¹^,², 李建功¹^,², 于国杰¹^,², 林靖凯¹^,², 张文广³^,⁴^,⁵()

^1.兴安职业技术大学现代畜牧业工程与技术系，兴安盟 137400
^2.现代畜牧业内蒙古自治区产业技术工程化中心，兴安盟 137400
^3.内蒙古农业大学动物科学学院，呼和浩特 010018
^4.内蒙古自治区农业基因组大数据工程研究中心，呼和浩特 010018
^5.内蒙古农业大学生命科学学院，呼和浩特 010018

收稿日期:2025-04-10 出版日期:2026-01-05 发布日期:2025-12-27
通讯作者: 张文广 E-mail:m15248089421@163.com;atcgnmbi@aliyun.com
作者简介:柴圆，E-mail：m15248089421@163.com
基金资助:
内蒙古自治区自然科学基金项目(2023QN03026);兴安职业技术学院青年科技英才支持项目(2023530);国家自然科学基金项目(32460817);内蒙古农业大学双一流建设资金(CG202423);内蒙古农业大学双一流建设资金(CG202410);内蒙古自治区自然科学基金项目(2021ZD05)

Research Progress on the Application of Single-cell Sequencing Technology in Livestock and Poultry Genetic Breeding

CHAI Yuan¹^,²(), BAO Chenglin¹^,², ZHANG Lingyan¹^,², GONG Shuyan¹^,², QI Chelimuge¹^,², BAO Yanchun³^,⁴, ZHU Meng¹^,², CAO Sai¹^,², LI Jiangong¹^,², YU Guojie¹^,², LIN Jingkai¹^,², ZHANG Wenguang³^,⁴^,⁵()

^1.Department of Modern Animal Husbandry Engineering and Technology，Xing’an Polytechnic University，Xing’an 137400，China
^2.Inner Mongolia Engineering Research Center of Modern Husbandry，Xing’an 137400，China
^3.College of Animal Science and Technology，Inner Mongolia Agricultural University，Hohhot 010018，China
^4.Inner Mongolia Engineering Research Center of Genomic Big Data for Agriculture，Hohhot 010018，China
^5.College of Life Sciences，Inner Mongolia Agricultural University，Hohhot 010018，China

Received:2025-04-10 Online:2026-01-05 Published:2025-12-27
Contact: ZHANG Wenguang E-mail:m15248089421@163.com;atcgnmbi@aliyun.com

摘要/Abstract

摘要：

细胞是构成生物体的基本单位，具有独特的发育轨迹和分子特征。单细胞测序技术作为一种高效的细胞层面遗传信息解析方法，可对基因组、转录组、蛋白质组、代谢组及表观遗传组进行测序，并支持多组学联合测序等整合分析策略，精准捕捉单个细胞的分子特征。该技术突破传统群体细胞研究的局限，已成为解析动物细胞分子调控机制和细胞命运转换轨迹的有力工具，为动物遗传育种研究提供了新视角。文章聚焦于5种单细胞测序技术——单细胞转录组测序技术、单细胞基因组测序技术、单细胞表观基因组测序技术、单细胞蛋白质组学测序技术、单细胞代谢组学测序技术，系统阐述了这些技术的发展历程和原理，并进一步探讨了单细胞测序技术在畜禽遗传育种中的应用研究进展，以期为后续畜禽遗传育种研究提供参考。

关键词: 单细胞测序; 多组学; 畜禽遗传育种

Abstract:

Cells are the fundamental units that make up living organisms， possessing unique developmental trajectories and molecular features. Single cell sequencing technology， as an efficient method for analyzing genetic information at the cellular level， can sequence the genome， transcriptome， proteome， metabolome， and epigenetics， and support integrated analysis strategies such as multi-omics sequencing to accurately capture the molecular characteristics of individual cells. This technology breaks through the limitations of traditional population cell research， and has become a powerful tool for analyzing the molecular regulatory mechanisms and cell fate transition trajectories of animal cells， providing a new perspective for animal genetics breeding. The artical focuses on five single-cell sequencing technologies—Single-cell RNA sequencing， single-cell DNA sequencing， single-cell epigenome sequencing， single-cell proteomics sequencing， and single-cell metabolomics sequencing， systematically elaborates on the developmental history and underlying principles， and discusses in depth the application cases of single-cell sequencing technology in livestock and poultry genetic breeding， aiming to provide a theoretical reference for subsequent research in this field.

Key words: single cell sequencing; multi-omics; livestock and poultry genetic breeding

中图分类号:

S813.3

柴圆, 包成林, 张玲艳, 宫淑艳, 齐澈力木格, 鲍艳春, 朱蒙, 曹赛, 李建功, 于国杰, 林靖凯, 张文广. 单细胞测序技术在畜禽遗传育种中的应用研究进展[J]. 中国畜牧兽医, 2026, 53(1): 15-26.

CHAI Yuan, BAO Chenglin, ZHANG Lingyan, GONG Shuyan, QI Chelimuge, BAO Yanchun, ZHU Meng, CAO Sai, LI Jiangong, YU Guojie, LIN Jingkai, ZHANG Wenguang. Research Progress on the Application of Single-cell Sequencing Technology in Livestock and Poultry Genetic Breeding[J]. China Animal Husbandry & Veterinary Medicine, 2026, 53(1): 15-26.

图/表 5

图1

图2

表1

表2

表3

参考文献 64

[1]	TANG F， BARBACIORU C， WANG Y， et al. mRNA-Seq whole-transcriptome analysis of a single cell［J］. Nature Methods， 2009， 6（5）： 377-382.
[2]	张恒. L1-siRNAs在猪早期胚胎中的功能研究及猪早期胚胎单细胞转录组分析［D］. 哈尔滨：东北农业大学，2019.
	ZHANG H. Functional study of L1-siRNAs and single cell transcriptome analysis in porcine preimplantation embryos［D］. Harbin： Northeast Agricultural University， 2019. （in Chinese）
[3]	CAI C C， WAN P， WANG H， et al. Transcriptional and open chromatin analysis of bovine skeletal muscle development by single-cell sequencing［J］. Cell Proliferation， 2023， 56（9）：e13430.
[4]	SUN F Y， LI H Y， SUN D Q， et al. Single-cell omics： Experimental workflow， data analyses and applications［J］. Science China Life Sciences， 2025， 68（1）：5-102.
[5]	ZIEGENHAIN C， VIETH B， PAREKH S， et al. Comparative analysis of single-cell RNA sequencing methods［J］. Molecular Cell， 2017， 65（4）：631-643.
[6]	KIVIOJA T， ANNA V， KARLSSON K， et al. Counting absolute numbers of molecules using unique molecular identifiers［J］. Nature Methods， 2012， 9（1）：72-74.
[7]	ISLAM S， KJALLQUIST U， MOLINER A， et al. Characterization of the single-cell transcriptional landscape by highly multiplex RNA-Seq［J］. Genome Research， 2011， 21（7）：1160-1167.
[8]	HASHIMSHONY T， WAGNER F， SHER N， et al. CEL-Seq： Single-cell RNA-Seq by multiplexed linear amplification［J］. Cell Reports， 2012， 2（3）：666-673.
[9]	KLEIN A， MAZUTIS L， AKARTUNA I， et al. Droplet barcoding for single-cell transcriptomics applied to embryonic stem cells［J］. Cell， 2015， 161（5）：1187-1201.
[10]	MACOSKO E Z， BASU A， SATIJA R， et al. Highly parallel genome-wide expression profiling of individual cells using nanoliter Droplets［J］. Cell， 2015， 161（5）：1202-1214.
[11]	SHENG K， CAO W， NIU Y， et al. Effective detection of variation in single-cell transcriptomes using MATQ-Seq［J］. Nature Methods， 2017， 14（3）：267-270.
[12]	NIU M， CAO W， WANG Y， et al. Droplet-based transcriptome profiling of individual synapses［J］. Nature Biotechnology， 2023， 41（9）：1332-1344.
[13]	XU Z， ZHANG T， CHEN H， et al. High-throughput single nucleus total RNA sequencing of formalin-fixed paraffin-embedded tissues by snRandom-Seq［J］. Nature Communications， 2023， 14（1）：2734.
[14]	XU Z， WANG Y， SHENG K， et al. Droplet-based high-throughput single microbe RNA sequencing by smRandom-Seq［J］. Nature Communications， 2023， 14（1）：5130.
[15]	FAN H C， FU G K， FODOR S P A. Expression profiling. Combinatorial labeling of single cells for gene expression cytometry［J］. Science， 2015， 347（622）：1258367.
[16]	MRAHN T M， WADSWORH M H， HUGHES T K， et al. Seq-Well： Portable， low-cost RNA sequencing of single cells at high throughput［J］. Nature Methods， 2017， 14（4）：395-398.
[17]	HAN X P， WANG R Y， ZHOU Y C，et al. Mapping the mouse cell atlas by Microwell-Seq［J］. Cell，2018，173（5）：1307.
[18]	CAO J Y， PACKER J S， RAMANI V，et al.Comprehensive single-cell transcriptional profiling of a multicellular organism［J］. Science， 2017， 357（6352）：661-667.
[19]	ALEXANDER B R， CHARLES M R， RICHARD A M，et al.Single-cell profiling of the developing mouse brain and spinal cord with split-pool barcoding［J］. Science， 2018， 360（6385）：176-182.
[20]	CHEN C， XING D， TAN L， et al. Single-cell whole-genome analyses by linear amplification via transposon insertion （LIANTI）［J］. Science， 2017， 356（6334）：189-194.
[21]	SUN D， GUAN X， MORAN A E， et al. Identifying phenotype-associated subpopulations by integrating bulk and single-cell sequencing data［J］. Nature Biotechnology， 2022， 40（4）：527-538.
[22]	LAKS E， MCPHERSON A， ZAHN H， et al. Clonal decomposition and DNA replication states defined by scaled single-cell genome sequencing［J］. Cell， 2019， 179（5）：1207-1221.
[23]	YU X Y， RUAN W D， LIN F H， et al. Digital microfluidics-based digital counting of single-cell copy number variation （dd-scCNV Seq）［J］. Proceedings of the National Academy of Sciences of the United States of America， 2023， 120（20）：e2221934120.
[24]	VISTAIN L F， TAY S. Single-cell proteomics［J］. Trends in Biochemical Sciences， 2021， 46（8）：661-672.
[25]	BIANCHI A， SCHERER M， ZAURIN R， et al. scTAM-Seq enables targeted high-confidence analysis of DNA methylation in single cells［J］. Genome Biology， 2022， 23（1）：229.
[26]	ALAN P B， JUSTIN G， GREGORY E C， et al.F-Seq： A feature density estimator for high-throughput sequence tags［J］. Bioinformatics， 2008， 24（21）：2537-2538.
[27]	JIN W， TANG Q， WAN M， et al. Genome-wide detection of DNase Ⅰ hypersensitive sites in single cells and FFPE tissue samples［J］. Nature， 2015， 528（7580）：142-146.
[28]	JASON D B， WU B J， ULRIKE M L， Single-cell chromatin accessibility reveals principles of regulatory variation［J］，Nature， 2015，523（7561）：486-490.
[29]	LAREAU C A， DUARTE F M， CHEW J G， et al. Droplet-based combinatorial indexing for massive-scale single-cell chromatin accessibility［J］. Nature Biotechnology， 2019， 37（8）：916-924.
[30]	STOECKIUS M， HAFEMEISTER C， STEPHENSON W， et al. Simultaneous epitope and transcriptome measurement in single cells［J］. Nature Methods， 2017， 14（9）：865-868.
[31]	WANG Y， GUAN Z Y， SHI S W， et al. Pick-up single-cell proteomic analysis for quantifying up to 3000 proteins in a mammalian cell［J］. Nature Communications， 2024， 15（1）：1279.
[32]	AMANTONICO A， URBAN P L， FAGERER S R， et al. Single-cell， MALDI-MS as an analytical tool for studying intrapopulation metabolic heterogeneity of unicellular organisms［J］. Analytical Chemistry， 2010， 82（17）：7394-7400.
[33]	IBANEZ A J， FAGERER S R， SCHMIDT A M， et al. Masspectrometry-based metabolomics of single yeast cell［J］. Proceedings of the National Academy of Sciences of the United States of America， 2013， 110（22）：8790-8794.
[34]	LI L， GARDEN R W， SWEEDLER J V. Single-cell MALDI： A new tool for directpeptide profiling［J］. Trends in Biotechnology， 2000， 18（4）： 151-160.
[35]	NORTHEN T R， YANES O， NORTHEN M T， et al. Clathratenano structures for masspectrometry［J］. Nature， 2007， 449（7165）：1033-1036.
[36]	WALKER B N， STOLEE J A， VERTE S A. Nanophotonicionization for ultra trace and single-cell analysis by mass spectrometry ［J］. Analytical Chemistry， 2012， 84（18）： 7756-7762.
[37]	LI J H， XING S Y， ZHAO G P， et al. Identification of diverse cell populations in skeletal muscles and biomarkers for intramuscular fat of chicken by single-cell RNA sequencing［J］. BMC Genomics， 2020， 21（1）： 52.
[38]	CHO D S， SCHMITT R E， DASGUPTA， et al. Single-cell deconstruction of post-sepsis skeletal muscle and adipose tissue microenvironments［J］. Journal of Cachexia， Sarcopenia and Muscle， 2020， 11（5）： 1351-1363.
[39]	WU Y Q， JIN D P， QIN B Y， et al. Research progress on the effects of MyoD-related non-coding RNAs on muscle growth and development［J］. Chinese Bulletin of Life Sciences， 2020， 32（1）： 29-37.
[40]	LYU P， QI Y M， TU Z J， et al. Single-cell RNA sequencing reveals heterogeneity of cultured bovine satellite cells［J］. Frontiers in Genetics， 2021， 12：742077.
[41]	MA L， MENG Y Y， AN Y L， et al. Single-cell RNA-Seq reveals novel interaction between muscle satellite cells and fibro-adipogenic progenitors mediated with FGF7 signalling［J］. Journal of Cachexia， Sarcopenia and Muscle， 2024， 15（4）：1388-1403.
[42]	XIAO W， JIANG N， JI Z， et al. Single-cell RNA sequencing reveals the cellular landscape of longissimus dorsi in a newborn Suhuai pig［J］. The International Journal of Molecular Sciences， 2024， 25（2）：1204.
[43]	QIU K， XU D D， WANG L Q， et al. Association analysis of single-cell RNA sequencing and proteomics reveals a vital role of Ca²⁺ signaling in the determination of skeletal muscle development potential［J］. Cells， 2020， 9（4）：1045.
[44]	FEREGRINO C， SCACHER F， PARNAS O， et al. A single-cell transcriptomic atlas of the developing chicken limb［J］. BMC Genomics， 2019， 20（1）： 401.
[45]	张卫东，郑玉杰，葛伟，等. 单细胞测序对绒山羊毛乳头细胞的鉴定［J］. 中国农业科学， 2022， 55（12）：2436-2446.
	ZHANG W D， ZHENG Y J， GE W， et al. Identification of cashmere dermal papilla cells based on single-cell RNA sequencing technology［J］. Scientia Agricultura Sinica， 2022， 55（12）：2436-2446. （in Chinese）
[46]	葛伟. 单细胞分辨率解析绒山羊及小鼠毛囊发生的转录调控机制［D］. 杨凌：西北农林科技大学， 2020.
	GE W. Dissecting the transcriptional regulatory mechanism underlying cashmere goat and murine hair follicle morphogenesis at single-cell resolution［D］. Yangling： Northwest A&F University， 2020. （in Chinese）
[47]	刘泽昊. 单细胞测序解析辽宁绒山羊初级与次级毛囊的转录组图谱与分子特征［D］. 沈阳：沈阳农业大学， 2023.
	LIU Z H. Single-cell sequencing reveals that transcriptome mapand molecular features of primary and secondary hair follicles in Liaoning cashmere goats［D］. Shenyang： Shenyang Agricultural University，2023. （in Chinese）
[48]	WANG S H， WU T Y， SUN J Y， et al. Single-cell transcriptomics reveals the molecular anatomy of sheep hair follicle heterogeneity and wool curvature［J］. Frontiers in Cell and Developmental Biology， 2021， 9：800157.
[49]	郝旭旭. 单细胞分辨率解析陕北白绒山羊胚胎期毛囊的转录组图谱与分子特征［D］. 杨凌：西北农林科技大学， 2024.
	HAO X X. Dissecting the transcriptional atlas and molecular characteristics of embryonic hair follicles of Shaanbei White cashmere goat at single-cell resolution［D］. Yangling： Northwest A&F University， 2024. （in Chinese）
[50]	LI M H， HAO X X， CHENG Z X， et al. The molecular anatomy of cashmere goat hair follicle during cytodifferentiation stage［J］. BMC Genomics， 2024， 25（1）：961.
[51]	高桂珍. 基于单细胞RNA测序技术构建阿尔巴斯绒山羊初级与次级毛囊转录组图谱的研究［D］. 呼和浩特：内蒙古大学， 2024.
	GAO G Z. Construction of transcriptome maps of primary and secondary hair follicles in albas cashmere goat using single cell RNA sequencing technology［D］. Hohhot： Inner Mongolia University， 2024. （in Chinese）
[52]	MELSER A L， VENIAMINOVA N A， LULL M V， et al. Hair follicle terminal differentiation is orchestrated by distinct early and late matrix progenitors［J］. Cell Reports， 2017， 19（4）：809-821.
[53]	WANG Y， JIANG Y， NI G Y， et al. Integrating single-cell and spatial transcriptomics reveals heterogeneity of early pig skin development and a subpopulation with hair placode formation［J］. Advanced Science （Weinheim）， 2024， 11（20）： e2306703.
[54]	叶娜. 基于单细胞转录组测序对天祝白牦牛生长期毛囊转录图谱的构建［D］. 兰州：西北民族大学， 2021.
	YE N. Construction of transcription map of hair follicles in growing period of Tianzhu White yak based on single cell transcriptome sequencing［D］. Lanzhou： Northwest Minzu University， 2021. （in Chinese）
[55]	ARBORE R， BARBOSA S， BREJCHA J， et al. A molecular mechanism for bright color variation in parrots［J］. Science， 2024， 386（6721）：7710.
[56]	YANG H， MA J Y， WAN Z， et al. Characterization of sheep spermatogenesis through single-cell RNA sequencing［J］. FASEB Journal， 2021， 35（2）： e21187.
[57]	ZHANG L K， MA H D， GUO M， et al. Dynamic transcriptional atlas of male germ cells during porcine puberty［J］. Zoological Research， 2022， 43（4）：600-603.
[58]	ZHENG Y， GAO Q， LI T J， et al. Sertoli cell and spermatogonial development in pigs［J］. Journal of Animal Science and Biotechnology， 2022， 13（1）： 45.
[59]	ZHANG， L K， GUO M， LIU Z D， et al. Single-cell RNA-Seq analysis of testicular somatic cell development in pigs［J］. Journal of Genetics and Genomics， 2022， 49（11）， 1016-1028.
[60]	高源. 安格斯牛睾丸组织非编码RNA鉴定及单细胞转录图谱绘制［D］. 杨凌：西北农林科技大学， 2021.
	GAO Y. Non-coding RNA identification and single-cell transcriptome atlas of Angus bull testis［D］. Yangling： Northwest A&F University， 2021. （in Chinese）
[61]	HUANG L F， ZHANG J J， ZHANG P F， et al. Single-cell RNA sequencing uncovers dynamic roadmap and cell-cell communication during buffalo spermatogenesis［J］. iScience， 2023， 26（1）： 105733.
[62]	WANG X D， PEI J， XIONG L， et al. Single-cell RNA sequencing reveals atlas of yak testis cells［J］. International Journal of Molecular Sciences， 2023， 24（9）：7982.
[63]	LAVAGI I， KREBS S， SIMMET K， et al. Single-cell RNA sequencing reveals developmental heterogeneity of blastomeres during major genome activation in bovine embryos［J］. Scientific Reports， 2018， 8（1）： 4071.
[64]	王杰. 基于单细胞转录组和单细胞蛋白质组测序技术研究牛早期雌雄胚胎发育差异［D］. 阿拉尔：塔里木大学， 2025.
	WANG J. Study on differences in embryonic development between males and females before implantation in cattle on the basis of single-cell transcriptome and single-cell proteome sequencing［D］. Alar： Tarim University， 2025. （in Chinese）

物种 Species	细胞类型 Cell types	测序技术 Methods	主要发现 Key findings	参考文献 References
牛 Cattle	骨骼肌	单细胞染色质可及性测序	预测了与肌肉发育相关的特异性表达的转录因子MSC、MYF5、MYOD1、FOXP3、ESRRA、BACH1、SIX2和ATF4	Cai等^［3］
猪 Pigs	肌肉细胞	单细胞转录组测序	与肥胖型猪相比，瘦肉型猪的肌肉来源细胞更接近肌肉祖细胞的原始发育阶段	Qiu等^［43］
猪 Pigs	肌肉细胞	单细胞转录组测序	描绘了肌源性细胞的发育轨迹，并检查了不同分化阶段各种标志物基因和分子事件的表达变化	Xiao等^［42］
鸡 Chickens	胸肌细胞	单细胞转录组测序	解析了鸡的胸肌细胞谱系，发现了鸡肌内脂肪细胞的标记基因APOA1和COL1A1	Li等^［37］
鸡 Chickens	鸡胚四肢细胞	单细胞转录组测序	从细胞维度解析了鸡四肢发育的细胞及分子机制	Feregrin等^［44］

物种 Species	细胞类型 Cell types	测序技术 Methods	主要发现 Key findings	参考文献 References
绵羊 Sheep	毛囊	单细胞转录组测序	揭示了绵羊毛囊发育的分化、空间特征和细胞间通讯以及羊毛弯曲的潜在分子机制	Wang等^［48］
山羊 Goats	皮肤细胞	单细胞转录组测序	解析了毛囊发生过程中涉及的细胞异质性和复杂性	Li等^［50］
猪 Pigs	胚胎皮肤	单细胞和空间转录组分析	揭示了早期猪皮肤发育中的细胞异质性和毛囊形成的关键亚群	Wang等^［53］
牦牛 Yaks	毛囊单细胞	单细胞转录组测序	构建了牦牛生长期表皮细胞谱系以及真皮细胞谱系在毛囊发育中的分化轨迹	叶娜^［54］

物种 Species	细胞类型 Cell types	测序技术 Methods	主要发现 Key findings	参考文献 References
绵羊 Sheep	睾丸生殖细胞	单细胞转录组测序	绵羊精子发生过程中各种细胞类型转录水平变化，如转录因子EZH2、SOX18、SCP2等	Yang等^［56］
猪 Pigs	睾丸细胞	单细胞转录组测序	确定CDH1作为猪的前精原细胞和未分化精原细胞的新型细胞标记物	Zheng等^［58］
猪 Pigs	青春期前猪睾丸细胞	单细胞转录组测序	揭示青春期前睾丸中，支持细胞是主要的细胞类型，PRND是一种新型的支持细胞标志物	张恒^［2］
牛 Cattle	牛雌、雄囊胚	单细胞蛋白质组测序	揭示了牛雌、雄胚胎蛋白质表达差异，发现了以IGF1R为代表的雌、雄胚胎差异表达蛋白，确定了IGF1R对牛植入前胚胎发育的促进作用	王杰^［64］

单细胞测序技术在畜禽遗传育种中的应用研究进展

Research Progress on the Application of Single-cell Sequencing Technology in Livestock and Poultry Genetic Breeding

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 64

相关文章 9

编辑推荐

Metrics

本文评价

[1]	罗琴, 刘丁语, 刘宝玲, 乔常宏, 陈翔宇, 何振文, 王晓虎, 陈晶, 张翩, 黄元, 王刚, 刘昊, 蔡汝健. 不同组学视角分析中药抗病毒作用研究进展[J]. 中国畜牧兽医, 2025, 52(2): 554-561.
[2]	贾倩茹, 罗璇, 田甜, 王磊, 马玉红, 尚月军, 许发芳, 莫华山, 吴国芳. 杂交对地方猪种与引进猪种肉品质及调控机制的影响[J]. 中国畜牧兽医, 2025, 52(12): 5762-5771.
[3]	钟梓奇, 谢鑫峰, 王子轶, 潘德优, 苏之青, 范津玮, 肖倩. 不同组学测序技术在动物遗传育种中的研究与应用[J]. 中国畜牧兽医, 2025, 52(11): 5287-5298.
[4]	刘杰, 李胜楠, 何晨鹏, 马翔, 李春, 王中波, 肖定福. 基于组学的牛肉品质及其影响因素研究进展[J]. 中国畜牧兽医, 2025, 52(11): 5134-5146.
[5]	乔常宏, 陈翔宇, 刘宝玲, 罗琴, 刘丁语, 何振文, 王晓虎, 陈晶, 张翩, 黄元, 白挨泉, 王刚, 蔡汝健. 多组学视角下中药抗菌机制研究进展[J]. 中国畜牧兽医, 2025, 52(1): 52-59.
[6]	林广, 毛帅翔, 柳广斌. 单细胞测序及其在动物繁殖机理研究中的作用[J]. 中国畜牧兽医, 2024, 51(5): 1979-1987.
[7]	宋青山, 杨江流, 刘军, 贾芳. 基于多组学解析布鲁氏菌BvfA对睾丸支持细胞线粒体NADH-泛醌氧化还原酶复合体的影响[J]. 中国畜牧兽医, 2024, 51(4): 1400-1409.
[8]	代国栋, 闫鸿斌, 李立, 付宝权, 贾万忠. 人兽共患寄生虫病候选疫苗分子筛选方法研究进展[J]. 中国畜牧兽医, 2021, 48(6): 2177-2187.
[9]	牛春宇, 石琳琳, 孙苗, 刘彦民, 黄少磊, 程超, 李培锋. 组学技术在乳酸菌分离鉴定及功能研究中的应用[J]. 中国畜牧兽医, 2020, 47(12): 3882-3889.