Полногеномные ассоциативные исследования распространения пороков развития и других селекционно значимых качественных признаков у потомства хряков крупной белой породы российской селекции
https://doi.org/10.18699/VJ20.612
- Р Р‡.МессенРТвЂВВВВВВВВжер
- РћРТвЂВВВВВВВВнокласснРСвЂВВВВВВВВРєРСвЂВВВВВВВВ
- LiveJournal
- Telegram
- ВКонтакте
- РЎРєРѕРїРСвЂВВВВВВВВровать ссылку
Полный текст:
Аннотация
Выявление областей генома, прямо или опосредованно связанных с признаками пороков раз-вития у домашних свиней, может способствовать идентификации генетических мишеней, используемых в качестве биомаркеров индивидуальных особенностей формирования экстерьера, их метаболического статуса, а также подверженности генетическим заболеваниям. Такие исследования напрямую связаны с повышением экономической эффективности, поскольку позволяют выявлять и исключать из селекционного процесса животных-носителей нежелательных генов, фенотип которых может не проявляться. В данной работе проведен поиск подобных целевых генов и геномных регионов с помощью полногеномных ассоциативных исследований (GWAS) с использованием ДНК-чипов PorcineSNP60K BeadChips (Illumina, San Diego, USA). Проанализировано 48 хряков свиней крупной белой породы селекционно-гибридного центра «Знаменский» Орловской области по 21 недостатку экстерьера и дефектам развития у 39 153 их потомков. Расчеты производили по линейной модели смешанного типа в программном пакете GEMMA. Из изначального сета в 61 000 SNP были отобраны 36 704 полиморфных SNP, в которых найдены 24 полиморфизма, входящих в 11 генов (P < 0.1), статистически значимо коррелирующих с признаками аномалий развития в геноме свиней, такими как атрезия анального отверстия (ARMC7,FANCC,RND3,ENSSSCG00000017216), проблемы с конечностями (PAWR,NTM,OPCML,ENSSSCG00000040250, ENSSSCG00000017018) и тремор поросят (RIC3,ENSSSCG00000032665). Также была выявлена коэкспрессия генов NTM, OPCML и RND3, участвующих в регуляции клеточной адгезии. Проведенная работа подтвердила актуальность применения подобного подхода в полногеномно-ассоциативных исследованиях для детектирования единичных SNP, связанных с отдельными признаками, даже для небольших выборок.
Об авторах
А. А. ТрасповРоссия
пос. Дубровицы, Подольский городской округ, Московская область
О. В. Костюнина
Россия
пос. Дубровицы, Подольский городской округ, Московская область
А. А. Белоус
Россия
пос. Дубровицы, Подольский городской округ, Московская область
Т. В. Карпушкина
Россия
пос. Дубровицы, Подольский городской округ, Московская область
Н. А. Свеженцева
Россия
пос. Дубровицы, Подольский городской округ, Московская область
Н. А. Зиновьева
Россия
пос. Дубровицы, Подольский городской округ, Московская область
Список литературы
1. Долматова A.B., Сковородин Е.Н. Использование ДНК-полиморфизма в селекции свиней. В: Материалы междунар. науч.-практ. конф. «Современные проблемы интенсификации производства свинины в странах СНГ», посвященной 75-летнему юбилею заслуженного деятеля науки РФ, профессора В.Е. Уитько, 7-10 июля 2010 г. Ульяновск, 2010;138-143.
2. Племяшов К.В. Геномная селекция - будущее животноводства. Животноводство России. 2014;5:2-4.
3. Barrett J., Fry B., Maller J., Daly M. Haploview: analysis and visualization of LD and haplotype maps. Bioinformatics. 2005;21(2):263-265. https://doi.org/10.1093/bioinformatics/bth457.
4. Benjamini Y., Hochberg Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. J. R. Statist. Soc. B. 1995;57(1):289-300. https://doi.org/10.2307/2346101.
5. Boddicker N., Waide E.H., Rowland R.R.R., Lunney J.K., Garrick D.J., Reecy J.M., Dekkers J.C.M. Evidence for a major QTL associated with host response to porcine reproductive and respiratory syndrome virus challenge. J. Anim. Sci. 2012;90(6):1733-1746.
6. Bruun C.S., Jorgensen C.B., Nielsen V.H., Andersson L., Fredholm M. Evaluation of the porcine melanocortin 4 receptor(MC4R) gene as a positional candidate for a fatness QTL in a cross between Landrace and Hampshire. Anim. Genet. 2006;37(4):359-362. https://doi.org/10.1111/j.1365-2052.2006.01488.x.
7. Ciobanu D.C., Lonergan S.M., Huff-Lonergan E.J. Genetics of meat quality and carcass traits. In: Rothschild M.F., Ruvinsky A. (Eds.). The Genetics of the Pig. 2nd ed. Wallingford: CAB International, 2011;355-389.
8. Ernst C.W., Steibel J.P. Molecular advances in QTL discovery and application in pig breeding. Trends Genet. 2013;29(4):215-224. https://doi.org/10.1016/j.tig.2013.02.002.
9. McLaren W., Gil L., Hunt S., Riat H., Ritchie G., Thormann A., Flicek P., Cunningham F. The Ensembl Variant Effect Predictor. Genome Biol. 2016;17(1):122. DOI10.1186/s13059-016-0974-4.
10. Nyachoti C., Kiarie E., Bhandari S., Zhang G., Krause D. Weaned pig responses to Escherichia coli K88 oral challenge when receiving a lysozyme supplement. J. Anim. Sci. 2012;90(1):252-260. https://doi.org/10.2527/jas.2010-3596.
11. Purcell S., Neale B., Todd-Brown K., Thomas L., Ferreira M., Bender D., Maller J., Sklar P., Bakker P., Daly M., Sham P. PLINK: a toolset for whole-genome association and population-based linkage analysis. Am. J. Hum. Genet. 2007;81:559-575. https://doi.org/10.1086/519795.
12. Peterson R.A. Estimating normalization transformations with bestNormalize. 2017. Available at: https://github.com/petersonR/bestNormalize
13. Salas R., Mingala C. Genetic factors affecting pork quality: halothane and rendement napole genes. Anim. Biotechnol. 2017;28(2):148-155. https://doi.org/10.1080/10495398.2016.1243550. Epub 2016 Nov. 17.
14. See T., Max F., Rothschild C., Christains J. Swine Genetic Abnormalities. Pork Information Gateway. 2006; PIG 06-06-01.
15. Sermyagin А., Gladyr E., Plemyashov K., Kudinov A., Dotsev A., Deniskova T., Zinovieva N. Genome-wide association studies for milk production traits in Russian population of Holstein and blackand-white cattle. In: Anisimov K.V. et al. (Eds.). Proc. of the Sci.-Pract. Conf. “Research and Development - 2016”, 14-15 Dec. 2016, Moscow, Russia. Springer Open, 2018;591-599. https://doi.org/10.1007/978-3-319-62870-7_62.
16. Sermyagin A., Kovalyuk N., Ermilov A., Yanchukov I., Satsuk V., Do tsev A., Deniskova T., Brem G., Zinovieva N.A. Associations of Bola-drb3 genotypes with breeding values for milk production traits in Russian dairy cattle population. Selskokhozyaystvennaya Biologiya = Agricultural Biology. 2016;51(6):775-781. https://doi.org/10.15389/agrobiology.2016.6.775eng.
17. Storey J., Bass A., Dabney A., Robinson D. qvalue: Q-value estimation for false discovery rate control. R package version 2.10.1. 2017. http://github.com/StoreyLab/qvalue
18. Turner S. qqman: Q-Q and Manhattan Plots for GWAS Data. R package version 0.1.4. 2017. https://CRAN.R-project.org/package=qqman
19. Zhou X., Stephens M. Genome-wide efficient mixed-model analysis for association studies. Nat. Genet. 2012;44:821-824. https://doi.org/10.1038/ng.2310.