Применение репродуктивных технологий для повышения эффективности геномной селекции молочного крупного рогатого скота

Геномная селекция – отбор, при котором племенная ценность животного предсказывается по маркерам, равномерно покрывающим весь геном. В работе обобщены сведения о некоторых современных тенденциях в области геномной селекции молочного крупного рогатого скота, а также о применении репродуктивных технологий для повышения эффективности отбора. Основные тенденции в развитии метода геномной селекции заключ аются в повышении точности племенных оценок путем объединения референсных популяций; включ ении в селекционные программы генотипирования коров; предсказании генотипов отсутствующих SNP на основе чипов с более низкой плотностью маркеров и предсказании генотипов животных по генотипам родственников. В сочетании с современными репродуктивными биотехнологиями (сексирование семени, множественная овуляция и пересадка эмбрионов, трансвагинальная аспирация ооцитов с последующим экстракорпоральным оплодотворением, генотипирование эмбрионов, клонирование лучших животных-производителей и т. д.) отбор по геному потенциально способен давать еще большую экономическую выгоду. При геномной селекции молочного скота биотехнологические манипуляции с половыми клетками и эмбрионами делают возможным улучшение множества факторов, от которых зависит эффективность отбора: его интенсивности, надежности племенной оценки и интервала между поколениями. Разработаны успешные подходы для генотипирования эмбрионов по большому числу маркеров после биопсии на стадии морулы или бластоцисты, основанные на увеличении количества ДНК эмбриона путем предварительной полногеномной амплификации. В перспективе это позволит разработать новые подходы для снижения интервала между поколениями, селекции элитных маток, снижения степени инбридинга и т. д.

1. Смарагдов М.Г. Геномная селекция молочного скота в мире. Пять лет практического использования. Генетика. 2013;49(11): 1251-1260.

2. Berry D.P., McClure M.C., Mullen M.P. Within- and across-breed imputation of high-density genotypes in dairy and beef cattle from medium- and low-density genotypes. J. Anim. Breed. Genet. 2014;131(3):165-172. DOI: 10.1111/jbg.12067

3. Boichard D., Chung H., Dassanneville R., David X., Eggen A., Fritz S., Gietzen K.J., Hayes B.J., Lawley C.T., Sonstegard T.S., Van Tassell C.P.,VanRaden P.M., Viaud-Martinez K.A., Wiggans G.R. Design of a bovine low-density SNP array optimized for imputation. PLoS One. 2012;7:e34130. DOI: 10.1371/JOURNAL.PONE.0034130

4. Boichard D., Ducrocq V., Fritz S. Sustainable dairy cattle selection in the genomic era J. Anim. Breed Genet. 2015;132(2):135-143. DOI: 10.1111/jbg.12150

5. Bouquet A., Juga J. Integrating genomic selection into dairy cattle breeding programmes: a review. Animal. 2013;7(5):705-713. DOI: 10.1017/S1751731112002248

6. Bouquet A., Sorensen A.C., Juga J. Genomic selection strategies to optimize the use of multiple ovulation and embryo transfer schemes in dairy cattle breeding programs. Livestock Sci. 2015;174:18-25. DOI: http://dx.doi.org/10.1016/j.livsci.2015.01.014

7. Bouwman A.C., Hickey J.M., Calus M.P., Veerkamp R.F. Imputation of non-genotyped individuals based on genotyped relatives: assessing the imputation accuracy of a real case scenario in dairy cattle. Genet. Sel. Evol. 2014;46:6. DOI: 10.1186/1297-9686-46-6

8. Calus M.P., de Haas Y., Veerkamp R.F. Combining cow and bull reference populations to increase accuracy of genomic prediction and genome-wide association studies. J. Dairy Sci. 2013;96(10):6703-6715. DOI: 10.3168/jds.2012-6013

9. Carneiro M.C., Takeuchi P.L., Araujo A., Lobo R.B., Elias F.P., Vila R.A., Miranda-Furtado C.L., Ramos E.S. Sexing single bovine blastomeres using TSPY gene amplification. Genet. Mol. Res. 2011;10(4):3937-3941. DOI: 10.4238/2011

10. Cenariu M., Pall E., Cernea C., Groza I. Evaluation of bovine embryo biopsy techniques according to their ability to preserve embryo viability. J. Biomed. Biotechnol. 2012;2012:541384. DOI: 10.1155/2012/541384

11. Clark S.A., Kinghorn B.P., Hickey J.M., van der Werf J.H. The effect of genomic information on optimal contribution selection in livestock breeding programs. Genet. Sel. Evol. 2013;45:44. DOI: 10.1186/1297-9686-45-44

12. Ertl J., Edel C., Emmerling R., Pausch H., Fries R., Götz K.U. On the limited increase in validation reliability using high-density genotypes in genomic best linear unbiased prediction: observations from Fleckvieh cattle. J. Dairy Sci. 2014;979(1):487-496. DOI: 10.3168/jds.2013-6855

13. Falconer D.S., Mackay T.F.C. Introduction to Quantitative Genetics. Burnt Mill, England : Longman, 1996.

14. Fisher P.J., Hyndman D.L., Bixley M.J., Oback F.C., Popovic L., McGowan L.T., Berg M.C., Wells D.N. Brief communication: potential for genomic selection of bovine embryos. Proc. N.Z. Soc. Anim. Prod. 2012;72:156-158.

15. Galli C., Duchi R., Colleoni S., Lagutina I., Lazzari G. Ovum pick up, intracytoplasmic sperm injection and somatic cell nuclear transfer in cattle, buffalo and horses: from the research laboratory to clinical practice. Theriogenology. 2014;Jan. 1;81(1):138-151. DOI: 10.1016/ j.theriogenology.2013.09.008

16. Gamarra G., Le Bourhis D., Gall L., Laffont L., Ruffini S., Humblot P. Attempts to culture biopsied cells from in vitro bovine blastocysts for genotyping. Reprod. Fertil. Dev. 2010;22:238–239. DOI:10.1071/RDV22N1AB160

17. Georges M., Massey J.M. Velogenetics, or the synergistic use of marker assisted selection and germ-line manipulation. Theriogenology. 1991;35(1):151-159. DOI: 10.1016/0093-691X(91)90154-6

18. Haskell M.J., Simm G., Turner S.P. Genetic selection for temperament traits in dairy and beef cattle. Front. Genet. 2014;5:368. DOI: 10.3389/fgene.2014.00368

19. Hasler J.F. Forty years of embryo transfer in cattle: a review focusing on the journal Theriogenology, the growth of the industry in North America, and personal reminisces. Theriogenology. 2014;81(1):152-169. DOI: 10.1016/j.theriogenology.2013.09.010

20. Hoze C., Fouilloux M.N., Venot E., Guillaume F., Dassonneville R., Fritz S., Ducrocq V., Phocas F., Boichard D., Croiseau P. High-density marker imputation accuracy in sixteen French cattle breeds. Genet .Sel. Evol. 2013;45: 33. DOI: 10.1186/1297-9686-45-33

21. Hoze C., Fritz S., Phocas F., Boichard D., Ducrocq V., Croiseau P. Efficiency of multi-breed genomic selection for dairy cattle breeds with different sizes of reference population. J. Dairy Sci. 2014;97(6):3918-3929. DOI: 10.3168/jds.2013-7761

22. Humblot P., Le Bourhis D., Fritz S., Colleau J.J., Gonzalez C., Guyader Joly C., Malafosse A., Heyman Y., Amigues Y., Tissier M., Ponsart C. Reproductive technologies and genomic selection in cattle. Vet. Med. Int. 2010;2010:1-8. DOI: 10.4061/2010/192787

23. Illumina. Bovine HD Genotyping BeadChip. 2015a. available at http://www.illumina.com/Documents/products/datasheets/datasheet_bovineHD.pdf

24. Illumina. Bovine SNP50 Genotyping BeadChip. 2015b. available at http://http://www.illumina.com/Documents/products/datasheets/datasheet_bovine_snp5O.pdf.Illumina.%202011c.

25. Illumina. Bovine LD. 2015c. available at http://www.illumina.com/documents/products/product_information_sheets/product_info_bovineLD.pdf

26. Jimenez-Montero J.A., Gianola D., Weigel K., Alenda R., Gonzalez-Recio O. Assets of imputation to ultra-high density for productive and functional traits. J. Dairy Sci. 2013;96(9):6047-6058. DOI:10.3168/jds.2013-6793

27. Jonas E., de Koning D.J. Genomic selection needs to be carefully assessed to meet specific requirements in livestock breeding programs. Front Genet. 2015;Feb. 20;6:49. DOI: 10.3389/fgene.2015.00049

28. Kasinathan P., Wei H., Xiang T., Molina J.A., Metzger J., Broek D., Kasinathan S., Faber D.C., Allan M.F. Acceleration of genetic gain in cattle by reduction of generation interval. Sci. Rep. 2015;5:8674. DOI: 10.1038/srep08674

29. Larmer S.G., Sargolzaei M., Schenkel F.S. Extent of linkage disequilibrium, consistency of gametic phase, and imputation accuracy within and across Canadian dairy breeds. J. Dairy Sci. 2014;97(5):3128-3141. DOI: 10.3168/jds.2013-6826

30. Lauri A., Lazzari G., Galli C., Lagutina I., Genzini E., Braga F., Mariani P., Williams J.L. Assessment of MDA efficiency for genotyping using cloned embryo biopsies. Genomics. 2013;101(1):24-29. DOI: 10.1016/j.ygeno.2012.09.002

31. Le Bourhis D., Mullaart E., Humblot P., Coppieters W., Ponsart C. Bovine embryo genotyping using a 50k SNP chip. Reprod. Fertil. Dev. 2010;23:197. DOI:10.1071/RDV23N1AB193

32. Le Bourhis D., Mullaart E., Schrooten C., Fritz S., Coppieters W., Ponsart C. Breeding values concordance between embryos and corresponding calves. Reprod. Fertil. Dev. 2011;24:180. DOI: 10.1071/RDV24N1AB135

33. Lund M.S., Roos A.P., Vries A.G., Druet T., Ducrocq V., Fritz S., Guillaume F., Guldbrandtsen B., Liu Z., Reents R., Schrooten C., Seefried F., Su G. A common reference population from four European Holstein populations increases reliability of genomic predictions. Genet. Sel. Evol. 2011;43:43. DOI: 10.1186/1297-9686-43-43

34. Ma P., Brondum R.F., Zhang Q., Lund M.S., Su G. Comparison of different methods for imputing genome-wide marker genotypes in Swedish and Finnish Red Cattle. J. Dairy Sci. 2013;96(7):4666-4677. DOI: 10.3168/jds.2012-6316

35. Macaulay I.C., Voet T. Single cell genomics: advances and future perspectives. PLoS Genet. 2014;10(1):e1004126. DOI: 10.1371/journal.pgen.1004126

36. Makgahlela M.L., Mantysaari E.A., Stranden I., Koivula M., Nielsen U.S., Sillanpaa M.J., Juga J. Across breed multi-trait random regression genomic predictions in the Nordic Red dairy cattle. J. Anim. Breed Genet. 2013a;130(1):10-19. DOI: 10.1111/j.1439- 0388.2012.01017.x

37. Makgahlela M.L., Stranden I., Nielsen U.S., Sillanpaa M.J., Mantysaari E.A. The estimation of genomic relationships using breedwise allele frequencies among animals in multibreed populations. Dairy Sci. 2013b;96(8):5364-5375. DOI: 10.3168/jds.2012-6523

38. Makgahlela M.L., Stranden I., Nielsen U.S., Sillanpaa M.J., Mantysaari E.A. Using the unified relationship matrix adjusted by breed-wise allele frequencies in genomic evaluation of a multibreed population. J. Dairy Sci. 2014;97(2):1117-1127. DOI: 10.3168/jds.2013-7167

39. Mc Hugh N., Meuwissen T.H., Cromie A.R., Sonesson A.K. Use of female information in dairy cattle genomic breeding programs. J. Dairy Sci. 2011;94(8):4109–4118. DOI:10.3168/JDS.2010-4016

40. Meuwissen T., Hayes B., Goddard M. Accelerating improvement of livestock with genomic selection. Annu. Rev. Anim. Biosci. 2013;1:221–237. DOI: 10.1146/annurev-animal-031412-103705

41. Nicholas F.W., Hobbs M. Mutation discovery for Mendelian traits in non-laboratory animals: a review of achievements up to 2012. Anim. Genet. 2014;45(2):157-170. DOI: 10.1111/age.12103

42. Nordic Cattle Genetic Evaluation (NCGE). 2015. available at http://www.nordicebv.info/News/NewsNAVroutineEvaluation-May2nd2014.htm

43. Pedersen L.D., Kargo M., Berg P., Voergaard J., Buch L.H., Sorensen A.C. Genomic selection stratefies in dairy cattle breeding programmes: sexed semen cannot replace multiple oculation and embryo transfer as superior reproductive technology. J. Anim. Breed. Genet. 2012;129:152-163. DOI:10.1111/J.1439-0388.2011.00958.X

44. Peters B.A., Kermani B.G., Alferov O., Agarwal M.R., McElwain M.A., Gulbahce N., Hayden D.M., Tang Y.T., Zhang R.Y., Tearle R., Crain B., Prates R., Berkeley A., Munne S., Drmanac R. Detection and phasing of single base de novo mutations in biopsies from human in vitro fertilized embryos by advanced whole-genome sequencing. Genome Res. 2015;25(3):426-434. DOI: 10.1101/gr.181255.114

45. Ponsart C., Le Bourhis D., Knijn H., Fritz S., Guyader-Joly C., Otter T., Lacaze S., Charreaux F., Schibler L., Dupassieux D., Mullaart E. Reproductive technologies and genomic selection in dairy cattle. Reprod. Fertil. Dev. 2014;26(1):12-21. DOI: 10.1071/RD13328

46. Pryce J.E., Daetwyler H.D. Designing dairy cattle breeding schemes under genomic selection: a review of international research. Anim. Prod. Sci. 2012;52:107–114. DOI: 10.1071/AN11098

47. Pryce J.E., Wales W.J., de Haas Y., Veerkamp R.F., Hayes B.J. Genomic selection for feed efficiency in dairy cattle. Animal. 2014;8(1):1-10.DOI: 10.1017/S1751731113001687

48. Ramos-Ibeas P., Calle A., Pericuesta E., Laguna-Barraza R., Moros-Mora R., Lopera-Vasquez R., Maillo V., Yanez-Mo M., Gutierrez-Adan A., Rizos D., Ramirez M.A. An efficient system to establish biopsy-derived trophoblastic cell lines from bovine embryos. Biol. Reprod. 2014;91(1):15. DOI: 10.1095/biolreprod.114.118430

49. Sargolzaei M., Vigneault C., Blondin P., Schenkel F., Chesnais J. Results from the Boviteq embryo genotyping research project. Dairy Cattle Breeding and Genetics Committee Meeting, 18 September 2012. Available at: http://lirpa.aps.uoguelph.ca/elares/sites/default/files/msargol_Embryo_Genotyping_Project.pdf.

50. Schopen G.C., Schrooten C. Reliability of genomic evaluations in Holstein-Friesians using haplotypes based on the BovineHD BeadChip. J. Dairy Sci. 2013;Dec;96(12):7945-7951.

51. Schrooten C., Dassonneville R., Ducrocq V., Brondum R.F., Lund M.S., Chen J., Liu Z., Gonzalez-Recio O., Pena J., Druet T. Error rate for imputation from the Illumina BovineSNP50 chip to the Illumina BovineHD chip. Genet. Sel. Evol. 2014;46:10. DOI: 10.1186/1297-9686-46-10

52. Shojaei Saadi H.A., Vigneault C., Sargolzaei M., Gagne D., Fournier E., de Montera B., Chesnais J., Blondin P., Robert C. Impact of wholegenome amplification on the reliability of pre-transfer cattle embryo breeding value estimates. BMC Genomics. 2014;15:889. DOI: 10.1186/1471-2164-15-889

53. Sorensen M.K., Voergaard J., Pedersen L.D., Berg P., Sorensen A.C. Genetic gain in dairy cattle populations is increased using sexed semen in commercial herds. J. Anim. Breed. Genet. 2011;128:267-275. DOI:10.1111/J.1439-0388.2011.00924.X

54. Treff N.R., Su J., Tao X., Northrop L.E., Scott R.T. Jr. Single-cell whole-genome amplification technique impacts the accuracy of SNP microarray-based genotyping and copy number analyses. Mol. Hum. Reprod. 2011;17(6):335-343. DOI: 10.1093/molehr/gaq103

55. Van der Aa N., Zamani Esteki M., Vermeesch J.R., Voet T. Preimplantation genetic diagnosis guided by single-cell genomics. Genome Med. 2013;5(8):71. DOI: 10.1186/gm475

56. VanRaden P.M., Null D.J., Sargolzaei M., Wiggans G.R., Tooker M.E., Cole J.B., Sonstegard T.S., Connor E.E., Winters M., van Kaam J.B., Valentini A., Van Doormaal B.J., Faust M.A., Doak G.A. Genomic imputation and evaluation using high-density Holstein genotypes. J. Dairy Sci. 2013;96(1):668-678. DOI: 10.3168/jds.2012-5702

57. Voet T., Kumar P., Van Loo P., Cooke S.L., Marshall J., Lin M.L., Zamani Esteki M., Van der Aa N., Mateiu L., McBride D.J., Bignell G.R., McLaren S., Teague J., Butler A., Raine K., Stebbings L.A., Quail M.A., D’Hooghe T., Moreau Y., Futreal P.A., Stratton M.R., Vermeesch J.R., Campbell P.J. Single-cell paired-end genome sequencing reveals structural variation per cell cycle. Nucleic Acids Res. 2013;41(12):6119-6138. DOI: 10.1093/nar/gkt345

58. Zhou L., Heringstad B., Su G., Guldbrandtsen B., Meuwissen T.H., Svendsen M., Grove H., Nielsen U.S., Lund M.S. Genomic predictions based on a joint reference population for the Nordic Red cattle breeds. J. Dairy Sci. 2014;97(7):4485-4496. DOI: 10.3168/jds. 2013-7580