Оценка геномной вариабельности продуктивных признаков у животных голштинизированной черно-пестрой породы на основе GWAS анализа и ROH паттернов

Оценка геномной вариабельности продуктивных признаков у животных голштинизированной черно-пестрой породы на основе GWAS анализа и ROH паттернов

Автор: Сермягин А.А., Быкова О.А., Лоретц О.Г., Костюнина О.В., Зиновьева Н.А.

Журнал: Сельскохозяйственная биология @agrobiology

Рубрика: Современные достижения и проблемы генетики и биотехнологии в животноводстве

Статья в выпуске: 2 т.55, 2020 года.

Бесплатный доступ

Для рационального использования накапливаемой информации племенного учета в стадах молочного скота требуется создание эталонных, или референтных, групп животных, имеющих высокую достоверность оценки племенной ценности. Это необходимо при генетической оценке, а также при геномной селекции. Однако без качественного фенотипирования создание таких групп невозможно. Нужны данные о геномной вариабельности признаков фенотипа у животных разных генераций с использованием результатов полногеномного анализа (genome-wide association study, GWAS) и паттернов гомозиготности (runs of homozygosity, ROH). Высокопродуктивное стадо голштинизированного черно-пестрого скота Урала представляет собой релевантный объект как для модельных исследований, так и для пополнения референтной популяции скота России. Новизна выполненной нами работы заключается в оценке динамики изменчивости геномного инбридинга (FROH) в поколениях животных (мать матери-мать-дочь) и его сопоставлении с непосредственной геномной племенной ценностью (direct genomic values, DGV), а также в поиске новых механизмов подтверждения научной гипотезы об использовании ограниченного набора экспериментальных данных в GWAS. Объектом исследований были 76 коров и телок голштинизированной черно-пестрой породы, а также 9 голштинских быков-производителей, генотипированных примерно по 139 тыс. SNP (single nucleotide polymorphism) на платформе Bovine GGP HD («Illumina/Neogen», США). Для расчета DGV по выборке животных использовалась российская референтная группа скота (591 гол.). GWAS и ROH анализы проведены на основе 110448 SNP. Достоверность (p-values) полногеномных ассоциаций с прямыми фенотипами коров колебалась от 2,31½10-5 до 1,08½10-7. Обнаружены локусы количественных признаков на аутосомах BTA1, BTA2, BTA5, BTA7, BTA8, BTA10, BTA11, BTA12, BTA14, BTA16, BTA20, BTA21 и BTA26. Для величины удоя детектирован регион на BTA14 (1,44-1,59 Mb) с генами ZNF16 , ARHGAP39 и ZNF7 , сопряженными с повышенным выходом молочного жира. Для числа осеменений выявлен ряд SNP, локализованных в генах ( ARHGAP31 ) либо в непосредственной близости от них ( SERPINA5 ) и связанных с интенсивностью развития до половозрелого состояния, а также овариальной функцией у животных. Приведена характеристика ROH в зависимости от длины их фрагментов в геноме. Определены консервативные гомозиготные участки на хромосомах BTA12, BTA14, BTA26 и BTA29 с входящими в них наиболее значимыми генами, которые потенциально связаны с давлением отбора в исследуемой популяции преимущественно по признакам молочной продуктивности, репродукции и качественным параметрам оценки вымени. Величина FROH достоверно (р ROH = 0,135) отмечены для быков-отцов коров (поколение матерей) и телок (поколение дочерей). Каждая последующая генерация особей показывала среднее увеличение DGV по удою на +94,2 кг, по количеству молочного жира на +4,4 кг и белка - на +3,0 кг, что достаточно четко отражает стратегию на улучшение признаков молочной продуктивности в стаде при получении новых генотипов скота. Таким образом, показано, что на основе поиска ассоциаций и локусов, находящихся под селекционным давлением, можно оценить изменчивость прямых фенотипов крупного рогатого скота, используя ее как модель для исследований геномной вариабельности в отдельно взятом стаде.

Еще

Крупный рогатый скот, gwas-анализ, roh паттерны, референтная популяция, геномный инбридинг, геномная оценка, молочная продуктивность, фертильность

Короткий адрес: https://sciup.org/142226293

IDR: 142226293   |   DOI: 10.15389/agrobiology.2020.2.257rus

Список литературы Оценка геномной вариабельности продуктивных признаков у животных голштинизированной черно-пестрой породы на основе GWAS анализа и ROH паттернов

  • Зиновьева Н., Стрекозов Н., Янчуков И., Ермилов А., Ескин Г. Система геномной оценки скота: первые результаты. Животноводство России, 2015, 3: 27-30.
  • Кудинов А.А., Масленникова Е.С., Племяшов К.В. Генетический прогресс ключевой аспект совершенствования молочного животноводства развитых стран. Зоотехния, 2019, 1: 2-6.
  • Sermyagin А.А., Gladyr Е.А., Plemyashov K.V., Kudinov А.A., Dotsev A.V., Deniskova Т.Е., Zinovieva N.A. Genome-wide association studies for milk production traits in Russian population of Holstein and Black-and-White cattle. Proceedings of the Scientific-Practical Conference "Research and Development - 2016" /K. Anisimov et al. (eds.). Springer, Cham, 2018: 591-599 ( ). DOI: 10.1007/978-3-319-62870-7_62
  • Qanbari S., Pimentel E.C.G., Tetens J., Thaller G., Lichtner P., Sharifi A.R., Simianer H. A genome-wide scan for signatures of recent selection in Holstein cattle. Animal Genetics, 2010, 41(4): 377-389 ( ). DOI: 10.1111/j.1365-2052.2009.02016.x
  • Wang X., Wurmser C., Pausch H., Jung S., Reinhardt F., Tetens J., Thaller G., Fries R. Identification and dissection of four major QTL affecting milk fat content in the German Holstein-Friesian population. PLoS ONE, 2012, 7(7): e40711 ( ). DOI: 10.1371/journal.pone.0040711
  • Maurice-Van Eijndhoven M.H.T., Bovenhuis H., Veerkamp R.F., Calus M.P.L. Overlap in genomic variation associated with milk fat composition in Holstein Friesian and Dutch native dual-purpose breeds. Journal of Dairy Science, 2015, 98(9): 6510-6521 ( ).
  • DOI: 10.3168/jds.2014-9196
  • Chamberlain A.J., Hayes B.J., Savin K., Bolormaa S., McPartlan H.C., Bowman P.J., Van Der Jagt C., MacEachern S., Goddard M.E. Validation of single nucleotide polymorphisms associated with milk production traits in dairy cattle. Journal of Dairy Science, 2012, 95(2): 864-875 ( ).
  • DOI: 10.3168/jds.2010-3786
  • Fang M., Fu W., Jiang D., Zhang Q., Sun D., Ding X., Liu J. A multiple-SNP approach for genome-wide association study of milk production traits in Chinese Holstein cattle. PLoS ONE, 2014, 9(8): e99544 ( ).
  • DOI: 10.1371/journal.pone.0099544
  • Xiang R., MacLeod I.M., Bolormaa S., Goddard M.E. Genome-wide comparative analyses of correlated and uncorrelated phenotypes identify major pleiotropic variants in dairy cattle. Scientific Reports, 2017, 7: 9248 ( ).
  • DOI: 10.1038/s41598-017-09788-9
  • Zhang F., Wang Y., Mukiibi R., Chen L, Vinsky M., Plastow G., Basarab J., Stothard P., Li G. Genetic architecture of quantitative traits in beef cattle revealed by genome wide association studies of imputed whole genome sequence variants: I: feed efficiency and component traits. BMC Genomics, 2020, 21: 36 ( )
  • DOI: 10.1186/s12864-019-6362-1
  • Reyer H., Shirali M., Ponsuksili S., Murani E., Varley P.F., Jensen J., Wimmers K. Exploring the genetics of feed efficiency and feeding behaviour traits in a pig line highly selected for performance characteristics. Molecular Genetics and Genomics: MGG, 2017, 292(5): 1001-1011 ( ).
  • DOI: 10.1007/s00438-017-1325-1
  • Мельникова Е.Е., Бардуков Н.В., Форнара М.С., Костюнина О.В., Сермягин А.А., Brem G., Зиновьева Н.А. Влияние генотипов по ДНК-маркерам на воспроизводительные качества свиней пород крупная белая и ландрас. Сельскохозяйственная биология, 2019, 54(2): 227-238 ( ).
  • DOI: 10.15389/agrobiology.2019.2.227rus
  • Белоус А.А., Сермягин А.А., Костюнина О.В., Brem G., Зиновьева Н.А. Изучение генетической архитектуры конверсии корма у хряков (Sus scrofa) породы дюрок на основе полногеномного анализа SNP. Сельскохозяйственная биология, 2019, 54(4): 705-712 ( ).
  • DOI: 10.15389/agrobiology.2019.4.705rus
  • Pryce J.E., Johnston J., Hayes B.J., Sahana G., Weigel K.A., McParland S., Spurlock D., Krattenmacher N., Spelman R.J., Wall E., Calus M.P.L. Imputation of genotypes from low density (50,000 markers) to high density (700,000 markers) of cows from research herds in Europe, North America, and Australasia using 2 reference populations. Journal of Dairy Science, 2014, 97(3): 1799-1811 ( ).
  • DOI: 10.3168/jds.2013-7368
  • Ferenčaković M., Sölkner J., Curik I. Estimating autozygosity from high-throughput information: effects of SNP density and genotyping errors. Genetics Selection Evolution, 2013, 45: 42 ( ).
  • DOI: 10.1186/1297-9686-45-42
  • Игнатьева Л.П., Белоус А.А., Недашковский И.С., Костюнина О.В., Сермягин А.А., Зиновьева Н.А. Оценка индивидуального уровня гомозиготности быков на основе геномной информации. Сибирский вестник сельскохозяйственной науки, 2019, 49(6): 79-87 ( ).
  • DOI: 10.26898/0370-8799-2019-6-9
  • Бакоев C.Ю., Гетманцева Л.В. Методы оценки инбридинга и подписей селекции сельскохозяйственных животных на основе протяженных гомозиготных областей. Достижения науки и техники АПК, 2019, 33(11): 63-68 ( ).
  • DOI: 10.24411/0235-2451-2019-11114
  • Смарагдов М.Г., Кудинов А.А. Полногеномная оценка инбридинга у молочного скота. Достижения науки и техники АПК, 2019, 33(6): 51-53 ( ).
  • DOI: 10.24411/0235-2451-2019-10612
  • Сермягин А.А., Зиновьева Н.А. Генетический и геномный прогноз племенной ценности быков-производителей черно-пестрой и голштинской пород в России. Достижения науки и техники АПК, 2019, 33(12): 77-82 ( ).
  • DOI: 10.24411/0235-2451-2019-11216
  • Chang C.C., Chow C.C., Tellier L.CAM., Vattikuti S., Purcell S.M., Lee J.J. Second-generation PLINK: rising to the challenge of larger and richer datasets. GigaScience, 2015, 4: 7 ( ).
  • DOI: 10.1186/s13742-015-0047-8
  • Zhang L., Orloff M.S., Reber S., Li S., Zhao Y., Eng C. aTOH: Extended Approach for Identifying Tracts of Homozygosity. PLoS ONE, 2013, 8(3): e57772 ( ).
  • DOI: 10.1371/journal.pone.0057772
  • Hu Z.-L., Park C.A., Reecy J.M. Building a livestock genetic and genomic information knowledgebase through integrative developments of Animal QTLdb and CorrDB. Nucleic Acids Research, 2019, 47: D701-710 ( ).
  • DOI: 10.1093/nar/gky1084
  • VanRaden P.M. Efficient methods to compute genomic predictions. Journal of Dairy Science, 2008, 91(11): 4414-4423 ( ).
  • DOI: 10.3168/jds.2007-0980
  • Jiang J., Ma L., Prakapenka D., VanRaden P.M., Cole J.B., Da Y. A large-scale genome-wide association study in U.S. Holstein cattle. Front. Genet., 2019, 10: 412 ( ).
  • DOI: 10.3389/fgene.2019.00412
  • Sun J., Shan L., Zhang C., Chen H. Haplotype combination of the bovine PCSK1 gene sequence variants and association with growth traits in Jiaxian cattle. Journal of Genetics, 2014, 93(3): e123-e129. Режим доступа: http://www.ias.ac.in/jgenet/OnlineResources/93/e123.pdf. Дата обращения: 27.01.2020 года.
  • Friedrich J., Brand B., Ponsuksili S., Graunke K.L., Langbein J., Knaust J., Kühn C., Schwerin M. Detection of genetic variants affecting cattle behaviour and their impact on milk production: a genome-wide association study. Anim. Genet., 2016, 47(1): 12-18 ( ).
  • DOI: 10.1111/age.12371
  • Karisa B.K., Thomson J., Wang Z., Stothard P., Moore S.S., Plastow G.S. Candidate genes and single nucleotide polymorphisms associated with variation in residual feed intake in beef cattle. Journal of Animal Science, 2013, 91(8): 3502-3513 ( ).
  • DOI: 10.2527/jas.2012-6170
  • Liu Y., Zan L., Xin Y., Tian W., Li L., Wang H. ZBTB38 gene polymorphism associated with body measurement traits in native Chinese cattle breeds. gene, 2013, 513(2): 272-277 ( ).
  • DOI: 10.1016/j.gene.2012.10.026
  • Valente T.S., Baldi F., Sant'Anna A.C., Albuquerque L.G., Paranhos da Costa M.J. Genome-wide association study between single nucleotide polymorphisms and flight speed in Nellore cattle. PLoS ONE, 2016, 11(6): e0156956 ( ).
  • DOI: 10.1371/journal.pone.0156956
  • Lima A.O.D., Oliveira P.S.N., Tizioto P.C., Somavilla A.L., Diniz W.J.S., Silva J.V.D., Andrade S.C.S., Boschiero C., Cesar A.S.M., Souza M.M., Rocha M.I.P., Afonso J., Buss C.E., Mudadu M.A., Mourao G.B., Coutinho L.L., Regitano L.C.A. PRUNE2 gene has a potential effect on residual feed intake in Nellore cattle. Journal of Animal Science, 2016, 94(E-Suppl. 5): 152-153 ( ).
  • DOI: 10.2527/jam2016-0318
  • Cole J.B., Wiggans G.R., Ma L., Sonstegard T.S., Lawlor T.J., Crooker B.A., Van Tassell C.P., Yang J., Wang S., Matukumalli L.K., Da Y. Genome-wide association analysis of thirty one production, health, reproduction and body conformation traits in contemporary U.S. Holstein cows. BMC Genomics, 2011, 12: 408 ( ).
  • DOI: 10.1186/1471-2164-12-408
  • Szewczuk M. Polymorphism in exon 2 encoding the putative ligand-binding pocket of the bovine insulin-like growth factor 1 receptor affects milk traits in four different cattle breeds. Journal of Animal Breeding and Genetics, 2017, 134(1): 34-42 ( ).
  • DOI: 10.1111/jbg.12216
  • Leal-Gutiérrez J.D., Elzo M.A., Johnson D.D., Hamblen H., Mateescu R.G. Genome wide association and gene enrichment analysis reveal membrane anchoring and structural proteins associated with meat quality in beef. BMC Genomics, 2019, 20(1): 151 ( ).
  • DOI: 10.1186/s12864-019-5518-3
  • Hayashi K., Ushizawa K., Hosoe M., Takahashi T. Differential gene expression of serine protease inhibitors in bovine ovarian follicle: possible involvement in follicular growth and atresia. Reproductive Biology and Endocrinology, 2011, 9: 72 ( ).
  • DOI: 10.1186/1477-7827-9-72
  • Zhuang Z., Xu L., Yang J., Gao H., Zhang L., Gao X., Li J., Zhu B. Weighted single step genome-wide association study for growth traits in Chinese Simmental beef cattle. Genes, 2020, 11: 189 ( ).
  • DOI: 10.3390/genes11020189
  • Zhang K., Rajput S.K., Wang S., Folger J.K., Knott J.G., Smith G.W. CHD1 regulates deposition of histone variant H3.3 during bovine early embryonic development. Biology of Reproduction, 2016, 94(6): 140, 1-8 ( ).
  • DOI: 10.1095/biolreprod.116.138693
  • Pryce J.E., Hayes B.J., Bolormaa S., Goddard M.E. Polymorphic regions affecting human height also control stature in cattle. Genetics, 2011, 187(3): 981-984 ( ).
  • DOI: 10.1534/genetics.110.123943
  • Twomey A.J., Berry D.P., Evans R.D., Doherty M.L., Graham D.A., Purfield D.C. Genome-wide association study of endo-parasite phenotypes using imputed whole-genome sequence data in dairy and beef cattle. Genetics Selection Evolution, 2019, 51: 15 ( ).
  • DOI: 10.1186/s12711-019-0457-7
  • Wang X.G., Ju Z.H., Hou M.H., Jiang Q., Yang C.H., Zhang Y., Sun Y., Li R.L., Wang C.F., Zhong J.F., Huang J.M. Deciphering transcriptome and complex alternative splicing transcripts in mammary gland tissues from cows naturally infected with Staphylococcus aureus mastitis. PLoS ONE, 2016, 11(12): e0167666 ( ).
  • DOI: 10.1371/journal.pone.0167666
  • Edea Z., Jeoung J.H., Shin S.S., Ku J., Seo S., Kim I.H., Kim S.W., Kim K.S. Genome-wide association study of carcass weight in commercial Hanwoo cattle. Asian-Australasian Journal of Animal Sciences (AJAS), 2018, 31(3): 327-334 ( ).
  • DOI: 10.5713/ajas.17.0276
  • Utsunomiya Y.T., Milanesi M., Utsunomiya A.T.H. et al. A PLAG1 mutation contributed to stature recovery in modern cattle. Scientific Reports, 2017, 7(1): 17140 ( ).
  • DOI: 10.1038/s41598-017-17127-1
  • Li C., Sun D., Zhang S., Liu L., Alim M.A., Zhang Q. A post-GWAS confirming the SCD gene associated with milk medium- and long-chain unsaturated fatty acids in Chinese Holstein population. Animal Genetics, 2016, 47(4): 483-490 ( ).
  • DOI: 10.1111/age.12432
  • Hering D.M., Olenski K., Kaminski S. Genome-wide association study for poor sperm motility in Holstein-Friesian bulls. Animal Reproduction Science, 2014, 146(3-4): 89-97 ( ).
  • DOI: 10.1016/j.anireprosci.2014.01.012
  • Santos D.J.A., Cole J.B., Null D.J., Byrem T.M., Ma L. Genetic and nongenetic profiling of milk pregnancy-associated glycoproteins in Holstein cattle. Journal of Dairy Science, 2018, 101(11): 9987-10000 ( ).
  • DOI: 10.3168/jds.2018-14682
  • Ibeagha-Awemu E.M., Akwanji K.A., Beaudoin F., Zhao X. Associations between variants of FADS genes and omega-3 and omega-6 milk fatty acids of Canadian Holstein cows. BMC Genetics, 2014, 15: 25 ( ).
  • DOI: 10.1186/1471-2156-15-25
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp