Полногеномные ассоциативные исследования показателей роста у перепелов Coturnix japonica
Автор: Герман Н.Ю., Волкова Н.А., Ларионова П.В., Ветох А.Н., Волкова Л.А., Сермягин А.А., Шахин А.В., Аншаков Д.В., Фисинин В.И., Зиновьева Н.А.
Журнал: Сельскохозяйственная биология @agrobiology
Рубрика: Генетика, геномика, генетическая инженерия
Статья в выпуске: 6 т.57, 2022 года.
Бесплатный доступ
Идентификация и картирование генов, детерминирующих проявление селекционно значимых признаков у сельскохозяйственных животных, в том числе птицы, - одна из ключевых задач геномной селекции, направленной на повышение эффективности животноводства. За последние годы с использованием полногеномного анализа ассоциаций выявлено достаточно большое число важных генов-кандидатов у разных видов сельскохозяйственных животных. При этом из многочисленных видов сельскохозяйственной птицы существенная доля исследований по поиску и идентификации локусов количественных признаков (QTL, quantitative trait loci) проведена на курах. На перепелах число подобных исследований относительно невелико. Это связано прежде всего с отсутствием коммерческих чипов, что затрудняет поиск SNP и идентификацию генов, связанных с селекционно значимыми признаками. К настоящему времени в литературе недостаточно информации о локусах количественных признаков перепелов, достоверно связанных с продуктивностью. Живая масса и скорость роста перепелов - показатели мясной продуктивности, которые зависят от условий кормления и содержания птицы и детерминированы множеством QTL. В настоящем сообщении представлены результаты полногеномных ассоциативных исследований скорости роста перепелов из F2 модельной ресурсной популяции. Целью работы была идентификация локусов количественных признаков в геноме перепелов и анализ ассоциации найденных мутаций с показателем массы тела, а также характеристика аллельных вариантов в изученной F2 модельной ресурсной популяции. Перепела F2 модельной ресурсной популяции были получены посредством серии межпородных скрещиваний японского перепела (медленный рост) и техасского перепела (быстрый рост). Генотипирование полученных особей F2 ( n = 232) проводили методом GBS (genotyping by sequencing). После фильтрации при обработке данных генотипирования для последующего анализа отобрали 92686 SNP. C использованием программного обеспечения PLINK 1.9 (https://www.cog-genomics.org/plink/) с принятыми ограничениями (geno 0,1, mind 0,2, maf 0,05) изучили ассоциации между данными полногеномного генотипирования и живой массой, отражающей физическое развитие птицы. Показано, что полученная F2 ресурсная популяция перепелов характеризовалась высокой изменчивостью этого показателя. У 1-суточных перепелят живая масса варьировала от 5 до 11 г и составила в среднем 9±0,1 г. В возрасте 2, 4, 6 и 8 нед она достигала соответственно 69±1, 157±2, 219±2 и 252±2 г. На основании проведенного GWAS-анализа идентифицированы 149 SNP на 1-й, 2-й, 3-й, 5-й, 6-й, 8-й, 11-й, 14-й, 15-й, 20-й, 24-й, 25-й и 26-й хромосомах, которые с высокой достоверностью (p function show_abstract() { $('#abstract1').hide(); $('#abstract2').show(); $('#abstract_expand').hide(); }
Перепел, живая масса, динамика роста
Короткий адрес: https://sciup.org/142237380
IDR: 142237380 | DOI: 10.15389/agrobiology.2022.6.1136rus
Список литературы Полногеномные ассоциативные исследования показателей роста у перепелов Coturnix japonica
- Фисинин В.И., Буяров В.С., Буяров А.В., Шуметов В.Г. Мясное птицеводство в регионах России: современное состояние и перспективы инновационного развития. Аграрная наука, 2018, 2:30-38.
- Зыков С.А. Современные тенденции развития птицеводства. Эффективное животноводство, 2019, 4(152): 51-54.
- Lukanov H. Domestic quail (Coturnix japonica domestica), is there such farm animal? World's Poultry Science Journal, 2019, 75(4): 547-558 (doi: 10.1017/S0043933919000631).
- Lukanov H., Pavlova I. Domestication changes in Japanese quail (Coturnix japonica): a review. World's Poultry Science Journal, 2020, 76(4): 787-801 (doi: 10.1080/00439339.2020.1823303).
- Крапчина Л.Н., Гемаюрова К.С. Перепеловодство как перспективный вид предпринима-тельской деятельности. Российское предпринимательство, 2013, 5(227): 84-89.
- Hu Z.-L., Park C.A., Reecy J.M. Bringing the Animal QTLdb and CorrDB into the future: meeting new challenges and providing updated services. Nucleic Acids Research, 2022, 50(D1): D956-D961 (doi: 10.1093/nar/gkab1116).
- Goto T., Tsudzuki M. Genetic mapping of quantitative trait loci for egg production and egg quality traits in chickens: a review. J. Poult. Sci., 2017, 54(1): 1-12 (doi: 10.2141/jpsa.0160121).
- Schreiweis M.A., Hester P.Y., Settar P., Moody D. E. Identification of quantitative trait loci associated with egg quality, egg production, and body weight in an F2 resource population of chickens. Animal Genetic, 2006, 37(2): 106-112 (doi: 10.1111/j.1365-2052.2005.01394.x).
- Campos R.L.R., Ambo M., Rosario M.F., Moura A.S.A.M.T., Boschiero C., Nones K., Le-dur M.C., Coutinho L.L. Potential association between microsatellite markers on chicken chro-mosomes 6, 7 and 8 and body weight. International Journal of Poultry Science, 2009, 8(7): 696-699 (doi: 10.3923/ijps.2009.696.699).
- Баркова О.Ю. Ассоциация однонуклеотидной замены SNP2-1 с признаками качества яйца у кур-несушек. Птицеводство, 2019, 7-8: 14-18 (doi: 10.33845/0033-3239-2019-68-7-8-14-18).
- Moreira G.C.M., Poleti M.D., Pértille F., Boschiero C., Cesar A.S.M., Godoy T.F., Ledur M.C., Reecy J.M., Garrick D.J., Coutinho L.L. Unraveling genomic associations with feed efficiency and body weight traits in chickens through an integrative approach. BMC Genet., 2019, 20(1): 83 (doi: 10.1186/s12863-019-0783-3).
- Li W., Zheng M., Zhao G., Wang J., Liu J., Wang S., Feng F., D. Liu, D. Zhu, Q. Li, Guo L., Guo Yu., Liu R., Wen J. Identification of QTL regions and candidate genes for growth and feed efficiency in broilers. Genetics Selection Evolution, 2021, 53(1): 13 (doi: 10.1186/s12711-021-00608-3).
- Ori R.J., Esmailizadeh A.K., Charati H., Mohammadabadi M.R., Sohrabi S.S. Identification of QTL for live weight and growth rate using DNA markers on chromosome 3 in an F2 population of Japanese quail. Molecular Biology Reports, 2014, 41: 10491057 (doi: 10.1007/s11033-013-2950-3).
- Sohrabi S.S., Esmailizadeh A.K., Baghizadeh B., Hasan M., Mohammad M., Nahid A., Ehsan N. Quantitative trait loci underlying hatching weight and growth traits in an F2 intercross between two strains of Japanese quail. Animal Production Science, 2012, 52(11): 1012-1018 (doi: 10.1071/AN12100).
- Esmailizadeh A.K. Baghizadeh A., Ahmadizadeh M. Genetic mapping of quantitative trait loci affecting bodyweight on chromosome 1 in a commercial strain of Japanese quail. Animal Production Science, 2011, 52(1): 64-68 (doi: 10.1071/AN11220).
- Nasirifar E., Talebi M., Esmailizadeh A.K., Moradian H., Sohrabi S.S., Askari N. A chromosome-wide QTL mapping on chromosome 2 to identify loci affecting live weight and carcass traits in F2 population of Japanese quail. Czech J. Anim. Sci., 2016, 61: 290-297 (doi: 10.17221/113/2014-CJAS).
- Tavaniello S., Maiorano G., Siwek M., Knaga S., Witkowski A., Di Memmo D., Bednarczyk M. Growth performance, meat quality traits, and genetic mapping of quantitative trait loci in 3 gen-erations of Japanese quail populations (Coturnix japonica). Poultry Science, 2014, 93(8): 2129-2140 (doi: 10.3382/ps.2014-03920).
- Knaga S., Siwek M., Tavaniello S., Maiorano G., Witkowski A., Jeżewska-Witkowska G., Bed-narczyk M., Zięba G. Identification of quantitative trait loci affecting production and biochemical traits in a unique Japanese quail resource population. Poultry Science, 2018, 97(7): 2267-2277 (doi: 10.3382/ps/pey110).
- Haqani M.I., Nomura S., Nakano M., Goto T., Nagano A.J., Takenouchi A., Nakamura Y., Ishikawa A., Tsudzuki M. Quantitative trait loci for growth-related traits in Japanese quail (Coturnix japonica) using restriction-site associated DNA sequencing. Molecular Genetics and Ge-nomics, 2021, 296(5): 1147-1159 (doi: 10.1007/s00438-021-01806-w).
- Vollmar S., Haas V., Schmid M., Preuß S., Joshi R., Rodehutscord M., Bennewitz J. Mapping genes for phosphorus utilization and correlated traits using a 4k SNP linkage map in Japanese quail (Coturnix japonica). Animal Genetis, 2020, 52: 90-98 (doi: 10.1111/age.13018).
- Recoquillay J., Pitel А., Arnould С., Leroux S., Dehais P., Moréno C., Calandreau L., Bertin A., Gourichon D., Bouchez O., Vignal A., Fariello M. I., Minvielle F., Beaumont C., Leterrier C., Le Bihan-Duval E. A medium density genetic map and QTL for behavioral and production traits in Japanese quail. BMC Genomics, 2015, 16: 10 (doi: 10.1186/s12864-014-1210-9).
- Morris K.M., Hindle M.M., Boitard S., Burt D.W., Danner A.F., Eory L., Forrest H.L., Gourichon D., Gros J., Hillier L.W., Jaffredo Th., Khoury H., Lansford R., Leterrier C., Loudon A., Mason A.S., Meddle S.L., Minvielle F., Minx P., Pitel F., Seiler J.P., Shimmura T., Tomlinson C., Vignal A., Webster R.G., Yoshimura T., Warren W.C., Smith J. The quail genome: insights into social behaviour, seasonal biology and infectious disease response. BMC Biology, 2020, 18: 14 (doi: 10.1186/s12915-020-0743-4).
- Wu Y., Zhang Y., Hou Z., Hou Z., Fan G., Pi J., Sun S., Chen J., Liu H., Du X., Shen J., Hu G., Chen W., Pan A., Yin P., Chen X., Pu Y., Zhang H., Liang Z., Jian J., Zhang H., Wu B., Sun J., Chen J., Tao H., Yang T., Xiao H., Yang H., Zheng C., Bai M., Fang X., Burt D.W., Wang W., Li Q., Xu X., Li C., Yang H., Wang J., Yang N., Liu X., Du J. Population genomic data reveal genes related to important traits of quail. GigaScience, 2018, 7(5): giy049 (doi: 10.1093/gigascience/giy049).
- Wu Y., Xiaoet H., Pi J., Zhang H., Pan A., Pu Yu., Liang Z., Shen J., Du J. EGFR promotes the proliferation of quail follicular granulosa cells through the MAPK/extracellular signal-regulated kinase (ERK) signaling pathway. Cell Cycle, 2019, 18(20): 2742-2756 (doi: 10.1080/15384101.2019.1656952).
- Haqani M., Nomura S., Nakano M., Goto T., Nagano A.J., Takenouchi A., Nakamura Y., Ishikawa A., Tsudzuki M. Mapping of quantitative trait loci controlling egg-quality and –production traits in Japanese quail (Coturnix japonica) using restriction-site associated DNA sequencing. Genes, 2021, 12(5): 735 (doi: 10.3390/genes12050735).
- Perea C., De La Hoz J.F., Cruz D., Lobaton J.D., Izquierdo P., Quintero J.C., Raatz B., Duitama J. Bioinformatic analysis of genotype by sequencing (GBS) data with NGSEP. BMC Genomics, 2016, 17(S.5): 498 (doi: 10.1186/s12864-016-2827-7).
- Turner S.D. qqman: an R package for visualizing GWAS results using Q-Q and Manhattan plots. Journal of Open Source Software, 2018, 3(25): 731 (doi: 10.21105/joss.00731).
- Schreiweis M.A., Hester P.Y., Settar P., Moody D.E. Identification of quantitative trait loci associated with egg quality, egg production, and body weight in an F2 resource population of chickens. Animal Genetics, 2006, 37(2): 106-112 (doi: 10.1111/j.1365-2052.2005.01394.x).
- Aslam M.L., Bastiaansen J.W., Crooijmans R.P., Vereijken A., Groenen M. Whole genome QTL mapping for growth, meat quality and breast meat yield traits in turkey. BMC Genetics, 2011, 12: 61 (doi: 10.1186/1471-2156-12-61).
- Simao F.A., Waterhouse R.M., Ioannidis P., Kriventseva E.V., Zdobnov E.M. BUSCO: assessing genome assembly and annotation completeness with single-copy orthologs. Bioinformatics, 2015, 31(19): 3210-3212 (doi: 10.1093/bioinformatics/btv351).