Система оценки мясного скота по показателям эффективности использования корма и энергии роста на основе применения цифровых и геномных технологий (обзор)

Автор: Белоус А.А., Сермягин А.А., Зиновьева Н.А.

Журнал: Сельскохозяйственная биология @agrobiology

Рубрика: Обзоры, проблемы

Статья в выпуске: 6 т.57, 2022 года.

Бесплатный доступ

Мясное скотоводство характеризуется существенно более высокими затратами корма на получение единицы продукции по сравнению с другими отраслями животноводства. Для большинства видов сельскохозяйственных животных селекция на повышение эффективности использования корма до недавнего времени была затруднена из-за сложности индивидуальной оценки этого показателя. В основном улучшение признака происходило косвенно, посредством селекции на повышение интенсивности роста и уменьшение содержания жира в тушах. В 1960-1980 годах компания «Förster-Technik GmbH» (Германия) разработала автоматические кормовые станции индивидуального откорма для учета данных о затратах энергии на рост и развитие животных, что позволило вывести показатель конверсии корма (feed conversion rate, FCR), который остается одним из основных параметров эффективности использования корма (K.R. Koots с соавт., 1994). FCR как признак генетического отбора не имеет важного значения из-за умеренной наследуемости (А.А. Сермягин с соавт., 2020; Crews D.N. с соавт., 2005). В связи с этим и благодаря данным с фидлотов в 1963 году была разработана новая альтернативная концепция показателя FCR - прогнозируемое остаточное потребление корма (residual feed intake, RFI). RFI - это индивидуальная характеристика животного, которая определяется по результатам тестового откорма (продолжительность от 70 до 84 сут) с ежесуточным учетом потребленного корма и прироста живой массы (R.M. Koch с соавт., 1963). Преимущество RFI в качестве характеристики эффективности использования корма совместно с FCR заключается в том, что отбор по отрицательному значению RFI даст возможность сократить потребление корма без ущерба для роста. Прогнозируемое остаточное потребление корма не зависит от продуктивности, роста и размера тела, что делает этот признак важным для включения в селекционный отбор (G. Acetoze с соавт., 2015; J.A. Archer с соавт., 2000; G.E. Carstens с соавт., 2002). Установлено, что RFI коррелирует с FCR (коэффициенты генетической корреляции варьируют от 0,45 до 0,85), но RFI не зависит от среднесуточного прироста (ADG) и метаболической массы тела (MWT) (B.W. Kennedy с соавт., 1993; P.F. Artur с соавт., 2001). Утверждение, что особи с одной и той же массой тела требуют разное количество корма для достижения одной и той же продуктивности, составляет научную основу для оценки RFI у мясного скота. Благодаря тому, что показатель RFI наследственно обусловлен (коэффициенты наследуемости варьируют от 0,08 до 0,49), ведется направленный поиск локусов количественных признаков (quantitative trait loci, QTL) при помощи методологии GWAS (genome-wide association studies). С 2000-х годов были разработаны и внедрены способы оценки племенной ценности сельскохозяйственных животных с использованием информации по большому числу SNP (single nucleotide polymorphism), основанные на принципе линейного моделирования. Линейные модели в зависимости от подхода к структурированию данных подразделяются на rrBLUP (оценка эффекта каждого маркера), GBLUP (оценка племенной ценности на основании геномного родства) и один из наиболее распространенных методов одношаговой оценки - ssGBLUP (модель оценки геномной племенной ценности, учитывающая геномное родство наряду с родословной); нелинейные байесовские методы включают BayesA и BayesB. Научные исследования с использованием полногеномного анализа ассоциаций позволили разработать программы геномной селекции и идентифицировать ряд SNP, ассоциированных с показателями эффективности использования корма. Так, обнаружены семь позиционных генов-кандидатов, которые ранее ассоциировались с эффективностью использования корма и энергией роста у разных видов сельскохозяйственных животных, а недавно были выявлены у крупного рогатого скота породы ангус. Проведенный анализ зарубежных исследований позволяет нам рекомендовать применение описанных методов как в научно-исследовательской работе, так и в производственных целях с перспективой включения указанных параметров в критерии геномной оценки мясного скота разных пород, разводимых на территории России.

Еще

Эффективность использования корма, конверсия корма, прогнозируемое остаточное потребление корма, геномные технологии, полногеномное ассоциативное исследование, gwas, мясной скот, свиноводство

Короткий адрес: https://sciup.org/142237376

IDR: 142237376   |   DOI: 10.15389/agrobiology.2022.6.1055rus

Список литературы Система оценки мясного скота по показателям эффективности использования корма и энергии роста на основе применения цифровых и геномных технологий (обзор)

  • Lowe M., Gereffi G. A value chain analysis of the U.S. beef and dairy industries. Center on Glob-alization, Governance & Competitiveness, Duke University, Duke, NC, USA, 2009 (doi: 10.13140/RG.2.1.1502.9523).
  • Archer J.A., Richardson E.C., Herd R.M., Arthur P.F. Potential for selection to improve effi-ciency of feed use in beef cattle: a review. Australian Journal of Agricultural Research, 1999, 50(2): 147-162 (doi: 10.1071/A98075).
  • Taylor J., Kerley M., Schnabel R., Pomp D., Garrick D., Hansen S., Loy D., Tait J. R., Wea-ber R., Seabury C., Beever J., Faulkner D., Shike D., Fahrenkrug S., Spangler M., Sonstegard T., Freetly H., Pollak J., Johnson K., Neibergs H. National program for the genetic improvement of feed efficiency in beef cattle. Faculty Papers and Publications in Animal Science, 2016: 907.
  • Сермягин А.А., Белоус А.А., Требунских Е.А., Зиновьева Н.А. Показатели кормового поведения как новые селекционные признаки в разведении свиней. Сельскохозяйственная биология, 2020, 55(6): 1126-1138 (doi: 10.15389/agrobiology.2020.6.1126rus).
  • Oberschätzl-Kopp R., Peis R., Haidn B., Reiter K. Studies on dairy cow behaviour with automatic feeding in a herd milked by an AMS. LandTechnik, 71(2), 2016: 55-65 (doi: 10.15150/lt.2016.3122).
  • Arthur P.F., Archer J.A., Johnston D.J., Herd R.M., Richardson E.C., Parnell P.F. Genetic and phenotypic variance and covariance components for feed intake, feed efficiency and other post-weaning traits in Angus cattle. Journal of Animal Science, 2001, 79(11): 2805-2811 (doi: 10.2527/2001.79112805x).
  • Kennedy B.W., van der Werf J.H., Meuwissen T.H. Genetic and statistical properties of residual feed intake. Journal of Animal Science, 1993, 71(12): 3239-3250 (doi: 10.2527/1993.71123239x).
  • Deutscher G.H. Reducing calving difficulty by heifer and sire selection and management. Proc. The Range Beef Cow Symposium XIV. Gering, Nebraska, 1995: 183.
  • Strohbehn D., Bryce S., Maxwell D., Anderson L., Wilson D. Influence of Angus sire birth weight EPD on performance of crossbred first-calf heifers: a progress report. In: Iowa State Beef Research Report. Iowa, 1993: 54-60.
  • Nielsen M.K., MacNeil M.D., Dekkers J.C.M., Crews D.H., Rathje T.A., Enns R.M., Wea-ber R.L. Review: Life-cycle, total-industry genetic improvement of feed efficiency in beef cattle: Blueprint for the Beef Improvement Federation. Professional Animal Scientist, 2013, 29: 559-565 (doi: 10.15232/S1080-7446(15)30285-0).
  • Berry D.P., Crowley J.J. Cell biology symposium: genetics of feed efficiency in dairy and beef cattle. Journal of Animal Science, 2013, 91(4): 1594-1613 (doi: 10.2527/jas.2012-5862).
  • Koots K.R., Gibson J.P., Wilton J.W. Analyses of published genetic parameter estimates for beef production traits. 2. Phenotypic and genetic correlations. Animal Breeding Abstracts, 1994, 62(11): 825-853.
  • Crews D.H.Jr. Genetics of efficient feed utilization and national cattle evaluation: a review. Genet. Mol. Res., 2005, 4(2): 152-165.
  • Koch R.M., Swiger L.A., Chambers D., Gregory K.E. Efficiency of feed use in beef cattle. Journal of Animal Science, 1963, 22(2): 486-494 (doi: 10.2527/jas1963.222486x).
  • Savietto D. Berry D.P. Friggens N.C. Towards an improved estimation of the biological compo-nents of residual feed intake in growing cattle. Journal of Animal Science, 2014, 92(2): 467-476 (doi: 10.2527/jas.2013-6894).
  • Archer J.A., Arthur P.F., Herd R.M., Richardson E.C. Genetic variation in feed efficiency and its component traits. Proc. 6th World Congress on Genetics Applied to Livestock Production. Armi-dale, NSW, Australia, 25: 81-84.
  • Herd R.M., Bishop S.C. Genetic variation in residual feed intake and its association with other production traits in British Hereford cattle. Livestock Production Science, 2000, 63(2): 111-119 (doi: 10.1016/S0301-6226(99)00122-0).
  • Acetoze G., Weber K.L., Ramsey J.J., Rossow H.A. Relationship between liver mitochondrial respiration and proton leak in low and high RFI steers from two lineages of RFI Angus bulls. International Scholarly Research Notices, 2015: 194014 (doi: 10.1155/2015/194014).
  • Archer J.A., Bergh L. Duration of performance tests for growth rate, feed intake and feed effi-ciency in four biological types of beef cattle. Livestock Production Science, 2000, 65(1-2): 47-55 (doi: 10.1016/S0301-6226(99)00181-5).
  • Carstens G.E., Theis C.M., White M.B., Welsh T.H., Warrington B.G., Randel R.D., Forbes T.D.A., Lippke H., Greene L.W., Lunt D.K. Residual feed intake in beef steers: I. Cor-relation with performance traits and ultrasound measures of body composition. Proc. Western Section, American Society of Animal Science, 2002, 53: 552-555.
  • Herd R.M., Arthur P.F. Physiological basis for variation in residual feed intake. Journal of Animal Science, 2009, 87(suppl_14): E64-E71 (doi: 10.2527/jas.2008-1345).
  • Montanholi Y., Fontoura A., Swanson K., Coomber B., Yamashiro S., Miller S. Small intestine histomorphometry of beef cattle with divergent feed efficiency. Acta Veterinaria Scandinavica, 2013, 55(1): 9 (doi: 10.1186/1751-0147-55-9).
  • Lancaster P.A., Carstens G.E., Michal J.J., Brennan K.M., Johnson K.A., Davis M.E. Relation-ships between residual feed intake and hepatic mitochondrial function in growing beef cattle. Journal of Animal Science, 2014, 92(7): 3134-3141 (doi: 10.2527/jas.2013-7409).
  • Perkins S.D., Key C.N., Garrett C.F., Foradori C.D., Bratcher C.L., Kriese-Anderson L.A., Brandebourg T.D. Residual feed intake studies in Angus-sired cattle reveal a potential role for hypothalamic gene expression in regulating feed efficiency. Journal of Animal Science, 2014, 92(2): 549-560 (doi: 10.2527/jas.2013-7019).
  • Basarab J.A., McCartney D., Okine E.K., Baron V.S. Relationships between progeny residual feed intake and dam productivity traits. Canadian Journal of Animal Science, 2007, 87(4): 489-502 (doi: 10.4141/CJAS07026).
  • Gilbert H., Billon Y., Brossard L., Faure J., Gatellier P., Gondret F., Labussière E., Lebret B., Lefaucheur L., Le Floch N., Louveau I., Merlot E., Meunier-Salaün M.-C., Montagne L., Mormede P., Renaudeau D., Riquet J., Rogel-Gaillard C., van Milgen J., Vincent A., Noblet J. Review: divergent selection for residual feed intake in the growing pig. Animal, 2017, 11(9): 1427-1439 (doi: 10.1017/S175173111600286X).
  • Fu L., Jiang Y., Wang C., Mei M., Zhou Z., Jiang Y., Song H., Ding X.A Genome-wide asso-ciation study on feed efficiency related traits in landrace pigs. Front. Genet., 2020, 11: 692 (doi: 10.3389/fgene.2020.00692).
  • Liu M.F., Goonewardene L.A., Bailey D.R.C., Basarab J.A., Kemp R.A., Arthur P.F., Okine E.K., Makarechian M. A study on the variation of feed efficiency in station tested beef bulls. Canadian Journal of Animal Science, 2000, 80(3): 435-441 (doi: 10.4141/A99-030).
  • Crowley J.J., McGee M., Kenny D.A., Crews D.H., Evans R.D., Berry D.P. Phenotypic and genetic parameters for different measures of feed efficiency in different breeds of Irish performance tested beef bulls. Journal of Animal Science, 2010, 88(3): 885-894 (doi: 10.2527/jas.2009-1852).
  • Lu D., Miller S., Sargolzaei M., Kelly M., Vander Voort G., Caldwell T., Wang Z., Plastow G., Moore S. Genome-wide association analyses for growth and feed efficiency traits in beef cat-tle. Journal of Animal Science, 2013, 91(8): 3612-3633 (doi: 10.2527/jas.2012-5716).
  • Saatchi M., Beever J.E., Decker J.E., Faulkner D.B., Freetly H.C., Hansen S.L., Helen Y., Kristen A.J., Stephen D.K., Monty S.K., JaeWoo K., Daniel D.L., Elisa M., Holly L.N., Pol-lak E.J., Shnabel R.D., Seabury C.M., Shike D.W., Snelling W.M., Spangler M.L., Weaber R.L., Garrick D.J., Taylor J.F. QTLs associated with dry matter intake, metabolic mid-test weight, growth and feed efficiency have little overlap across 4 beef cattle studies. BMC Genomics, 2014, 15: 1004 (doi: 10.1186/1471-2164-15-1004).
  • Schenkel F.S., Miller S.P., Wilton J.W. Genetic parameters and breed differences for feed effi-ciency, growth, and body composition traits of young beef bulls. Canadian Journal of Animal Science, 2004, 84(2): 177-185 (doi: 10.4141/A03-085).
  • Robinsonab D.L., Oddy V.H. Genetic parameters for feed efficiency, fatness, muscle area and feeding behaviour of feedlot finished beef cattle. Livestock Production Science, 2004, 90(2-3): 255-270 (doi: 10.1016/j.livprodsci.2004.06.011).
  • Hoque M.A., Arthur P.F., Hiramoto K., Oikawa T. Genetic parameters for carcass traits of field progeny and their relationships with feed efficiency traits of their sire population for Japanese Black (Wagyu) cattle. Livestock Science, 2006, 100(2-3): 251-260 (doi: 10.1016/j.livprodsci.2005.09.006).
  • Hoque M.A., Arthur P.F., Hiramoto K., Oikawa T. Genetic relationship between different measures of feed efficiency and its component traits in Japanese Black (Wagyu) bulls. Livestock Science, 2006, 99(2-3): 111-118 (doi: 10.1016/j.livprodsci.2005.06.004).
  • Baker S.D., Szasz J.I., Klein T.A., Kuber P.S., Hunt C.W., Glaze J.B., Falk D., Richard J., Miller C., Battaglia R.A., Hill R.A. Residual feed intake of purebred Angus steers: Effects on meat quality and palatability. Journal of Animal Science, 2006, 84(4): 938-945 (doi: 10.2527/2006.844938x).
  • Nkrumah J.D., Sherman E.L., Li C., Marques E., Crews Jr. D.H., Bartusiak R., Brenda M.M., Wang Z., Basarab J.A., Moore S.S. Primary genome scan to identify putative quantitative trait loci for feedlot growth rate, feed intake and feed efficiency of beef cattle. Journal of Animal Science, 2007, 85(12): 3170-3181 (doi: 10.2527/jas.2007-0234).
  • Van Der Westhuizen R.R., Westhuizen J., Schoeman S.J. Genetic variance components for re-sidual feed intake and feed conversion ratio and their correlations with other production traits in beef bulls. South African Journal of Animal Science, 2004, 34(4): 257-264.
  • Almeida R. Consumo e eficiência alimentar de bovinos em crescimento Tese (Doutorado). Pi-racicaba-SP, Piracicaba, 2005: 181 (doi: 10.11606/T.11.2005.tde-09112005-150314).
  • Geldermann H. Investigations on inheritance of quantitative characters in animals by gene mark-ers. I. Methods. Theoretical and Applied Genetics, 1975, 46: 319-330 (doi: 10.1007/BF00281673).
  • Hayes B., Goddard M.E. The distribution of the effects of genes affecting quantitative traits in livestock. Genet. Sel. Evol., 2008, 33: 209-229 (doi: 10.1186/1297-9686-33-3-209).
  • Meuwissen T.H.E., Hayes B.J., Goddard M.E. Prediction of total genetic value using genome-wide dense marker maps. Genetics, 2001, 157(4): 1819-1829 (doi: 10.1093/genetics/157.4.1819).
  • Goddard M.E., Hayes B.J. Mapping genes for complex traits in domestic animals and their use in breeding programmes. Nature Reviews Genetics, 2009, 10: 381-391 (doi: 10.1038/nrg2575).
  • Sermyagin A.A., Gladyr’ E.A., Kharitonov S.N., Ermilov A.N., Strekozov N.I., Brem G., Zi-novieva N.A. Genome-wide association study for milk production and reproduction traits in Rus-sian holstein cattle population. Agricultural Biology, 2016, 51(2): 182-193 (doi: 10.15389/agrobi-ology.2016.2.182eng).
  • Van Eenennaam A.L., van der Werf J.H.J., Goddard M.E. The value of using DNA markers for beef bull selection in the seedstock sector. Journal of Animal Science, 2011, 89(2): 307-320 (doi: 10.2527/jas.2010-3223).
  • Do D.N., Strathe A.B., Ostersen T., Pant S.D., Kadarmideen H.N. Genome-wide association and pathway analysis of feed efficiency in pigs reveal candidate genes and pathways for residual feed intake. Front. Genet., 2014, 5: 307 (doi: 10.3389/fgene.2014.00307).
  • Sherman E.L., Nkrumah J.D., Li C., Bartusiak R., Murdoch B., Moore S.S. Fine mapping quantitative trait loci for feed intake and feed efficiency in beef cattle. Journal of Animal Science, 2009, 87(1): 37-45 (doi: 10.2527/jas.2008-0876).
  • Chander D., Sharma V.K., Dudi K., Baban B.N., Sharma S.Ph., Negesse T., Kundu S.S., Dutta M.M., Gupta R., Singh D. Residual feed intake as a tool for selecting more efficient ani-mals: a review. Indian Journal of Animal Nutrition, 2017, 34(3): 238-255 (doi: 10.5958/2231-6744.2017.00041.X).
  • Higgins M.G., Fitzsimons C., McClure M.C., McKenna C., Conroy S., Kenny D.A., McGee M., Waters S.M., Morris D.W. GWAS and eQTL analysis identifies a SNP associated with both residual feed intake and GFRA2 expression in beef cattle. Sci. Rep., 2018, 8: 14301 (doi: 10.1038/s41598-018-32374-6).
  • Moore S.S., Mujibi F.D., Sherman E.L. Molecular basis for residual feed intake in beef. Journal of Animal Science, 2009, 87(suppl_14) (doi: 10.2527/jas.2008-1418).
  • Hu Z.-L., Park C.A., Reecy J.M. Bringing the animal QTLdb and CorrDB into the future: meet-ing new challenges and providing updated services. Nucleic Acids Research, 2022, 50(D1): D956-D961 (doi: 10.1093/nar/gkab1116).
  • 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(D1): D701-D710 (doi: 10.1093/nar/gky1084).
  • Hu Z.-L., Park C.A., Reecy J.M. Development of animal QTLdb and CorrDB: resynthesizing big data to improve meta-analysis of genetic and genomic information. The 11th World Congress on Genetics Applied to Livestock Production (WCGALP). New Zealand, 2018: 954.
  • Serão N.V., González-Peña D., Beever J.E., Faulkner D.B., Southey B.R., Rodriguez-Zas S.L. Single nucleotide polymorphisms and haplotypes associated with feed efficiency in beef cattle. BMC Genet., 2013, 14: 94 (doi: 10.1186/1471-2156-14-94).
  • Snelling W.M., Allan M.F., Keele J.W., Kuehn L.A., McDaneld T., Smith T.P.L., Sonste-gard T.S., Thallman R.M., Bennett G.L. Genome-wide association study of growth in crossbred beef cattle. Journal of Animal Science, 2010, 88(3): 837-848 (doi: 10.2527/jas.2009-2257).
  • Bolormaa S., Pryce J.E., Kemper K., Savin K., Hayes B.J., Barendse W., Zhang Y., Reich C.M., Mason B.A., Bunch R.J., Harrison B.E., Reverter A., Herd R.M., Tier B., Graser H.U., God-dard M.E. Accuracy of prediction of genomic breeding values for residual feed intake and carcass and meat quality traits in Bos taurus, Bos indicus, and composite beef cattle. Journal of Animal Science, 2013, 91(7): 3088-3104 (doi: 10.2527/jas.2012-5827).
  • Barendse W., Reverter A., Bunch R.J., Harrison B.E., Barris W., Thomas M.B. A validated whole-genome association study of efficient food conversion in cattle. Genetics, 2007, 176(3): 1893-1905 (doi: 10.1534/genetics.107.072637).
  • Sherman E.L., Nkrumah J.D., Moore S.S. Whole genome single nucleotide polymorphism asso-ciations with feed intake and feed efficiency in beef cattle. Journal of Animal Science, 2010, 88(1): 16-22 (doi: 10.2527/jas.2008-1759).
  • Seabury C.M., Oldeschulte D.L., Saatchi M., Beever J.E., Decker J.E., Halley Y.A., Bhat-tarai E.K., Molaei M., Freetly H.C., Hansen S.L., Yampara-Iquise H., Johnson K.A., Kerley M.S., Kim J., Loy D.D., Marques E., Neibergs H.L., Schnabel R.D., Shike D.W., Span-gler M.L., Weaber R.L., Garrick D.J., Taylor J.F. Genome-wide association study for feed effi-ciency and growth traits in U.S. beef cattle. BMC Genomics, 2017, 18: 386 (doi: 10.1186/s12864-017-3754-y).
  • Matukumalli L.K., Lawley C.T., Schnabel R.D., Taylor J.F., Allan M.F., Heaton M.P., O'Con-nell J., Moore S.S., Smith T.P.L., Sonstegard T.S., Van Tassell C.P. Development and charac-terization of a high-density SNP genotyping assay for cattle. PLoS ONE, 2009, 4(4): e5350 (doi: 10.1371/journal.pone.0005350).
  • Rincon G., Weber K.L., Van Eenennaam A.L., Golden B.L., Medrano J.F. Hot topic: perfor-mance of bovine high-density genotyping platforms in Holsteins and Jerseys. J. Dairy Sci., 2011, 94(12): 6116-6121 (doi: 10.3168/jds.2011-4764).
  • Santana M.H.A., Utsunomiya Y.T., Neves H.H., Gomes R.C., Garcia J.F., Fukumasu H., Silva S.L., Junior G.A.O., Alexandre P.A., Leme P.R., Brassaloti R.A., Coutinho L.L., Lopes T.G., Meirelles F.V., Eler J.P., Ferraz J.B.S. Genome-wide association analysis of feed intake and residual feed intake in Nellore cattle. BMC Genet., 2014, 15: 21 (doi: 10.1186/1471-2156-15-21).
  • Connor E.E., Kahl S., Elsasser T.H., Parker J.S., Li R.W., Van Tassell C.P., Baldwin VI R.L., Barao S.M. Enhanced mitochondrial complex gene function and reduced liver size may mediate improved feed efficiency of beef cattle during compensatory growth. Functional & Integrative Ge-nomics, 2010, 10: 39-51 (doi: 10.1007/s10142-009-0138-7).
  • Ribeiro R., Monteiro C., Catalán V., Hu P., Cunha V., Rodríguez A., Gomez-Ambrosi J., Fraga A., Principe P., Lobato C., Lobo F., Morais A., Silva V., Sanches-Magalhaes J., Oliveira J., Pina F., Lopes C., Medeiros R., Frühbeck G. Obesity and prostate cancer: gene expression sig-nature of human periprostatic adipose tissue. BMC Med., 2012, 10: 108 (doi: 10.1186/1741-7015-10-108).
  • Cabezas A., Costas M.J., Pinto R.M., Couto A., Cameselle J.C. Identification of human and rat FAD-AMP lyase (cyclic FMN forming) as ATP-dependent dihydroxyacetone kinases. Biochemical and Biophysical Research Communications, 2005, 338(4): 1682-1689 (doi: 10.1016/j.bbrc.2005.10.142).
  • Tang J., Wen Z.G., Guo Z.B., Huang W., Guo Y.M., Xie M., Hou S.S. Dietary riboflavin supple-mentation improve the growth performance and antioxidant status of starter white Pekin ducks fed a corn-soybean meal diet. Livestock Science, 2014, 170: 131-136 (doi: 10.1016/j.livsci.2014.10.016).
  • Kong B.-W., Song J.J., Lee J.Y., Hargis B.M., Wing T., Lassiter K. Gene expression in breast muscle associated with feed efficiency in a single male broiler line using a chicken 44K oligo microarray. I. Top differentially expressed genes. Poultry Science, 2011, 90(11): 2535-2547 (doi: 10.3382/ps.2011-01435).
  • Fontanesi L., Galimberti G., Calò D.G., Fronza R., Martelli P.L., Scotti E., Colombo M., Schiavo G., Casadio R., Buttazzoni L., Russo V. Identification and association analysis of several hundred single nucleotide polymorphisms within candidate genes for back fat thickness in Italian Large White pigs using a selective genotyping approach. Journal of Animal Science, 2012, 90(8): 2450-2464 (doi: 10.2527/jas.2011-4797).
  • Powers H.J., Corfe B.M., Nakano E. Riboflavin in development and cell fate. In: Water soluble vitamins. Subcellular Biochemistry, vol. 56 /O. Stanger (ed.). Springer, Dordrecht, 2012: 229-245 (doi: 10.1007/978-94-007-2199-9_12).
  • Henriques B.J., Olsen R.K., Bross P., Gomes C.M. Emerging roles for riboflavin in functional rescue of mitochondrial β-oxidation flavoenzymes. Curr. Med. Chem., 2010, 17(32): 3842-3854 (doi: 10.2174/092986710793205462).
  • Leung-Pineda V., Huh J., Piwnica-Worms H. DDB1 targets Chk1 to the Cul4 E3 Ligase complex in normal cycling cells and in cells experiencing replication stress. Cancer Research, 2009, 69(6): 2630-2637 (doi: 10.1158/0008-5472.CAN-08-3382).
  • de las Heras-Saldana S., Clark S.A., Duijvesteijn N., Gondro C., van der Werf J.H.J., Chen Y. Combining information from genome-wide association and multi-tissue gene expression studies to elucidate factors underlying genetic variation for residual feed intake in Australian Angus cattle. BMC Genomics, 2019, 20(939) (doi: 10.1186/s12864-019-6270-4).
  • Comuzzie A.G., Cole S.A., Laston S.L., Voruganti V.S., Haack K., Gibbs R.A., Butte N.F. Novel genetic loci identified for the pathophysiology of childhood obesity in the Hispanic population. PLoS ONE, 2012, 7(12): e51954 (doi: 10.1371/journal.pone.0051954).
  • Setoguchi K., Furuta M., Hirano T., Nagao T., Watanabe T., Sugimoto Y., Takasuga A. Cross-breed comparisons identified a critical 591-kb region for bovine carcass weight QTL (CW-2) on chromosome 6 and the Ile-442-met substitution in NCAPG as a positional candidate. BMC Genet., 2009, 10: 43 (doi: 10.1186/1471-2156-10-43).
  • Zhang F., Wang Y., Mukiibi R., Chen L., Vinsky M., Plastow G., Basarab J., Stothard P., Li C. 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).
Еще
Статья обзорная