Оценка индивидуального уровня гомозиготности быков на основе геномной информации

Представлены результаты оценки геномного инбридинга быков-производителей популяции скота черно-пестрой и голштинской пород Центрального региона России. Исследования проведены путем обнаружения протяженных гомозиготных фрагментов в геноме животного – паттернов гомозиготности (ROH) в сравнении с традиционным подходом определения инбридинга по родословной. Анализ ROH проводили с помощью биочипа Illumina Bovine SNP50K v2 BeadChip плотностью 54609 SNP на популяции быковпроизводителей черно-пестрой и голштинской пород (n = 100 гол.) Московской и Ленинградской областей. Наибольшие показатели числа и суммарной длины ROH в изученной популяции обнаружено на хромосомах 3, 6, 9, 10, 20 и 24, при средней длине 10,34; 9,15; 10,33; 12,37 и 9,05 Mb соответственно. Число сегментов ROH колебалось от 5 до 34 при среднем значении 19,1. Средний размер ROH составлял 8539 ± 161 kb с общим числом нуклеотидных мутаций 136,2 ± 2,5 SNP и плотностью покрытия 62,2 kb. Установлено, что чем больше величина инбридинга по родословной, тем выше частота встречаемости гомозиготных сегментов (в среднем от 15,5 до 25,7 соответственно, при величине инбридинга от 0 до 8,5%). Суммарная длина паттернов и среднее значение ROH имеют тенденцию к увеличению в зависимости от уровня инбридинга (271,3 Mb и 10862 kb при значении 5,0% и выше). Наиболее высокая повторяемость с коэффициентом инбридинга получена у показателя суммы гомозиготных паттернов генома и диаллельными маркерами 0,517 и 0,475 соответственно. Контроль уровня гомозиготности на основе геномной информации наиболее точно отражает истинный уровень инбридинга, позволяет более эффективно проводить мониторинг селекционного процесса в популяциях животных.

крупный рогатый скот, инбридинг, паттерны гомозиготности, однонуклеотидный полиморфизм

1. Howard J.T., Maltecca C., Haile-Mariam M., Hayes B.J., Pryce J.E. Characterizing homozygosity across United States, New Zealand and Australian Jersey cow and bull populations // BMC Genomics. 2015. Vol. 16. P. 187. DOI: 10.1186/s12864-015-1352-4.

2. Howard J.T., Pryce J.E., Baes C., Maltecca C. Inbreeding in the genomics era: Inbreeding, inbreeding depression, and management of genomic variability // Journal of Dairy Science. 2017. Vol. 100. P. 1–16. DOI: 10.3168/ jds.2017-12787.

3. Ferencakovic M., Soelkner J., Curik I. Estimating autozygosity from high-throughput information: effects of SNP density and genotyping errors // Genetics Selection Evolution. 2013. Vol. 45. P. 42. DOI: 10.1186/1297-9686-45-42.

4. Curik I., Ferencakovic M., Soelkner J. Genomic dissection of inbreeding depression: a gate to new opportunities // Revista Brasileira de Zootecnia. 2017. Vol. 46(9). P. 773–782. DOI: 10.1590/s1806-92902017000900010.

5. Forutan M., Mahyari S.A., Baes C., Melzer N., Schenke F.S., Sargolzaei M. Inbreeding and runs of homozygosity before and after genomic selection in North American Holstein cattle // BMC Genomics. 2018. Vol. 19. P. 98. DOI: 10.1186/s12864-018-4453-z.

6. Kim E.S., Cole J.B., Huson H., Wiggans G.R., Van Tassell C.P., Crooker B.A., Liu G., Da Y., Sonstegard T.S. Effect of Artifi cial Selection on Runs of Homozygosity in U.S. Holstein Cattle // PLOS ONE. 2013. Vol. 8. Issue 11. P. e80813. DOI: 10.1371/journal.pone.0080813.

7. Недашковский И.С., Сермягин А.А., Богданова Т.В., Ермилова. Н., Янчуков И.Н., Зиновьева Н.А. Оценка влияния уровня инбридинга на молочную продуктивность и воспроизводительные качества коров голштинизированной популяции черно-пестрой породы // Молочное и мясное скотоводство. 2018. № 7. С. 17–22.

8. Недашковский И.С., Костюнина О.В., Волкова В.В., Ермилов А.Н., Сермягин А.А. Оценка племенной ценности быков-производителей голштинской породы по качеству потомства в связи с уровнем гомозиготности по STRмаркерам // Вестник Рязанского государственного агротехнологического университета имени П.А. Костычева. 2019. № 3 (43). С. 36–43.

9. Romanenkova O.S., Volkova V.V., Kostyunina O.V., Gladyr E.A., Naryshkina E.N., Sermyagin A.A., Zinovieva N.A. The distribution for LoF-mutations in the FANCI, APAF1, SMC2, GART and APOB genes of the Russian Holstein cattle population // Journal of Animal Science. 2017. Vol. 95. Suppl. 4. P. 83. DOI:10.2527/ asasann.2017.168.

10. Pryce J.E., Haile-Mariam M., Goddard M.E., Hayes B.J. Identifi cation of genomic regions associated with inbreeding depression in Holstein and Jersey dairy cattle // Genetics Selection Evolution. 2014. № 46. P. 71. DOI: 10.1186/s12711-014-0071-7.

11. Nedashkovsky I., Sermyagin A., Kostyunina O., Brem G., Zinovieva N. Assessing homo zygosity level in the Russian Black-and-White and Holstein cattle using whole-genome analysis // Journal of Animal Science. 2018; Vol. 96. Suppl 3, P. 139. DOI: 10.1093/jas/sky404.304.

12. Сермягин А.А., Белоус А.А., Контэ А.Ф., Филипченко А.А., Ермилов А.Н., Янчуков И.Н., Племяшов К.В., Брем Г., Зиновьева Н.А. Валидация геномного прогноза племенной ценности быков-производителей по признакам молочной продуктивности дочерей на примере популяции черно-пестрого и голштинского скота // Сельскохозяйственная биология. 2017; № 6. С. 1148–1156. DOI: 10.15389/agrobiology.2017.6.1148rus.

13. Aguilar I., Misztal I. Technical Note: Recursive Algorithm for Inbreeding Coeffi cients Assuming Nonzero Inbreeding of Unknown Parents // Journal of Dairy Science. 2008. № 91. С. 1669–1672. DOI: 10.3168/jds.20070575.

14. Purcell S., Neale B., Todd-Brown K., Thomas L., Ferreira M.A.R., Bender D., Maller J., Sklar P., W. de Bakker P.I., Daly M.J., Sham P.C. PLINK: A Tool Set for Whole-Genome Association and Population-Based Linkage Analyses // The American Journal of Human Genetics. 2007. Vol. 81. P. 559–575.