Микросателлитный анализ крупного рогатого скота калмыцкой породы

Обложка

Цитировать

Полный текст

Аннотация

Развитие специализированного мясного скотоводства способствует увеличению производства продукции говядины, что напрямую влияет на продовольственную безопасность страны. Увеличение продуктивности животных - основное направление развития современного скотоводства, что в свою очередь требует совершенствования племенного дела. Эффективность племенной работы зависит от оценки генетической ценности племенных животных. Племенная работа ведется при обязательном контроле достоверности происхождения животных. Одним из основных направлений скотоводства в Калмыкии является племенное разведение крупного рогатого скота (КРС) калмыцкой породы. Цель исследования - изучение генетического разнообразия популяций КРС калмыцкой породы с использованием микросателлитного анализа. Исследование было проведено на базе Регионального научно-производственного центра по воспроизводству Калмыцкого государственного университета. Для исследования был взят КРС калмыцкой породы, принадлежащий СПК «Плодовитое» Малодербетовского района, в количестве 60 голов, проведен ПЦР-анализ по 9 микросателлитным локусам: BM1824, BM 2113, INRA023, SPS 115, TGLA 122, TGLA 126, TGLA 227, ETH 10, ETH 225. Установлено, что среднее число аллелей составляет 10,1, при этом число аллелей на локус варьировалось от 7 (BM 1824, SPS 115, ETH 10) до 18 (TGLA 122). Локусы с наибольшим диапазоном аллелей - BM 2113 (12), INRA 023 (12), TGLA 122 (18) и TGLA 227 (12). Наиболее информативными оказались локусы INRA 023, TGLA 122 и TGLA 227. Уровень наблюдаемой гетерозиготности варьировал от 0,67 (ETH 10) до 0,83 (SPS 115, TGLA 227, ETH 225), а показатели ожидаемой - 0,86 (BM 1824, SPS 115, ETH 10) … 0,92 (BM 2113, INRA 023, TGLA 227). Анализ данных показателя индекса фиксации показал, что у 8 локусов данный показатель отрицательный (BM 1824 (-0,22), BM 2113 (-0,26), INRA 023 (-0,26), SPS 115 (-0,18), TGLA 122 (-0,12), TGLA 126 (-0,10), ETH 10 (-0,28), ETH 225 (-0,04) и у 1 локуса (TGLA 227) положительный (1,0). Результаты проведенного анализа по микросателлитным локусам показали, что у исследуемого стада КРС калмыцкой породы уровень генетического разнообразия высок.

Об авторах

Виктория Саналовна Убушиева

Калмыцкий государственный университет им. Б.Б. Городовикова

Автор, ответственный за переписку.
Email: vicki_93g@mail.ru
ORCID iD: 0000-0003-0320-7771
SPIN-код: 1991-8614

научный сотрудник молодежной лаборатории

Российская Федерация, 358000, Республика Калмыкия, г. Элиста, 5 микрорайон, 4 к. КалмГУ

Иван Федорович Горлов

Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции

Email: niimmp@mail.ru
ORCID iD: 0000-0002-8683-8159
SPIN-код: 8249-9437

доктор сельскохозяйственных наук, академик РАН, научный руководитель

Российская Федерация, 400131, г. Волгоград, ул. имени Маршала Рокоссовского, д. 6

Надежда Васильевна Чимидова

Калмыцкий государственный университет им. Б.Б. Городовикова

Email: nadezhdatchimidova@yandex.ru
ORCID iD: 0000-0003-3043-091X
SPIN-код: 3221-7432

заведующая молодежной лабораторией

Российская Федерация, 358000, Республика Калмыкия, г. Элиста, 5 микрорайон, 4 к. КалмГУ

Алтана Вадимовна Убушиева

Калмыцкий государственный университет им. Б.Б. Городовикова

Email: ameli-altanas@mail.ru
ORCID iD: 0000-0002-9916-7972
SPIN-код: 7219-0185

научный сотрудник молодежной лаборатории

Российская Федерация, 358000, Республика Калмыкия, г. Элиста, 5 микрорайон, 4 к. КалмГУ

Список литературы

  1. Kuzmina TN. The domestic beef cattle breeding’s prospects. Machinery and technologies in livestock. 2019;(2):92–97. (In Russ.).
  2. Kuzmin VN, Kuzmina TN. State of beef cattle breeding of Russian Federation. Machinery and technologies in livestock. 2020;(3):4–10. (In Russ.).
  3. Vodennikov OG, Yarkova TM. The role of beef cattle-raising for food security of the region. Far East agrarian herald. 2018;(1):94–101. (In Russ.). doi: 10.24411/1999–6837–2018–11015
  4. Gorlov IF, Shakhbazova OP, Radjabov RG, Ivanova NV, Mosolova DA. Efficiency of beef production in Rostov region. Animal husbandry and fodder production. 2018;101(1):231–238. (In Russ.).
  5. Tanana LA, Epishko OA, Glinskaya NA. STR-loci in control of the origin of cattle of the Belarusian blackand-white breed. Sbornik nauchnykh trudov Stavropol’skogo nauchno-issledovatel’skogo instituta zhivotnovodstva i kormoproizvodstva. 2014;2(7):204–207. (In Russ.).
  6. Khabibrakhmanova YA, Kalashnikova LA, Golubkov AI, Lefler TF, Golubkov AA, Mirvaliev FS. Genetic polymorphism of Holstein bulls of JVC ‘Krasnoyarsk agroplem’ based on microsatellite DNA markers. Bulletin of KSAU. 2019;(3):135–140. (In Russ.).
  7. Glinskaya NA, Tanana LA, Epishko OA, Kaspirovich DA. Optimizations for STR marking protokol for proof of cattle parentage. Bulletin of Palesky State University. Series in natural sciences. 2014;(2):17–24. (In Russ.).
  8. Kuznetsov VM. Comparison of methods for evaluating genetic differentiation of populations by microsatellite markers. Agricultural Science Euro-North-East. 2020;21(2):169–182. (In Russ.). doi: 10.30766/2072–9081.2020.21.2.169–182
  9. Jarne P, Lagoda PJL. Microsatellites, from molecules to populations and back. Trends Ecol Evol. 1996;11(10):424–429. doi: 10.1016/0169–5347(96)10049–5
  10. Glazko VI, Glazko GV. Vvedenie v genetiku, bioinformatika, DNK-tekhnologiya, gennaya terapiya, DNKekologiya, proteomika, metabolika [Introduction to genetics, Bioinformatics, DNA technology, Gene therapy, DNA ecology, proteomics, metabolics]. Moscow: KURS publ.; 2023. (In Russ.).
  11. Maudet C, Luikart G, Taberlet P. Genetic diversity and assignment tests among seven French cattle breeds based on microsatellite DNA analysis. J Anim Sci. 2002;80(4):942–950. doi: 10.2527/2002.804942x
  12. Kojima K, Kawai Y, Misawa K, Mimori T, Nagasaki M. STR-realigner: a realignment method for short tandem repeat regions. BMC Genomics. 2016; 17(1):991. doi: 10.1186/s12864–016–3294‑x
  13. Zinovyeva NA, Gladyr EA. Genetic expertise of agricultural animals: application of the test systems based on microsatellites. Achievements of Science and Technology in agro-industrial complex. 2011;(9):19–20. (In Russ.).
  14. Smaragdov MG. Genome wide assessment of inter-herd genetic differences of cattle. Achievements of Science and Technology in agro-industrial complex. 2018;(4):47–49. (In Russ.). doi: 10.24411/0235–2451–2018–10411
  15. Chimidova NV, Ubushieva AV, Ubushieva VS, Sangadzhiev RD. Zootechnical characteristics of Kalmyk cattle in the conditions of a breeding Reproducer. In: Fundamental and applied scientific research: current issues, achievements and innovations: conference proceedings. Penza; 2022. p.88–93. (In Russ.).
  16. Otarov A. Kalmyk breed: features and advantages. Animal husbandry of Russia. 2018;(2):75–76. (In Russ).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».