Functional role of genes in ROH sites in Czech Golden chickens

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Modern technologies make it possible to identify homozygous chromosome regions that have arisen as a result of animal selection. The article presents the results obtained in the genotyping of chickens using the Illumina Chicken 60KSNP iSelect Bead Chip. For the first time, a genome-wide analysis of the extended homozygous SNP sequences (ROH) was performed in the genome of Czech Golden hens. The average number of ROH segments in the chicken genome was 143 ± 8. ROH segments are usually randomly distributed in chicken chromosomes. It has been proposed to prohibit the use of heterozygous SNPs in ROH segments to prevent overestimation of ROH data. The average inbreeding coefficient in chickens calculated from ROH data was 0.34 ± 0.03. ROH islands were found on chromosomes 2, 3, 9 and 22. They contain genes associated with immunity, degradation of neurons, Fabricius bursa weight, obesity, feather pigmentation, and regulation of hit-shock genes. In the Czech Golden chicken breed, selection and the associated inbreeding have therefore influenced the genes involved in several biological processes.

Full Text

Restricted Access

About the authors

M. G. Smaragdov

Russian Research Institute of Farm Animal Genetics and Breeding – Branch of the l.K. Ernst Federal Science Center for Animal Husbandry

Author for correspondence.
Email: spbvniigen@mail.ru

PhD in Biological Sciences

Russian Federation, St. Petersburg

References

  1. Biscarini F., Cozy P., Gaspa G., Maras G. detectRUNS: An R package to detect runs of homozygosity and heterozygosity in diploid genomes. CRAN (The Compr. R Arch. Network, 2019).
  2. Byerly M.S., Simon J., Cogburn L.A. et al. Transcriptional profiling of hypothalamus during development of adiposity in genetically selected fat and lean chickens // Physiol. Genomics. 2010. Vol. 42 (2). P. 157–167. https://doi: 10.1152/physiolgenomics.00029.2010
  3. Cooper W.N., Dickinson R.E., Dallol A. et al. Epigenetic regulation of the ras effector/tumour suppressor RASSF2 in breast and lung cancer // Oncogene. 2008. Vol. 27 (12). P. 1805–1811. https://doi: 10.1038/sj.onc.1210805
  4. Cunningham F., Allen J.E., Allen J. et al. Ensembl // Nucleic Acids Res.2022. Vol. 50 (1). Article D988-D995. 10.1093/nar/gkab1049' target='_blank'>https://doi: 10.1093/nar/gkab1049
  5. Dementieva N.V., Kudinov A.A., Larkina T.A. et al. Genetic Variability in Local and Imported Germplasm Chicken Populations as Revealed by Analyzing Runs of Homozygosity // Animals. 2020. Vol. 10 (10). Article 1887. https://doi.org/10.3390/ani10101887
  6. Fujimoto M., Nakai A. The heat shock factor family and adaptation to proteotoxic stress // FEBS J. 2010. Vol. 277. P. 4112–4125. 10.1111/j.1742-4658.2010.07827.x' target='_blank'>https://doi: 10.1111/j.1742-4658.2010.07827.x
  7. Fu W., Wang R., Xu N. Galbase: a comprehensive repository for integrating chicken multi-omics data // BMC Genomics. 2022. Vol. 23 (1). Article 364. https://doi: 10.1186/s12864-022-08598-2
  8. Huang X., Otecko N.O., Peng M. et al. Genome-wide genetic structure and selection signatures for color in 10 traditional Chinese yellow-feathered chicken breeds // BMC Genomics. 2020. Vol. 21. Article 316. https://doi.org/10.1186/s12864-020-6736-4
  9. Intarapat S., Stern C.D. Sexually dimorphic and sex-independent left-right asymmetries in chicken embryonic gonads // PloS ONE. 2013. Vol. 8. Article e69893. https://doi.org/10.1371/journal.pone.0069893
  10. Kim Y., Kim Y.C., Jeong B.H. et al. Novel Single Nucleotide Polymorphisms (SNPs) and Genetic Features of the Prion Protein Gene (PRNP) in Quail (Coturnix japonica) // Front. Vet. Sci. 2022. Vol. 9. Article 870735. https://doi: 10.3389/fvets.2022.870735
  11. Mastrototaro G., Zaghi M., Massimino L. et al. TBL1XR1 Ensures Balanced Neural Development Through NCOR Complex-Mediated Regulation of the MAPK Pathway // Front. Cell Dev. Biol. 2021. Vol. 9. Article 641410. https://doi: 10.3389/fcell.2021.641410
  12. Megens H.J., Crooijmans R.P., Bastiaansen J.W. et al. Comparison of linkage disequilibrium and haplotype diversity on macro- and microchromosomes in chicken // BMC Genetics. 2009. Vol. 10. Article 86. https://doi.org/10.1186/1471-2156-10-86
  13. Miller M.M., Taylor R.L. Brief review of the chicken Major Histocompatibility Complex: the genes, their distribution on chromosome 16, and their contributions to disease esistance // Poultry Sci. 2016. Vol. 95 (2). P. 375–392. https://doi.org/10.3382/ps/pev379
  14. Peripolli E., Munari D., Silva M. et al. Runs of homozygosity: current knowledge and applications in livestock // Anim. Genet. 2016. Vol. 48 (3). P. 255–271. https://doi 10.1111/age.12526
  15. Purcell S., Neale B., Todd-Brown K. et al. PLINK: A tool set for whole-genome association and population-based linkage analyses // Am. J. Hum. Genet. 2007. Vol. 81. P. 559–575. https://doi: 10.1086/519795
  16. Smaragdov M.G. Identification of homozygosity-rich regions in the Holstein genome // Vavilov Journal of Genetics and Breeding. 2023. Vol. 27 (5). P. 471–479. https://doi.10.18699/VJGB-23-57
  17. Song H., Kim H., Lee K. et al. Ablation of Rassf2 induces bone defects and subsequent haematopoietic anomalies in mice // EMBO J. 2012. Vol. 31 (5). P. 1147–1159. https://doi.org/10.1038/emboj.2011.480
  18. Sun Y., Li Q., Hu Y. Genomewide association study of immune traits in chicken F2 resource population // J. Anim. Breed. Genet. 2016. Vol. 133 (3). P. 197–206. https://doi.org/10.1111/jbg.12186
  19. Tian S., Tang W., Zhong Z. Identification of Runs of Homozygosity Islands and Functional Variants in Wenchang Chicken // Animals 2023. Vol. 13 (10). Article 1645. https://doi.org/10.3390/ani13101645
  20. Walugembe M., Amuzu-Aweh E.N., Botchway P.K. et al. Genetic Basis of Response of Ghanaian Local Chickens to Infection with a Lentogenic Newcastle Disease Virus // Front. Genet. 2020. Vol. 11. Article 739. https://doi.org/10.3389/fgene.2020.00739
  21. Wang H., Wang Q., Tan X. et al. Estimation of genetic variability and identification of regions under selection based on runs of homozygosity in Beijing-You Chickens // Poultry Sci. 2023. Vol. 102 (2). Article 102342. https://doi.org/10.1016/j.psj.2022.102342
  22. Watanabe T., Baker Frost D.A., Mlakar L. A Human Skin Model Recapitulates Systemic Sclerosis Dermal Fibrosis and Identifies COL22A1 as a TGF_ Early Response Gene that Mediates Fibroblast to Myofibroblast Transition // Genes 2019. Vol. 10. Article 75. 10.3390/genes10020075' target='_blank'>https://doi: 10.3390/genes10020075

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Distribution of chickens by the ratio of total length and number of ROH segments

Download (350KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

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».