Анализ генетического разнообразия айрширского скота России (сообщение 1)

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Цель — оценка особенностей геномной архитектуры айрширского скота России в сравнении с другими популяциями Bos taurus молочного направления продуктивности.

Материалы и методы. С использованием биоинформационного анализа 42 628 маркеров SNP, полученных в ходе генотипирования с помощью микроматрицы средней плотности BovineSNP50_v3 BeadChip, были выявлены особенности геномной архитектуры пяти популяций Bos taurus разных пород.

Результаты. Отечественная популяция айрширского скота характеризовалась наименьшими показателя гетерозиготности (Ho = 0,335, Hе = 0,339) и незначительным инбридингом (Fis = 0,010). Выявлена четкая дифференциация скота различного происхождения друг от друга с использованием программы ADMIXTURE (K = 3, СV = 0,5493) и MDS-анализа. При этом животные отечественной селекции сформировали обособленную группу в рамках единого кластера айрширов.

Заключение. Российская популяция айрширского скота отличается уникальной архитектурой генома, при этом сохраняя генетические варианты финского айрширского скота и незначительные следы генофонда голштинской породы.

Об авторах

Марина Владимировна Позовникова

Всероссийский научно-исследовательский институт генетики и разведения сельскохозяйственных животных — филиал Федерального исследовательского центра животноводства — ВИЖ им. акад. Л.К. Эрнста

Email: pozovnikova@gmail.com
ORCID iD: 0000-0002-8658-2026
SPIN-код: 5441-6996
Scopus Author ID: 57200383317
ResearcherId: ABB-6231-2020

канд. биол. наук, старший научный сотрудник

Россия, г. Пушкин, Санкт-Петербург

Ольга Васильевна Тулинова

Всероссийский научно-исследовательский институт генетики и разведения сельскохозяйственных животных — филиал Федерального исследовательского центра животноводства — ВИЖ им. акад. Л.К. Эрнста

Email: tulinova_59@mail.ru
SPIN-код: 3973-6337
Scopus Author ID: 57200384693
ResearcherId: ABD-7279-2021

канд. с.-х. наук, ведущий научный сотрудник

Россия, г. Пушкин, Санкт-Петербург

Александр Александрович Сермягин

Федеральный исследовательский центр животноводства — ВИЖ им. акад. Л.К. Эрнста

Email: alex_sermyagin85@mail.ru
ORCID iD: 0000-0002-1799-6014
SPIN-код: 6695-4171
Scopus Author ID: 57103477400

канд. с.-х. наук, ведущий научный сотрудник

Россия, п. Дубровицы, Московская обл.

Юрий Сергеевич Щербаков

Всероссийский научно-исследовательский институт генетики и разведения сельскохозяйственных животных — филиал Федерального исследовательского центра животноводства — ВИЖ им. акад. Л.К. Эрнста

Email: yura.10.08.94.94@mail.ru
ORCID iD: 0000-0001-6434-6287
SPIN-код: 3547-1009
Scopus Author ID: 57221619264

младший научный сотрудник

Россия, г. Пушкин, Санкт-Петербург

Елена Анатольевна Романова

Всероссийский научно-исследовательский институт генетики и разведения сельскохозяйственных животных — филиал Федерального исследовательского центра животноводства — ВИЖ им. акад. Л.К. Эрнста

Email: splicing86@gmail.com
SPIN-код: 1444-3678

младший научный сотрудник

Россия, г. Пушкин, Санкт-Петербург

Артем Павлович Дысин

Всероссийский научно-исследовательский институт генетики и разведения сельскохозяйственных животных — филиал Федерального исследовательского центра животноводства — ВИЖ им. акад. Л.К. Эрнста

Email: artemdysin@mail.ru
ORCID iD: 0000-0002-4468-0365
SPIN-код: 2573-7614
Scopus Author ID: 57208779157

младший научный сотрудник

Россия, г. Пушкин, Санкт-Петербург

Ольга Викторовна Митрофанова

Всероссийский научно-исследовательский институт генетики и разведения сельскохозяйственных животных — филиал Федерального исследовательского центра животноводства — ВИЖ им. акад. Л.К. Эрнста

Автор, ответственный за переписку.
Email: mo1969@mail.ru
ORCID iD: 0000-0003-4702-2736
SPIN-код: 4378-9500
Scopus Author ID: 57188701229
ResearcherId: S-5336-2018

канд. биол. наук, ученый секретарь

Россия, г. Пушкин, Санкт-Петербург

Список литературы

  1. Lovarelli D., Bacenetti J., Guarino M. A review on dairy cattle farming: Is precision livestock farming the compromise for an environmental, economic and social sustainable production? // J Clean Prod. 2020. Vol. 262. ID121409. doi: 10.1016/j.jclepro.2020.121409
  2. Statista. Prices and Acess [Электронный ресурс]. Number of cattle worldwide from 2012 to 2021 Доступ по ссылке: https://www.statista.com/statistics/263979/global-cattle-population-since-1990/. Дата обращения: 18.11.2021.
  3. Eurostat. Statistics Explained [Электронный ресурс]. Agricultural production – livestock and meat. Доступ по ссылке: https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Agricultural_production_-_livestock_and_meat. Дата обращения: 18.11.2021.
  4. Statista. Prices and Acess [Электронный ресурс]. Cattle stock in Asia Pacific in 2019, by country. Доступ по ссылке: https://www.statista.com/statistics/658597/asia-pacific-cattle-production-by-country/. Дата обращения: 18.11.2021.
  5. Loftus R.T., MacHugh D.E., Bradley D.G., et al. Evidence for two indepedent domestications of cattle // Proc Natl Acad Sci USA. 1994. Vol. 91. No. 7. P. 2757–2761. doi: 10.1073/pnas.91.7.2757
  6. Larkin D.M., Yudin N.S. The genomes and history of domestic animals // Mol Genet Microbiol Virol. 2016. Vol. 31. P. 197–202. doi: 10.3103/S0891416816040054
  7. Martikainen K., Koivula M., Uimari P. Identification of runs of homozygosity affecting female fertility and milk production traits in Finnish Ayrshire cattle // Sci Rep. 2020. Vol. 10. ID3804. doi: 10.1038/s41598-020-60830-9
  8. Тулинова О.В., Позовникова М.В., Сермягин А.А., Васильева Е.Н. Внутрипородные типы айрширского скота России // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2021. № 1. С. 1–26. doi: 10.32786/2071-9485-2021-01-26
  9. Drillich M., Mahlstedt M., Reichert U., et al. Strategies to improve the therapy of retained fetal membranes in dairy cows // J Dairy Sci. 2006. Vol. 89. No. 2. P. 627–635. doi: 10.3168/jds.S0022-0302(06)72126-9
  10. Позовникова М.В., Тулинова О.В., Арлимова Е.В., и др. Полиморфизм гена бета-лактоглобулина (β-lg) среди быков-производителей айрширской породы отечественного генофонда // Генетика и разведение животных. 2018. № 4. С. 10–15. doi: 10.31043/2410-2733-2018-4-10-10-15
  11. Pozovnikova M., Tulinova O., Krutikova A., et al. Monitoring and significance of the recessive genetic defect AH1 of Ayrshire cattle // Czech Journal of Animal Science. 2020. Vol. 65. No. 9. P. 323–329. doi: 10.17221/110/2020-CJAS
  12. Сермягин А.А., Гладырь Е.А., Харитонов С.Н., и др. Полногеномный анализ ассоциаций с продуктивными и репродуктивными признаками у молочного скота в российской популяции голштинской породы // Сельскохозяйственная биология. 2016. Т. 51, № 2. С. 182–193. doi: 10.15389/agrobiology.2016.2.182rus
  13. Зиновьева Н.А., Доцев А.В., Сермягин А.А., и др. Изучение генетического разнообразия и популяционной структуры российских пород крупного рогатого скота с использованием полногеномного анализа SNP // Сельскохозяйственная биология. 2016. Т. 51, № 6. С. 788–800. doi: 10.15389/agrobiology.2016.6.788rus
  14. Bejarano D., Martínez R., Manrique C., et al. Linkage disequilibrium levels and allele frequency distribution in Blanco Orejinegro and Romosinuano Creole cattle using medium density SNP chip data // Genet Mol Biol. 2018. Vol. 41, No. 2. P. 426–433. doi: 10.1590/1678-4685-GMB-2016-0310
  15. Zhang W., Gao X., Zhang Y., et al. Genome-wide assessment of genetic diversity and population structure insights into admixture and introgression in Chinese indigenous cattle // BMC genetics. 2018. Vol. 19. ID114. doi: 10.1186/s12863-018-0705-9
  16. Yurchenko A., Yudin N., Aitnazarov R., et al. Genome-wide genotyping uncovers genetic profiles and history of the Russian cattle breeds // Heredity. 2018. Vol. 120. P. 125–137. doi: 10.1038/s41437-017-0024-3
  17. Iso-Touru T., Tapio M., Vilkki J., et al. Genetic diversity and genomic signatures of selection among cattle breeds from Siberia, eastern and northern Europe // Anim Genet. 2016. Vol. 47. No. 6. P. 647–657. doi: 10.1111/age.12473
  18. WIDDE [Электронный ресурс]. Web-Interfaced next generation Database dedicated to genetic Diversity Exploration. Доступ по ссылке: http://widde.toulouse.inra.fr/widde/. Дата обращения: 18.04.2021.
  19. Anderson C.A., Pettersson F.H., Clarke G.M., et al. Data quality control in genetic case-control association studies // Nature protocols. 2010. Vol. 5. P. 1564–1573. doi: 10.1038/nprot.2010.116
  20. Van Liere J.M., Rosenberg N.A. Mathematical properties of the r2 measure of linkage disequilibrium // Theor Popul Biol. 2008. Vol. 74. No. 1. P. 130–137. doi: 10.1016/j.tpb.2008.05.006
  21. Patterson N., Price A.L., Reich D. Population structure and eigenanalysis // PLoS Genet. 2006. Vol. 2. P. 2074–2093. doi: 10.1371/journal.pgen.0020190
  22. Alexander D.H., Novembre J., Lange K. Fast model-based estimation of ancestryin unrelated individuals // Genome Res. 2009. Vol. 19. P. 1655–1664. doi: 10.1101/gr.094052.109
  23. Gebrehiwot N.Z., Aliloo H., Strucken E.M., et al. Inference of Ancestries and Heterozygosity Proportion and Genotype Imputation in West African Cattle Populations // Front Genet. 2021. Vol. 12. ID335. doi: 10.3389/fgene.2021.584355

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Результаты анализа дивергенции пяти популяций крупного рогатого скота (B. taurus) разных пород, оцененного с помощью ДНК-чипа BovineSNP50_v3 BeadChip с использованием MDS-алгоритма

Скачать (120KB)
Метаданные
3. Рис. 2. График, полученный при расчете количества предковых кластеров (K) от 2 до 4 на основе ошибок кросс-валидации (CV% error)

Скачать (80KB)
Метаданные
4. Рис. 3. Сравнительная структура популяции крупного рогатого скота при числе кластеров, равном трем. I — RUS, российские айрширы; II — FA, айрширы финского происхождения; III — H, голштины; IV — NRC, норвежский красный скот; V — RH, красные голштины. Вертикальные столбцы — отдельные особи. Цветом показаны пропорции отдельных генофондов в группах

Скачать (144KB)
Метаданные

© ООО "Эко-Вектор", 2022


 


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».