تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,489,149 |
تعداد دریافت فایل اصل مقاله | 15,216,832 |
مطالعه پویش کل ژنومی صفات مرتبط با تولید شیر بر پایه تجزیه و تحلیل غنیسازی مجموعههای ژنی در گاو هلشتاین | ||
پژوهش های علوم دامی (دانش کشاورزی) | ||
دوره 30، شماره 1، خرداد 1399، صفحه 79-92 اصل مقاله (1.16 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/as.2020.11009 | ||
نویسندگان | ||
نوشین عزیز پور1؛ امیر حسین خلت آبادی فراهانی* 1؛ محمد حسین مرادی* 1؛ حسین محمّدی* 2 | ||
1گروه علوم دامی، دانشکده کشاورزی و منابع طبیعی، دانشگاه اراک | ||
2گروه علوم دامی، دانشکده کشاورزی، دانشگاه تبریز | ||
چکیده | ||
زمینه مطالعاتی: اخیراً انتخاب به کمک QTLها و مناطق ژنومی مؤثر بر صفات تولیدی برای افزایش بازده انتخاب مورد توجه قرار گرفته است. هدف: پژوهش حاضر به منظور مطالعه پویش ژنومی بر مبنای تجزیه و تحلیل غنیسازی مجموعه ژنی جهت شناسایی ژنهای مؤثر بر صفات مرتبط با تولید شیر گاو هلشتاین با استفاده از تکنیک توالییابی GGRS بوده است. روش کار: بدین منظور، مطالعه پویش ژنومی از 1092 رأس گاو هلشتاین و رکورد مرتبط با تولید شیر، درصد چربی و امتیاز سلولهای بدنی در برنامه Plink ارزیابی شد. آنالیز غنیسازی ژنی با استفاده از بسته نرم افزاری goseq برنامه R و شناسایی عملکرد بیولوژیکی ژنهای نزدیک در مناطق انتخابی کاندیدا از طریق پایگاههای برخط GO، KEGG و Panther انجام گردید. نتایج: تجزیه و تحلیل بیوانفورماتیکی نشان داد که مناطق ژنومی شناسایی شده به طور مستقیم و غیر مستقیم با ژنهای مؤثر بر امتیاز سلولهای بدنی، تولید و چربی شیر همپوشانی دارند. در این پژوهش تعداد 11 نشانگر تک نوکلئوتیدی واقع روی کروموزومهای 5، 6، 7، 8، 14، 19، 22، 24، 25، 27 و 28 شناسایی شدند که با ژنهای ASIC2، ANXA3، CCL2، CCL11، CCL24،IL33،TLR3 ، WWOX،EGFR ،PRKCA ، CAMK2A،KCNMA1 ،FABP2 ،SPP1 ،THBS4 ، HSP90B1 وITPR1 مرتبط بودند. برخی از این ژنها در مناطق معنیدار با مطالعه قبلی همخوانی داشت. در آنالیز غنی سازی مجموعه ژنی تعداد 25 مسیر هستی شناسی ژنی و مسیر KEGG با صفات تولید و امتیاز سلولهای بدنی مرتبط بودند (P˂0.01). از این بین، مسیرهای positive regulation of inflammatory response و defense response نقش مهمی در سیستم ایمنی داشتند. همچنین در ارتباط با تولید و چربی شیر مسیرهای PPAR signaling pathway، Oxytocin signaling pathway و Focal adhesion ارتباط معنیداری داشتند. نتیجه گیری نهایی: با توجه به تأیید مناطق قبلی پویش ژنومی صفات تولیدی، همچنین شناسایی مناطق ژنومی جدید استفاده از یافتههای این تحقیق میتواند باعث تسریع در پیشرفت ژنتیکی برنامههای اصلاح نژادی گاو شود. | ||
کلیدواژهها | ||
پویش ژنوم؛ تولید شیر؛ امتیاز سلولهای بدنی؛ آنالیز غنی سازی؛ گاو | ||
مراجع | ||
Abdalla EA, Peñagaricano F, Byrem TM, Weigel KA and Rosa GJ, 2016. Genome-wide association mapping and pathway analysis of leukosis incidence in a US Holstein cattle population. Animal Genetics 47: 395–407.
Ashburner M, Ball CA, Blake JA, Botstein D, Butler H, Cherry JM, Davis AP, Dolinski K, Dwight SS, Eppig JT, Harris MA, Hill DP, Issel-Tarver L, Kasarskis A, Lewis S, Matese JC, Richardson JE, Ringwald M, Rubin GM and Sherlock G, 2000. Gene ontology: Tool for the unification of biology. Nature Genetics 25: 25–29.
Boleckova J, Matejickova J, Stipkova M, Kyselova J, Bartonand L and Vyzkumny J, 2012. The association of five polymorphisms with milk production traits in Czech Fleckvieh cattle. Czech Journal of Animal Science (2): 45–53.
Bohlouli M, Mohammadi H and Alijani S, 2013. Genetic evaluation and genetic trend of growth traits of Zandi sheep in semi-arid Iran using random regression models. Small Ruminant Research 114: 195–201.
Chen Z, Yao Y, Ma P, Wang Q and Pan Y, 2018. Haplotype-based genome-wide association study identifies loci and candidate genes for milk Yield in Holsteins. PLoS ONE 13(2): e0192695.
Chen X, Cheng Z, Zhang S, Werling D and Wathes DC, 2015. Combining Genome Wide Association Studies and Differential Gene Expression Data Analyses Identifies Candidate Genes Affecting Mastitis Caused by Two Different Pathogens in the Dairy Cow. Open Journal of Animal Sciences 5: 358-393.
Daetwyler HD, Schenkel FS, Sargolzaei M and Robinson JA, 2008. A genome scan to detect quantitative trait loci for economically important traits in Holstein cattle using two methods and a dense single nucleotide polymorphism map. Journal of Dairy Science 91: 3225–3236.
Dadousis C, Pegolo S, Rosa GJM, Gianola D, Bittante G and Cecchinato A, 2017. Pathway-based genome-wide association analysis of milk coagulation properties, curd firmness, cheese yield, and curd nutrient recovery in dairy cattle. Journal of Dairy Science 100: 1223-1231.
Durinck S, Spellman PT, Birney E and Huber W, 2009. Mapping identifiers for the integration of genomic datasets with the R/bioconductor package biomaRt. Nature Protocols 4: 1184–1191.
Gerlando R, Sutera AM, Mastrangelo S, Tolone M, Portolano B, Sottile G, Bagnato A, Strillacci MG and Sardina MT, 2019. Genome-wide association study between CNVs and milk production traits in Valle del Belice sheep. PLoS ONE 14: e0215204.
Goddard ME and Hayes BJ, 2009. Mapping genes for complex traits in domestic animals and their use in breeding programmes. Nature Reviews Genetics 10: 381-388.
Kanehisa M and Goto S, 2000. KEGG: Kyoto Encyclopedia of Genes and Genomes. Nucleic Acids Research 28: 27–30.
Kiser JN, Neupane M, White SN and Neibergs HL, 2018. Identification of loci associated with susceptibility to Mycobacterium Avium subspecies paratuberculosis (Map) tissue infection in cattle. Mammalian Genome 298: 539-549.
Kułaj D, Pokorska J, Ochrem A, Dusza M and Makulska J, 2019. Effects of the c.8514C > T polymorphism in the osteopontin gene (OPN) on milk production, milk composition and disease susceptibility in Holstein Friesian cattle. Italian Journal of Animal Science 18: 546-553.
May K, Scheper C, Brügemann K, Yin T, Strube C, Korkuć P, Brockmann GA and König S, 2019. Genome-wide associations and functional gene analyses for endoparasite resistance in an endangered population of native German Black Pied cattle. BMC Genomics 20: 277-236.
Marete A, Lund MS, Boichard D and Ramayo-Caldas Y, 2018. A system-based analysis of the genetic determinism of udder conformation and health phenotypes across three French dairy Cattle breeds. PLoS ONE 13: e0199931.
Mooney MA and Wilmot B, 2015. Gene Set Analysis: A Step-By-Step Guide. American Journal of Medical Genetics Part B: Neuropsychiatric Genetics 168: 517-527.
Mohammadi H, Rafat SA, Moradi shahrebabak H, Shodja J and Moradi MH, 2018. An assessment of population stratification and haplotype based Genome-wide association for wool quality traits in Zandi sheep breed. Journal of Animal Science Researches (Agricultural science) 28(2): 193-204.
Ogorevc J, Kunej T, Razpet A and Dovc P, 2009. Database of cattle candidate genes and genetic markers for milk production and mastitis. Animal Genetics 40: 832–851.
Pacheco HA, da Silva S, Sigdel A, Mak CK, Galvão KN, Texeira RA, Dias LT and Peñagaricano F, 2018. Gene Mapping and Gene-Set Analysis for Milk Fever Incidence in Holstein Dairy Cattle. Frontiers Genetics 9: 465-478.
Peñagaricano F, Weigel KA, Rosa GJ and Khatib H, 2013. Inferring quantitative trait pathways associated with bull fertility from a genome-wide association study. Frontiers Genetics 3: 307-314.
Peng G, Luo L, Siu H, Zhu Y, Hu P, Hong S, Zhao J, Zhou X, Reveille JD, Jin L, Amos CI and Xiong M, 2010. Gene and pathway-based second wave analysis of genome-wide association studies. European Journal of Human Genetics 18: 111–117.
Purcell S, Neale B, Todd-Brown K, Thomas L, Ferreira MAR and Bender D, 2007. PLINK: a toolset for whole-genome association and population-based linkage analysis. The American Journal of Human Genetics 81: 559-575.
Rincón G, Islas-Trejo A, Casellas J, Ronin Y, Soller M, Lipkin E and Medrano JF, 2009. Fine mapping and association analysis of a quantitative trait locus for milk production traits on Bos taurus autosome 4. Journal of Dairy Science 92: 758–764.
Sordillo LM and Streicher KL, 2002. Mammary gland immunity and mastitis susceptibility. Journal Mammary Gland Biology 7: 135-146.
Wang L, Jia P, Wolfinger RD, Chen X and Zhao Z, 2011. Gene set analysis of genome-wide association studies: Methodological issues and perspectives. Genomics 98: 1–8.
Yang Y, Wang Q, Chen Q, Liao R, Zhang X, Yang H, Zheng Y, Zhang Z and Pan Y, 2014. New genotype imputation method with tolerance to high missing rate and rare variants. PLoS ONE 9: e101025.
Young MD, Wakefield MJ, Smyth GK and Oshlack A, 2010. Method gene ontology analysis for RNA-seq: Accounting for selection bias. Genome Biology 11: 14-23.
Zhang H, Liu A, Li X, Xu W, Shi R, Luo H, Su G, Dong G, Guo G and Wang Y, 2019. Genetic analysis of skinfold thickness and its association with body condition score and milk production traits in Chinese Holstein population. Journal of Dairy Science 102: 2347-2352. | ||
آمار تعداد مشاهده مقاله: 1,093 تعداد دریافت فایل اصل مقاله: 733 |