Генетическая архитектура мясных показателей свиноматок крупной белой породы

Порода свиней крупная белая занимает видное место в свиноводстве благодаря своим благоприятным качествам, таким как эффективная конверсия корма, быстрый рост, высокая убойная ценность, значительная доля постного мяса. Эти характеристики сделали его предпочтительным выбором для разведения и производства мяса. Селективное разведение с течением времени привело к значительному улучшению генетических характеристик, особенно с точки зрения быстрого роста и повышения худобы. Следовательно, свинья крупной белой породы за последние десятилетия завоевала значительную долю рынка в свиноводческой отрасли.

Возраст достижения живой массы в 100 кг (AGE100) является умеренно наследуемым признаком (коэффициент наследуемости варьирует в пределах от 0,3 до 0,5) и служит генетическим индикатором для оценки скорости роста. Толщина шпика при массе 100 кг (BF100) является ключевым показателем для оценки содержания постного мяса у свиней, поскольку существует сильная отрицательная генетическая корреляция между толщиной шпика и содержанием постного мяса. Признаки AGE100 и BF100 имеют важное экономическое значение для свиней крупной белой породы, следовательно, более глубокое понимание генетической архитектуры, лежащей в основе скорости роста и особенностей отложения жира, может способствовать прогрессу в разведении свиней и генетическом улучшении.

Полногеномный ассоциативный анализ (GWAS) — это комплексный подход, который исследует генетические вариации, в частности однонуклеотидные полиморфизмы (SNP), по всему геному для выявления вариантов, потенциально связанных с конкретными признаками. В животноводстве GWAS служит ценным инструментом для определения экономически важных признаков, таких как рост, туша, воспроизводство, иммунитет и качество мяса, среди других изученных генов-кандидатов. Хотя GWAS обычно используется для идентификации генетических маркеров, связанных со сложными признаками у домашнего скота, он имеет некоторые ограничения, такие как низкая воспроизводимость и высокая частота ложноположительных результатов.

Цель исследования — использовать метод GWAS для выявления генов, ассоциированных с мясными качествами свиноматок крупной белой породы, включая следующие признаки: толщину шпика над 6–7-м ребром, толщину шпика над 10–12-м грудными позвонками и глубину «мышечного глазка».

Результаты данной работы будут способствовать разработке тест-систем по полученным генам для улучшения отбора свиней по мясным качествам.

Материалы и методы исследования

Материалом исследования являлись данные первичного учета с программы Herdsman (S&S Programming, США) мясных признаков свиноматок крупной белой породы 2021–2022 гг. рождения в количестве 500 голов, находящихся в ООО СГЦ «Топ Ген».

Исследования проводились в 2023–2024 гг.

В статье встречаются сокращения: BF1 — толщина шпика над 6–7-м ребром; BF2 — толщина шпика над 10–12-м грудным позвонком; D — глубина «мышечного глазка».

Описательные статистические параметры выборки представлены в таблице 1.

Наблюдаемые параметры вариации демонстрируют, что наименьшим фенотипическим разнообразием характеризовалась глубина мышечного глазка (Cv = 8,74%), признаки толщины шпика варьировали примерно на одном уровне (Cv = 14,03–16,57%). Картины распределения свидетельствуют о том, что частоты встречаемости значений исследованных признаков в основном соответствовали доверительному интервалу нормального распределения.

Работа была выполнена в лаборатории генетических технологий в агро- и аквахозяйстве Федерального исследовательского центра Всероссийского института животноводства им. академика Л.К. Эрнста с использованием оборудования Центра коллективного пользования научным оборудованием «Биоресурсы и биоинженерия сельскохозяйственных животных» ФИЦ ВИЖ им. Л.К. Эрнста.

В исследованиях были использованы образцы (фрагмент уха свиноматки, n = 500) из коллекции ФИЦ ВИЖ им. Л.К. Эрнста.

Выделение ДНК проводили с помощью наборов для выделения геномной ДНК серии «ДНК-Экстран» (ЗАО «Синтол», Россия) в соответствии с протоколом фирмы-производителя.

Концентрацию двухцепочечной ДНК определяли с помощью флуориметра Qubit 2.0 (Invitrogen/Life Technologies, США).

Для определения качества ДНК измеряли соотношение OD260/OD280 (cпектрофотометр NanoDrop8000, ThermoFisher Scientific, США). Для анализа использовали ДНК с OD260/OD280 = 1,6–1,8.

Кроме того, качество ДНК оценивали посредством гель-электрофореза в 1%-ном агарозном геле. Полногеномное генотипирование проводили с использованием высокоплотных ДНК-чипов PorcineHD Genotyping BeadChip (платформа GeneSeek Genomic Profiler, Neogene, США), содержащим 66 763 SNP.

Анализ полногеномных ассоциаций осуществлялся с помощью программного обеспечения Plink 1.90 (Shaun Purcell, Broad Institute of Harward & MIT, США) с учётом популяционной стратификации. Контроль качества и фильтрацию данных генотипирования для каждого SNP и каждого образца выполняли, применяя фильтры: Call-rate — по всем исследуемым SNP для индивидуального образца не ниже 90% (—mind 0,10); Call-rate — для каждого из исследованных SNP по всем генотипированным образцам не ниже 90% (—geno 0,10); частота встречаемости минорных аллелей (MAF) ≥ 0,05; отклонение генотипов по SNP от распределения по Харди — Вайнбергу в совокупности протестированных образцов ≤ 0,001 (—hwe 1e-3).

Для поиска генов-кандидатов, локализованных в области идентифицированных SNP, использовали геномный ресурс Sscrofa11.1 базы данных NCBI.

Функциональные аннотации и выявление анализа обогащения генов выполняли с привлечением базы данных DAVID и базы данных Animal QTL.

Результаты и обсуждение

Крупная белая порода свиней является одной из старейших пород (Англия, XIX в.), основные ценности которой — многоплодие (как известно, от одной свиноматки можно получить от 14 поросят), молочность, выражающаяся в скорости роста подсосного молодняка.

По значениям мясности данная порода имеет следующие характеристики: убойный выход — 82%, выход мяса — 63%. Толщина шпика над 6–7-м грудным позвонком в среднем по породе достигает 18,8 мм, площадь «мышечного глазка» — 26,3 см2. Мясо свиней характеризуется как «мраморное» — сочное, нежное, с тонкими прослойками жира.

Для отбора животных в раннем возрасте по мясным качествам необходимо иметь представление о генах, отвечающих за данные признаки, в связи с чем метод GWA-анализа, представленный в статье, является наилучшим на сегодняшний день в вопросе обнаружения генов, прогнозируемо взаимосвязанных с количественными параметрами, а именно признаками мясной продуктивности у свиноматок крупной белой породы.

Для визуализации плотности SNP по хромосомам в среде разработки RStudio был использован пакет GWAS rMVP языка R (рис. 1).

Выявление обусловленности проявления признака аллельным вариантом гена-кандидата необходимо для создания систем улучшения селекционного отбора по геномной селекции у чистопородных особей. После фильтрации данных осталось 51 454 SNP.

Полногеномный анализ по признаку «толщина шпика над 6–7-м ребром (BF1)» показал наличие 37 однонуклеотидных полиморфизмов, ассоциация которых с изменчивостью признака соответствовала высокому порогу достоверности, расположенных на 10 из 18 хромосом: 1-й, 3-й, 7-й, 8-й, 10-й, 11-й, 13–15-й и 17-й (рис. 2).

Наиболее достоверный уровень ассоциации был выявлен для SNP WU_10.2_1_16021339 при р = 5,36 х 10-6.

По признаку толщина шпика над 10–12-м грудным позвонком (BF2) обнаружены 34 SNP на 1-й, 3-й, 7-й, 8-й, 10-й, 11-й, 14-й, 15-й и 17-й хромосомах (рис. 3).

Наибольшее значение по достоверности было определено у SNP WU_10.2_3_13474115, расположенного на 3-й хромосоме при р = 1,80 х 10-6.

По показателю глубина «мышечного глазка» (LD) выявлены 37 SNP на 3–5-й, 7-й, 8-й, 10-й, 11-й, 13-й, 15-й и 17-й хромосомах, наибольшее по достоверности SNP MARC0058120 на 13-й хромосоме, р = 7,00 х 10-5 (рис. 4).

По трем изучаемым признакам всего были выявлены 27 SNP на 8 хромосомах из 18 (табл. 2).

Структурная аннотация обнаруженных SNP установила наличие 62 генов, локализованных внутри генов или сцепленных с ними (рис. 5). Однонуклеотидные полиморфизмы установлены в 10 потенциальных генах-кандидатах: гены LRP11, PCMT1, PPIL4, SGK1 на 1-й хромосоме, ген MRTFB на 3-й хромосоме, ген IGFN1 на 10-й хромосоме, гены GUCD1, ADORA2A на 14-й хромосоме, ген SCTR на 15-й и ген GATA5 на 17-й хромосоме.

В ходе функциональной аннотации из 60 значимых генов, обнаруженных в ходе исследования, были выявлены 17, играющих роль в биологической регуляции функций организма (рис. 6, табл. 3).

Таким образом, были выявлены следующие группы генов по биологическим функциям (GOTERM_BP):

1.  Метаболический процесс (GO:0008152).
2.  Биологическая регуляция (GO:0065007).
3.  Реакция на раздражитель (GO:0050896).
4.  Локализация (GO:0051179) — любой процесс, при котором клетка, вещество или клеточный объект, такой как белковый комплекс или органелла, транспортируется, привязывается или иным образом поддерживается в определенном месте.
5.  Организация клеточных компонентов (GO:0016043).
6.  Процесс многоклеточного организма (GO:0032501).
7.  Процесс развития (GO:0032502).
8.  Связь клеток (GO:0007154).
9.  Процесс репродукции (GO:0000003).
10.  Мультиорганический процесс (GO:0051704).

В базе локусов количественных признаков свиней (Pig QTL) из 17 только по 3 генам были найдены кодификации по локусам количественных признаков. Так, ген предрасположенности к аутизму белок 2 (AUTS2) прогнозирует количество желтых тел  в популяции помесных свиней (дюрок х мейшан), его номер в базе QTL 281338.

В связи с тем что от количества желтых тел в организме свиноматок зависит репродуктивный период, взаимосвязь данного гена с толщиной шпика в исследовании имеет логическое обоснование и требует дополнительного научного анализа по выявлению корреляций. Ген FRY (QTL 264162) — по результатам полногеномного исследования на помесных свиньях (дюрок х (ландрас х йокшир) обнаружили его взаимосвязь с массой легких. Ген CFAP221 (QTL:239989; QTL:239991) в исследованиях P. Wu на китайских свиньях циньюй ассоциирован с цветом мяса.

Выводы

Поиск новых генетических маркеров, отвечающих за хозяйственно полезные, в частности мясные, параметры животных, для их дальнейшего практического применения является одним из аспектов геномной оценки животных.

В данном исследовании идентификация ассоциаций генов с изучаемыми признаками свиноматок крупной белой породы осуществлялась с помощью метода полногеномного ассоциативного исследования (GWAS). Из 60 достоверных генов, внутри которых расположены или сцеплены SNP, по биологическим функциям ассоциированы 17 генов по программе DAVID и 3 — по базе Pig QTL. Из всех генов наибольший интерес представляет AUTS2, расположенный на 3-й хромосоме и прогнозирующий количество желтых тел у свиноматок.

Дальнейшее применение выявленных генов будет направлено на расчет частоты влияния генотипа на остальные признаки, построения корреляционных плеяд и разработки тест-системы.

Об авторах

Елена Алексеевна Требунских1; заместитель директора по племенному делу

terramio7@mail.ru; https://orcid.org/0000-0002-5208-3376

Анна Александровна Белоус2; кандидат биологических наук, доцент, заведующая лабораторией

belousa663@gmail.com; https://orcid.org/0000-0001-7533-4281

Пётр Ильич Отраднов; младший научный сотрудник

deriteronard@gmail.com; https://orcid.org/0000-0002-1153-5815

Александр Фёдорович Контэ2; кандидат сельскохозяйственных наук, старший научный сотрудник

alexandrconte@yandex.ru; https://orcid.org/0000-0003-4877-0883

Анастасия Александровна Решетникова2; младший научный сотрудник

reshetnikova.aa@yandex.ru; https://orcid.org/0000-0002-4874-2615

Валерия Владимировна Волкова2; кандидат биологических наук,старший научный сотрудник

moonlit-elf@mail.ru; https://orcid.org/0000-0002-2080-0182

Наталия Анатольевна Зиновьева; директор, доктор биологических наук, академик Российской академии наук, профессор

priemnaya-vij@mail.ru; orcid.org/0000-0003-4017-6863

1ООО Селекционно-гибридный центр «Топ Ген», ул. им. Калинина, 1, с. Верхняя Хава, Верхнехавский р-н, Воронежская обл., 396110, Россия

Федеральный исследовательский центр животноводства — ВИЖ им. академика Л.К. Эрнста, пос. Дубровицы, 60, г. о. Подольск, Московская обл., 142132, Россия

УДК 636.3:576:591.8
DOI: 10.32634/0869-8155-2024-386-9-71-76

Просмотров: 124