Использование таргетного секвенирования для генотипирования овец породы джалгинский меринос

Однонуклеотидные полиморфизмы (SNP), как наиболее важный тип генетической изменчивости, широко используются для подтверждения происхождения сельскохозяйственных животных и играют важную роль в селекции и разведении. Наиболее важным преимуществом при идентификации аллелей SNP является точность, что позволяет с уверенностью определять генотип. AgriSeq (ThermoFisher (США)) – это технология секвенирования, которая может быть использована для целенаправленной амплификации и повторного секвенирования тысяч мишеней SNP в рамках одной реакции. Этот метод специально адаптирован для животноводства и уже содержит готовые панели для некоторых видов домашних животных, однако, для использования их у овец необходимо провести предварительный отбор локусов, пригодных для генотипирования секвенированием. Цель работы: изучить эффективность выявления и распространенности локусов из предложенного набора SNP при обследовании новых поколений овец породы джалгинский меринос. Материалом для исследования послужили данные таргетного секвенирования геномов овец российских пород по сформированному набору локусов с целью выявления однонуклеотидных полиморфизмов. Предложенная панель локусов, модифицированная после валидации на втором поколении животных, содержит 352 замены, пригодных для генотипирования секвенированием и 413 полиморфизмов, ассоциированных с мясной продуктивностью животных. Оценка частоты встречаемости полиморфизмов, имеющих достоверную связь с показателями мясной продуктивности, между группами 2021 и 2022 года рождения показала, что большинство замен почти не различаются по частоте встречаемости между поколениями. Полученные в результате исследований показатели частоты встречаемости замен в группе выбранных животных позволяют сделать заключение, что выбранные нами полиморфизмы находятся в локусах, не подверженных существенным перестройкам в течение нескольких поколений, и могут быть информативны в течение достаточно длительного времени.

1. Mrode R. A., Ojango J. M. K., Okeyo A. M., Mwacharo J. Genomic selection and use of molecular tools in breeding programs for indigenous and crossbred cattle in developing countries: current status and future prospects. Frontiers in Genetics. 2018;9:694. DOI: https://doi.org/10.3389/fgene.2018.00694

2. Braz С. U., Rowan T. N., Schnabel R. D., Decker J. E. Genome-wide association analyses identify genotype-byenvironment interactions of growth traits in Simmental cattle. Scientific report. 2021;11(1):13335. DOI: https://doi.org/10.1038/s41598-021-92455-x

3. Gao G., Gao N., Li S., Kuang W., Zhu L., Jiang W., et al. Genome-Wide Association Study of Meat Quality Traits in a Three-Way Crossbred Commercial Pig Population. Frontiers in Genetics. 2021;12:614087. DOI: https://doi.org/10.3389/fgene.2021.614087

4. Xu S.-S., Gao L., Shen M., Lyu F. Whole-Genome Selective Scans Detect Genes Associated With Important Phenotypic Traits in Sheep (Ovis aries). Frontiers in Genetics. 2021:12;738879. DOI: https://doi.org/10.3389/fgene.2021.738879

5. Al-Atiyat M. R. The power of 28 microsatellite markers for parentage testing in sheep. Electronic Journal of Biotechnology. 2015;18(2):116–121. DOI: https://doi.org/10.1016/j.ejbt.2015.01.001

6. De Camargo G. M. F. The role of molecular genetics in livestock production. Animal Production Science. 2018;59(2):201–206. DOI: https://doi.org/10.1071/AN18013

7. Rahman M. A., Juyena N. S., Shmsuddin M., Bhuiyan M. M. U. Genomic tools and genetic improvement of crossbred Friesian cattle. Research in Agriculture Livestock and Fisheries. 2021;8(1):89–107. DOI: https://doi.org/10.3329/ralf.v8i1.53271

8. Gebrehiwot N. Z., Strucken E. M., Marshall K., Aliloo H., Gibson J. P. SNP panels for the estimation of dairy breed proportion and parentage assignment in African crossbred dairy cattle. Genetics Selection Evolution. 2021;53:21. DOI: https://doi.org/10.1186/s12711-021-00615-4

9. Brito L. F., Clarke S. M., McEwan J. C., Miller S. P., Pickering N. K., Bain W. E., et al. Prediction of genomic breeding values for growth, carcass and meat quality traits in a multi-breed sheep population using a HD SNP chip. BMC Genomic Data. 2017;18:7. DOI: https://doi.org/10.1186/s12863-017-0476-8

10. Clarke S. M., Henry H. M., Dodds K. G., Jowett T. W. D., Manley T. R., Anderson R. M., et al. A high throughput single nucleotide polymorphism multiplex assay for parentage assignment in New Zealand sheep. PLoS ONE. 2014;9(4):e93392. DOI: https://doi.org/10.1371/journal.pone.0093392

11. Heaton M. P., Leymaster K. A., Kalbfleisch T. S., Kijas J. W., Clarke S. M., McEwan J. C., et al. SNPs for Parentage Testing and Traceability in Globally Diverse Breeds of Sheep. PLoS ONE. 2014;9(4):e94851. DOI: https://doi.org/10.1371/journal.pone.0094851

12. De Donato M., Peters S. O., Mitchell S. E., Hussain T., Imumorin I. G. Genotyping-by-Sequencing (GBS): A Novel, Efficient and Cost-Effective Genotyping Method for Cattle Using Next-Generation Sequencing. PLoS ONE. 2013;8(5):e62137. DOI: https://doi.org/10.1371/journal.pone.0062137

13. Ciani E., Mastrangelo S., Da Silva A., Marroni F., Ferenčaković M., Ajmone-Marsan P., et al. On the origin of European sheep as revealed by the diversity of the Balkan breeds and by optimizing population-genetic analysis tools. Genetics Selection Evolution. 2020;52:25. DOI: https://doi.org/10.1186/s12711-020-00545-7

14. Willis R. C. A., Burrell M., Swimley P., Siddavatam R. Modular automation solution for genotyping by sequencing for animal breeding. Proc. W. Cong. Gen. App. Livest. Prod. 2018;11:313.

15. Krivoruchko A., Likhovid A., Kanibolotskaya A., Saprikina T., Kizilova N., Kukharuk M., Yatsyk O. A genome-wide SNPs searching using the Illumina BeadChip in Jalgin Merino sheep breed. Bulgarian Journal of Agricultural Science.2024;30(1):3–10.

16. Tortereau F., Moreno C. R., Tosser-Klopp G. Development of a SNP panel dedicated to parentage assignment in French sheep populations. BMC genetics. 2017;18:50. DOI: https://doi.org/10.1186/s12863-017-0518-2

17. McClure M. C., McCarthy J., Flynn P., McClure J. C., Dair E., O'Connell D. K., Kearney J. F. SNP Data Quality Control in a National Beef and Dairy Cattle System and Highly Accurate SNP Based Parentage Verification and Identification. Frontiers in Genetics. 2018;9:00084. DOI: https://doi.org/10.3389/fgene.2018.00084