Геномная оценка и фенотипическая характеристика F2 ресурсной популяции овец

В статье представлены результаты оценки генетического разнообразия и анализа главных компонент (PCA) в ресурсной популяции овец, специально созданной на основе скрещивания быстрорастущей (катадин) и медленнорастущей (романовская) пород для картирования QTL, ассоциированных со скоростью роста. Исследование было проведено на 88 головах ресурсной популяции овец, включающих два неродственных семейства, разводимых на территории Московской области с 2017 года. Каждое семейство состоит из барана-родоначальника породы катадин, романовских маток (матери), межпородных кроссов F1 и двух групп возвратных кроссов. Все животные были генотипированы с помощью ДНК-чипа высокой плотности Illumina Ovine Infinium® HD SNP BeadChip (~600 тысяч SNP-маркеров). В программе PLINK v.1.90 была проведена фильтрация SNP-маркеров и выполнен анализ PCA с визуализацией в R пакете ggplot2. Параметры генетического разнообразия (Ho, uHe, Ar, FIS) рассчи-таны в пакете R «diveRsity». Было показано, что оба кросса превосходят исходную материнскую породу по уровню генетического разнообразия. Кроссы F1 характеризуются наивысшим уровнем наблюдаемой гетерозиготности (Ho = 0,409-0,407), в то время как Ho составила от 0,382 до 0,396 у возвратных кроссов соответственно. Ожидаемая гетерозиготность варьировала от 0,329 до 0,356 в группах овец, составляющих ресурсную популяцию. Показатель аллельного разнообразия был довольно высоким во всех группах (более 1,849). PCA показал, что подобранные родительские породы являются контрастными, как и должно быть при успешной закладке ресурсной популяции. Дана фенотипическая характеристика возвратных кроссов по живой массе и девяти промерам туловища в 9, 42 и 90 дней. Коэффициенты вариации были наиболее высокими по живой массе (17,0-19,0%), длине туловища (15,5-22,3%) и косой длине туловища (16,2 и 22,7%) в 90 дней. Полученные результаты являются промежуточными и создают генотипическую и фенотипическую базу для проведения GWAS на следующем этапе нашего исследования.

SNP-генотипирование, ДНК-микроматрицы, генетическое разнообразие, популяция для картирования QTL, домашние овцы

1. Kijas J. W., Lenstra J. A., Hayes B., Boitard S., Porto Neto L. R., San Cristobal M., Servin B., McCul-loch R., Whan V., Gietzen K., Paiva S., Barendse W., Ciani E., Raadsma H., McEwan J., Dalrymple B., Internation-al Sheep Genomics Consortium Members. Genome-wide analysis of the world's sheep breeds reveals high levels of historic mixture and strong recent selection. PLoS Biol. 2012;10. DOI: https://doi.org/10.1371/journal.pbio.1001258

2. Beynon S. E., Slavov G. T., Farré M., Sunduimijid B., Waddams K., Davies B., Haresign W., Kijas J., Mac-Leod I. M., Newbold C. J., Davies L., Larkin D. M. Population structure and history of the Welsh sheep breeds deter-mined by whole genome genotyping. BMC Genet. 2015;16:65. DOI: https://doi.org/10.1186/s12863-015-0216-x

3. Lv F. H., Agha S., Kantanen J., Colli L., Stucki S., Kijas J. W., Joost S., Li M. H., Marsan P. A. Adaptations to Climate-Mediated Selective Pressures in Sheep. Molecular Biology and Evolution. 2014; 31(12):3324-3343. DOI: https://doi.org/10.1093/molbev/msu264

4. Rochus C. M., Tortereau F., Plisson-Petit F., Restoux G., Moreno-Romieux C., Tosser-Klopp G., Servin B. Revealing the selection history of adaptive loci using genome-wide scans for selection: an example from domestic sheep. BMC Genomics. 2018;19. DOI: https://doi.org/10.1186/s12864-018-4447-x

5. Al-Mamun H. A., Kwan P., Clark S. A., Ferdosi M. H., Tellam R., Gondro C. Genome-wide association study of body weight in Australian Merino sheep reveals an orthologous region on OAR6 to human and bovine genomic regions affecting height and weight. Genet. Sel. Evol. 2015;47(1):66. DOI: https://doi.org/10.1186/s12711-015-0142-4

6. Kominakis A., Hager-Theodorides A. L., Zoidis E., Saridaki A., Antonakos G., Tsiamis G. Combined GWAS and 'guilt by association'-based prioritization analysis identifies functional candidate genes for body size in sheep. Genet. Sel. Evol.2017;49:41. DOI: https://doi.org/10.1186/s12711-017-0316-3

7. Chang C. C., Chow C. C., Tellier L. C., Vattikuti S., Purcell S. M., Lee J. J. Second-generation PLINK: rising to the challenge of larger and richer datasets. GigaScience. 2015;4:1-16. DOI: https://doi.org/10.1186/s13742-015-0047-8

8. Keenan K., McGinnity P., Cross T. F., Crozier W. W., Prodohl P. A. diveRsity: An R package for the estimation of population genetics parameters and their associated errors. Methods Ecol Evol. 2013;4:782-788. DOI: https://doi.org/10.1111/2041-210X.12067

9. Qiao R., Gao J., Zhang Z., Li L., Xie X., Fan Y., Cui L., Ma J., Ai H., Ren J., Huang L. Genome-wide associa-tion analyses reveal significant loci and strong candidate genes for growth and fatness traits in two pig populations. Genet Sel Evol. 2015; 47(1):17. DOI: https://doi.org/10.1186/s12711-015-0089-5

10. Gu X., Feng C., Ma L., Song C., Wang Y., Da Y., Li H., Chen K., Ye S., Ge C., Hu X., Li N. Genome-Wide Association Study of Body Weight in Chicken F2 Resource Population. PLoS ONE. 2011;6(7):e21872. DOI: https://doi.org/10.1371/journal.pone.0021872

11. Jonas E., Thomson P. C., Raadsma H. W. Genome-wide association study and fine mapping of QTL on OAR 21 for body weight in sheep. Proceeding of the 9th World Congress on Genetics Applied to Livestock Produc-tion: 1-6 August 2010. Leipzig, 2010.

12. Ledur M. C., Navarro N., Perez-Enciso M. Large-scale SNP genotyping in crosses between outbred lines: how useful is it? Heredity. 2009;105:173-182. DOI: https://doi.org/10.1038/hdy.2009.149

13. Deniskova T. E., Dotsev A. V., Selionova M. I., Kunz E., Medugorac I., Reyer H., Wimmers K., Barbato M., Traspov A. A., Brem G., Zinovieva N. A. Population structure and genetic diversity of 25 Russian sheep breeds based on whole-genome genotyping. Genet Sel Evol 2018; 50(1):29. DOI: https://doi.org/10.1186/s12711-018-0399-5

14. Edea Z., Dessie T., Dadi H., Do K. T., Kim K. S. Genetic Diversity and Population Structure of Ethiopian Sheep Populations Revealed by High-Density SNP Markers. Front Genet. 2017; 8:218. DOI: https://doi.org/10.3389 /fgene.2017.00218