دوره 13، شماره 38 - ( زمستان 1401 1401 )
جلد 13 شماره 38 صفحات 161-155 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Khalkhali R, Hedayat N. (2022). Detection of Selection Signatures on the X Chromosome in Iranian Dromedary Camels using Whole Genome Sequencing Data. Res Anim Prod. 13(38), 155-161. doi:10.52547/rap.13.38.155
URL: http://rap.sanru.ac.ir/article-1-1310-fa.html
URL: http://rap.sanru.ac.ir/article-1-1310-fa.html
خلخالی ایوریق رضا، هدایت نعمت. شناسایی نشانههای انتخاب بر روی کروموزوم X در شترهای تککوهانه ایرانی با استفاده از دادههای توالییابی کل ژنوم پژوهشهاي توليدات دامي 1401; 13 (38) :161-155 10.52547/rap.13.38.155
1- پژوهشگر پسادکتری، گروه علوم دامی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
2- گروه علوم دامی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
2- گروه علوم دامی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
چکیده: (1461 مشاهده)
چکیده مبسوط
مقدمه و هدف: هرچند برخلاف بسیاری از گونههای دامی، انتخاب مصنوعی شدیدی روی شترهای تککوهانه صورت نگرفته است، با این حال آثاری از انتخاب طبیعی و انتخاب توسط انسان را میتوان به عنوان نشانههای انتخاب روی ژنوم شترها جستجو کرد. با پیشرفت تکنولوژیهای جدید و توسعه ابزارهای بیوانفورماتیکی، شناسایی این نواحی میتواند با دقت بالایی انجام شود. هدف این مطالعه شناسایی نشانههای انتخاب روی کروموزوم X در شترهای تککوهانه ایرانی با استفاده از دادههای توالییابی کل ژنوم بود.
مواد و روشها: برای انجام این مطالعه، از دادههای ژنومی شش شتر تککوهانه ایرانی به عنوان جمعیت هدف و همچنین هشت نمونه شتر تککوهانه شبهجزیره عربستان به عنوان جمعیت مرجع استفاده شد. شناسایی نشانههای انتخاب با استفاده از دو روش Fst و XP-EHH صورت پذیرفت. برای انجام این آنالیز، از اندازه پنجره kb 50 و اندازه قدم kb 25 استفاده شد و پنجرههای ژنومی که دارای نمره بالاتر از 99امین صدک توزیع ZFst و XP-EHH بودند، به عنوان نشانههای انتخاب احتمالی در نظر گرفته شدند. از برنامه BEDtools برای استخراج ژنهای موجود در این نواحی استفاده شد. آنالیز ژن آنتولوژی روی ژنهای مذکور با استفاده از برنامه g:Profiler انجام گرفت.
یافتهها: براساس نتایج، به ترتیب 13 و 27 ژن با استفاده از روش Fst و XP-EHH به عنوان ژنهای تحت انتخاب مثبت روی کروموزوم X شترهای تککوهانه ایرانی شناسایی شدند. نتایج به دست آمده از آنالیز ژن آنتولوژی نشان داد که عبارات مرتبط با متابولیسم چربی سهم بهسزایی در بین عبارات معنیدار شده دارند. از جمله ژنهای مهم شناسایی شده، DGAT2L6 و AWAT2 بودند که در مقاومت شترها به سطح بالای اشعه ماورای بنفش در شرایط بیابانی نقش دارند. همچنین ژن NSDHL که در ساخت کلسترول دخیل است، احتمالا به باروری در نرها کمک میکند. تنها مسیر KEGG معنادار در این مطالعه مربوط به متابولیسم ویتامین A بود.
نتیجهگیری: به نظر میرسد انتخاب ژنهای مرتبط با متابولیسم چربی، رفتار و مقاومت به اشعه ماورای بنفش در شترهای تککوهانه ایرانی در راستای تعامل با انسان ها و شرایط سخت بیابانی بوده است. بدلیل عدم انجام اصلاح نژاد روی شترها، به نظر میرسد شناخت ویژگیهای ژنومی این حیوانات میتواند به عنوان یک پیش نیاز در زمینه طراحی استراتژیهای اصلاحنژادی در نظر گرفته شود.
مقدمه و هدف: هرچند برخلاف بسیاری از گونههای دامی، انتخاب مصنوعی شدیدی روی شترهای تککوهانه صورت نگرفته است، با این حال آثاری از انتخاب طبیعی و انتخاب توسط انسان را میتوان به عنوان نشانههای انتخاب روی ژنوم شترها جستجو کرد. با پیشرفت تکنولوژیهای جدید و توسعه ابزارهای بیوانفورماتیکی، شناسایی این نواحی میتواند با دقت بالایی انجام شود. هدف این مطالعه شناسایی نشانههای انتخاب روی کروموزوم X در شترهای تککوهانه ایرانی با استفاده از دادههای توالییابی کل ژنوم بود.
مواد و روشها: برای انجام این مطالعه، از دادههای ژنومی شش شتر تککوهانه ایرانی به عنوان جمعیت هدف و همچنین هشت نمونه شتر تککوهانه شبهجزیره عربستان به عنوان جمعیت مرجع استفاده شد. شناسایی نشانههای انتخاب با استفاده از دو روش Fst و XP-EHH صورت پذیرفت. برای انجام این آنالیز، از اندازه پنجره kb 50 و اندازه قدم kb 25 استفاده شد و پنجرههای ژنومی که دارای نمره بالاتر از 99امین صدک توزیع ZFst و XP-EHH بودند، به عنوان نشانههای انتخاب احتمالی در نظر گرفته شدند. از برنامه BEDtools برای استخراج ژنهای موجود در این نواحی استفاده شد. آنالیز ژن آنتولوژی روی ژنهای مذکور با استفاده از برنامه g:Profiler انجام گرفت.
یافتهها: براساس نتایج، به ترتیب 13 و 27 ژن با استفاده از روش Fst و XP-EHH به عنوان ژنهای تحت انتخاب مثبت روی کروموزوم X شترهای تککوهانه ایرانی شناسایی شدند. نتایج به دست آمده از آنالیز ژن آنتولوژی نشان داد که عبارات مرتبط با متابولیسم چربی سهم بهسزایی در بین عبارات معنیدار شده دارند. از جمله ژنهای مهم شناسایی شده، DGAT2L6 و AWAT2 بودند که در مقاومت شترها به سطح بالای اشعه ماورای بنفش در شرایط بیابانی نقش دارند. همچنین ژن NSDHL که در ساخت کلسترول دخیل است، احتمالا به باروری در نرها کمک میکند. تنها مسیر KEGG معنادار در این مطالعه مربوط به متابولیسم ویتامین A بود.
نتیجهگیری: به نظر میرسد انتخاب ژنهای مرتبط با متابولیسم چربی، رفتار و مقاومت به اشعه ماورای بنفش در شترهای تککوهانه ایرانی در راستای تعامل با انسان ها و شرایط سخت بیابانی بوده است. بدلیل عدم انجام اصلاح نژاد روی شترها، به نظر میرسد شناخت ویژگیهای ژنومی این حیوانات میتواند به عنوان یک پیش نیاز در زمینه طراحی استراتژیهای اصلاحنژادی در نظر گرفته شود.
فهرست منابع
1. Almathen, F., P. Charruau, E. Mohandesan, J.M. Mwacharo, P. Orozco-terWengel, D. Pitt, A.M. Abdussamad, M. Uerpmann, H.P. Uerpmann, B. De Cupere and P. Magee. 2016. Ancient and modern DNA reveal dynamics of domestication and cross-continental dispersal of the dromedary. Proceedings of the National Academy of Sciences, 113: 6707-6712. [DOI:10.1073/pnas.1519508113]
2. Bahbahani, H., H. Clifford, D. Wragg, M.N. Mbole-Kariuki, C. Van Tassell, T. Sonstegard, M. Woolhouse, and O. Hanotte. 2015. Signatures of positive selection in East African Shorthorn Zebu: A genome-wide single nucleotide polymorphism analysis. Scientific Reports, 5: 1-13. [DOI:10.1038/srep11729]
3. Bahbahani, H., H.H. Musa, D. Wragg, E.S. Shuiep, F. Almathen and O. Hanotte. 2019. Genome diversity and signatures of selection for production and performance traits in dromedary camels. Frontiers in Genetics, 893. [DOI:10.3389/fgene.2019.00893]
4. Bolger, A.M., M. Lohse and B. Usadel 2014. Trimmomatic: a flexible trimmer for Illumina sequence data. Bioinformatics, 30: 2114-2120. [DOI:10.1093/bioinformatics/btu170]
5. Bayeriyar, M., S.H. Hafezian, A.H. Khaltabadi Farahani, A. Farhadi and H. Mohammadi. 2021. Bioinformatics Analysis of some genomic regions in sheep population based on meta-analysis. Research on Animal Production. 12: 150-159. In Persian
6. Browning, B.L., X. Tian, Y. Zhou and S.R. Browning. 2021. Fast two-stage phasing of large-scale sequence data. The American Journal of Human Genetics, 108: 1880-1890. [DOI:10.1016/j.ajhg.2021.08.005]
7. Bunel, A., A.L. Nivet, P. Blondin, C. Vigneault, F.J. Richard and M.A. Sirard. 2014. Cumulus cell gene expression associated with pre-ovulatory acquisition of developmental competence in bovine oocytes. Reproduction, Fertility and Development, 26: 855-865. [DOI:10.1071/RD13061]
8. Czech, B., B. Guldbrandtsen and J. Szyda. 2020. Patterns of DNA variation between the autosomes, the X chromosome and the Y chromosome in Bos taurus genome. Scientific Reports, 10: 1-13. [DOI:10.1038/s41598-020-70380-9]
9. Eusebi, P.G., N. Sevane, T. O'Rourke, M. Pizarro, C. Boeckx and S. Dunner. 2021. Gene expression profiles underlying aggressive behavior in the prefrontal cortex of cattle. BMC Genomics, 22: 1-14. [DOI:10.1186/s12864-021-07505-5]
10. Fallahsharoudi, A., N. de Kock, M. Johnsson, S.J. Ubhayasekera, J. Bergquist, D. Wright and P. Jensen. 2015. Domestication effects on stress induced steroid secretion and adrenal gene expression in chickens. Scientific Reports, 5: 1-10. [DOI:10.1038/srep15345]
11. Guo, J., H. Tao, P. Li, L.I. Li, T. Zhong, L. Wang, J. Ma, X. Chen, T. Song and H. Zhang. 2018. Whole-genome sequencing reveals selection signatures associated with important traits in six goat breeds. Scientific Reports, 8: 1-11. [DOI:10.1038/s41598-018-28719-w]
12. Harris, J.A and R.F. Westbrook. 1998. Evidence that GABA transmission mediates context-specific extinction of learned fear. Psychopharmacology, 140: 105-115. [DOI:10.1007/s002130050745]
13. Hedayat-Evrigh, N., R. Khalkhali-Evrigh and M.R. Bakhtiarizadeh. 2020. Genome-wide identification and analysis of variants in domestic and wild bactrian camels using whole-genome sequencing data. International journal of genomics, 2020. [DOI:10.1155/2020/2430846]
14. Holmes, R.S. 2012. Vertebrate patatin-like phospholipase domain-containing protein 4 (PNPLA4) genes and proteins: a gene with a role in retinol metabolism, 3 Biotech, 2: 277-286. [DOI:10.1007/s13205-012-0063-7]
15. Kashani, S.M.M., G. Rahimi Mianji and H. Moradi Shahrbabak. 2018. Genome-wide scan for selection signatures in Iranian Sarabi and Taleshi indigenous breed. Research on Animal Production. 9: 88-99 (In Persian). [DOI:10.29252/rap.9.20.88]
16. Khalkhali-Evrigh, R., S.H. Hafezian, N. Hedayat-Evrigh, A. Farhadi and M.R. Bakhtiarizadeh. 2018. Genetic variants analysis of three dromedary camels using whole genome sequencing data. PloS one, 13: p.e0204028. [DOI:10.1371/journal.pone.0204028]
17. Khalkhali-Evrigh, R., N. Hedayat, L. Ming and Jirimutu. 2022. Identification of selection signatures in Iranian dromedary and Bactrian camels using whole genome sequencing data. Scientific Reports, 12: 1-10. [DOI:10.1038/s41598-022-14376-7]
18. Kjærner-Semb, E., F. Ayllon, T. Furmanek, V. Wennevik, G. Dahle, E. Niemelä, M. Ozerov, J.P. Vähä, K.A. Glover, C.J. Rubin and A. Wargelius. 2016. Atlantic salmon populations reveal adaptive divergence of immune related genes-a duplicated genome under selection. BMC Genomics, 17: 1-12. [DOI:10.1186/s12864-016-2867-z]
19. Li, H. and R. Durbin. 2009. Fast and accurate short read alignment with Burrows-Wheeler transform. Bioinformatics, 25: 1754-1760. [DOI:10.1093/bioinformatics/btp324]
20. Liu, C., H. Chen, Z. Ren, X. Yang and C. Zhang. 2020. Development of genomic resources and identification of genetic diversity and genetic structure of the domestic Bactrian camel in China by RAD sequencing. Frontiers in Genetics, 797. [DOI:10.3389/fgene.2020.00797]
21. Lopes-Marques, M., A.M. Machado, L.Q. Alves, M.M. Fonseca, S. Barbosa, M.H.S. Sinding, M.H. Rasmussen, M.R. Iversen, M. Frost Bertelsen, P.F. Campos and R. da Fonseca. 2019. Complete inactivation of sebum-producing genes parallels the loss of sebaceous glands in Cetacea. Molecular Biology and Evolution, 36: 1270-1280. [DOI:10.1093/molbev/msz068]
22. Ma, Y., H. Zhang, Q. Zhang and X. Ding. 2014. Identification of selection footprints on the X chromosome in pig. PloS one, 9: p.e94911. [DOI:10.1371/journal.pone.0094911]
23. McKenna, A., M. Hanna, E. Banks, A. Sivachenko, K. Cibulskis, A. Kernytsky, K. Garimella, D. Altshuler, S. Gabriel, M. Daly and M.A. DePristo. 2010. The Genome Analysis Toolkit: a MapReduce framework for analyzing next-generation DNA sequencing data. Genome Research, 20: 1297-1303. [DOI:10.1101/gr.107524.110]
24. Niemann, C. and V. Horsley. 2012. Development and homeostasis of the sebaceous gland. In Seminars in cell & developmental biology. Academic Press, 928-936 pp [DOI:10.1016/j.semcdb.2012.08.010]
25. Nieradka, A., G. Grech, M. Blazquez-Domingo, H. Beug and M. von Lindern. 2007. Translation of IGBP1 mRNA contributes to the regulation of expansion and differentiation of erythroid progenitors. Blood Cells, Molecules and Diseases, 2: 162-163. [DOI:10.1016/j.bcmd.2006.10.100]
26. Novais, F.J., P.R.L. Pires, P.A. Alexandre, R.A. Dromms, A.H. Iglesias, J.B.S. Ferraz, M.P.W. Styczynski, H. and Fukumasu. 2019. Identification of a metabolomic signature associated with feed efficiency in beef cattle. BMC Genomics, 20: 1-10. [DOI:10.1186/s12864-018-5406-2]
27. Pappas, A. 2009. Epidermal surface lipids. Dermato-Endocrinology, 1: 72-76. [DOI:10.4161/derm.1.2.7811]
28. Pujolar, J.M., M.W. Jacobsen and F. Bertolini. 2022. Comparative genomics and signatures of selection in North Atlantic eels. Marine Genomics, 62 p.100933. [DOI:10.1016/j.margen.2022.100933]
29. Quinlan, A.R. and I.M. Hall. 2010. BEDTools: a flexible suite of utilities for comparing genomic features. Bioinformatics, 26: 841-842. [DOI:10.1093/bioinformatics/btq033]
30. Rubin, C.J., H.J. Megens, A.M. Barrio, K. Maqbool, S. Sayyab, D. Schwochow, C. Wang, Ö. Carlborg, P. Jern, C.B. Jørgensen and A.L. Archibald. 2012. Strong signatures of selection in the domestic pig genome. Proceedings of the National Academy of Sciences, 109: 19529-19536. [DOI:10.1073/pnas.1217149109]
31. Salleh, M.S., G. Mazzoni, J.K. Höglund, D.W. Olijhoek, P. Lund, P. Løvendahl and H.N. Kadarmideen. 2017. RNA-Seq transcriptomics and pathway analyses reveal potential regulatory genes and molecular mechanisms in high-and low-residual feed intake in Nordic dairy cattle. BMC Genomics, 18: 1-17. [DOI:10.1186/s12864-017-3622-9]
32. Szpiech, Z.A. and R.D. Hernandez. 2014. selscan: an efficient multithreaded program to perform EHH-based scans for positive selection. Molecular Biology and Evolution, 31: 2824-2827. [DOI:10.1093/molbev/msu211]
33. Wang, T., M. Zhou, J. Guo, Y.Y. Guo, K. Ding, P. Wang and Z.P. Wang. 2021. Analysis of selection signatures on the Z chromosome of bidirectional selection broiler lines for the assessment of abdominal fat content. BMC Genomic Data, 22: 1-10. [DOI:10.1186/s12863-021-00971-6]
34. Wu, H., Y.H. Liu, G.D. Wang, C.T. Yang, N.O. Otecko, F. Liu, S.F. Wu, L. Wang, L. Yu and Y.P. Zhang. 2016. Identifying molecular signatures of hypoxia adaptation from sex chromosomes: A case for Tibetan Mastiff based on analyses of X chromosome. Scientific Reports, 6: 1-9. [DOI:10.1038/srep35004]
35. Yang, G., S. Li, Q. Zhao, J. Chu, B. Zhou, S. Fan, F. Shi, X. Wei, X. Hu, X. Zheng, Z. and Liu. 2021. Transcriptomic and metabolomic insights into the variety of sperm storage in oviduct of egg layers. Poultry Science, 100: 101087. [DOI:10.1016/j.psj.2021.101087]
36. Zhao, Y., Y. Hou, F. Liu, A. Liu, L. Jing, C. Zhao, Y. Luan, Y. Miao, S. Zhao and X. Li. 2016. Transcriptome analysis reveals that vitamin a metabolism in the liver affects feed efficiency in pigs. G3: Genes, Genomes, Genetics, 6: 3615-3624. [DOI:10.1534/g3.116.032839]
37. Zhu, C., H. Fan, Z. Yuan, S. Hu, L. Zhang, C. Wei, Q. Zhang, F. Zhao and L. Du. 2015. Detection of selection signatures on the X chromosome in three sheep breeds. International Journal of Molecular Sciences, 16: 20360-20374. [DOI:10.3390/ijms160920360]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
