دوره 14، شماره 3 - ( پاییز 1402 )
جلد 14 شماره 3 صفحات 79-70 |
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:
Mohammadi H, Shamsollahi M. (2023). Genome Wide Association Study Based on Pathway Analysis Relate to Total Number of Lambs Born and First Lambing Age in Prolificacy Sheep. Res Anim Prod. 14(3), 70-79. doi:10.61186/rap.14.41.70
URL: http://rap.sanru.ac.ir/article-1-1380-fa.html
URL: http://rap.sanru.ac.ir/article-1-1380-fa.html
محمدی حسین، شمس اللهی محمد. مطالعه پویش کل ژنومی بر پایه آنالیز مسیر مرتبط با صفات تعداد کل بره متولد شده و سن اولین زایش در گوسفندان چند قلوزا پژوهشهاي توليدات دامي 1402; 14 (3) :79-70 10.61186/rap.14.41.70
حسین محمدی*1 
، محمد شمس اللهی2
، محمد شمس اللهی2
1- گروه علوم دامی، دانشکده کشاورزی و محیط زیست، دانشگاه اراک، اراک، ایران
2- گروه علوم دامی، دانشکده کشاورزی، دانشگاه ایلام، ایلام، ایران
2- گروه علوم دامی، دانشکده کشاورزی، دانشگاه ایلام، ایلام، ایران
چکیده: (1347 مشاهده)
چکیده مبسوط
مقدمه و هدف: بررسی معماری ژنتیکی صفات تولیدمثلی بهدلیل اینکه تأثیر عمدهای بر سیستمهای تولیدی در صنعت گوسفنداری دارد، مورد توجه محققین قرار گرفته است. هدف پژوهش حاضر، شناسایی مناطق ژنومی مؤثر بر تعداد کل نتاج متولد شده و سن اولین برهزایی میش‌های نژاد پربازده کایاس با استفاده از آرایه‌های ژنومی 50K بود.
مواد و روشها: در این تحقیق، از اطلاعات ژنوتیپی و فنوتیپی 538 رأس از میش‌های با باروری بالا شامل تعداد کل بره متولد شده در طول عمر و سن اولین زایش استفاده شد. آنالیز در سه مرحله شامل تعیین مکان SNPهای معنی‌دار با ژن، ارتباط ژن‌ها به طبقات عملکردی و مسیرهای بیوشیمیایی و در ادامه آنالیز همبستگی بین هر یک از مسیرهای عملکردی با صفات فنوتیپی مورد نظر انجام گرفت. ارزیابی پویش ژنومی برای صفات تولید مثلی در نرم‌افزار GEMMA انجام شد و سپس با استفاده از بسته نرمافزاری biomaRt2 برنامه R ژنهای معنی‌داری که در داخل و یا 15 کیلوباز بالا و پاییندست نشانگرهای معنی‌دار قرار داشتند، شناسایی شدند. در نهایت، آنالیز غنی‌سازی مجموعه‌های ژنی با برنامه برخط KOBAS با هدف شناسایی عملکرد بیولوژیکی ژنهای نزدیک به مناطق انتخابی از طریق پایگاه‌های برخط GO، KEGG، Reactome، BioCyc و PANTHER انجام شد.
یافته‌ها: در این پژوهش تعداد 11 نشانگر تک نوکلئوتیدی روی کروموزوم‌‌های 1، 2، 5، 7، 8، 10، 13، 15، 17، 22 و 23 شناسایی شدند. در این مناطق ژنهای QULP1،AURKA،TEX12،DLG1T،ACVR1، LCP2 و PPFIA2 که با صفات تولیدمثلی در ارتباط هستند، قرار داشتند. برخی از این ژنهای شناسایی شده در این تحقیق با مطالعات قبلی همخوانی داشتند. در تحلیل غنی‌سازی مجموعه‌های ژنی، تعداد 19 مسیر بیولوژیکی مرتبط با صفات تولید مثلی شناسایی شدند. برخی از مسیرهای زیستی شناسایی شده در باروری، نرخ تخمکاندازی، بیوسنتز استروژن، نرخ آبستنی، رشد و توسعه عضلات اسکلتی، رشد ابتدایی جنین و سن بلوغ نقش مهمی دارند.
نتیج‌هگیری: نتایج حاصل از این تحقیق می‌تواند نقش مکانیسم‌های ژنتیکی موثر بر صفات تولید مثلی بیشتر آشکار سازد. با توجه به تأیید مناطق قبلی پویش ژنومی و نیز شناسایی مناطق ژنومی جدید در این مطالعه، می توان با اطمینان بیشتراز یافتههای این پژوهش در برنامه‌های اصلاح نژادی برای صفات اقتصادی مهم در گوسفند استفاده نمود.
مقدمه و هدف: بررسی معماری ژنتیکی صفات تولیدمثلی بهدلیل اینکه تأثیر عمدهای بر سیستمهای تولیدی در صنعت گوسفنداری دارد، مورد توجه محققین قرار گرفته است. هدف پژوهش حاضر، شناسایی مناطق ژنومی مؤثر بر تعداد کل نتاج متولد شده و سن اولین برهزایی میش‌های نژاد پربازده کایاس با استفاده از آرایه‌های ژنومی 50K بود.
مواد و روشها: در این تحقیق، از اطلاعات ژنوتیپی و فنوتیپی 538 رأس از میش‌های با باروری بالا شامل تعداد کل بره متولد شده در طول عمر و سن اولین زایش استفاده شد. آنالیز در سه مرحله شامل تعیین مکان SNPهای معنی‌دار با ژن، ارتباط ژن‌ها به طبقات عملکردی و مسیرهای بیوشیمیایی و در ادامه آنالیز همبستگی بین هر یک از مسیرهای عملکردی با صفات فنوتیپی مورد نظر انجام گرفت. ارزیابی پویش ژنومی برای صفات تولید مثلی در نرم‌افزار GEMMA انجام شد و سپس با استفاده از بسته نرمافزاری biomaRt2 برنامه R ژنهای معنی‌داری که در داخل و یا 15 کیلوباز بالا و پاییندست نشانگرهای معنی‌دار قرار داشتند، شناسایی شدند. در نهایت، آنالیز غنی‌سازی مجموعه‌های ژنی با برنامه برخط KOBAS با هدف شناسایی عملکرد بیولوژیکی ژنهای نزدیک به مناطق انتخابی از طریق پایگاه‌های برخط GO، KEGG، Reactome، BioCyc و PANTHER انجام شد.
یافته‌ها: در این پژوهش تعداد 11 نشانگر تک نوکلئوتیدی روی کروموزوم‌‌های 1، 2، 5، 7، 8، 10، 13، 15، 17، 22 و 23 شناسایی شدند. در این مناطق ژنهای QULP1،AURKA،TEX12،DLG1T،ACVR1، LCP2 و PPFIA2 که با صفات تولیدمثلی در ارتباط هستند، قرار داشتند. برخی از این ژنهای شناسایی شده در این تحقیق با مطالعات قبلی همخوانی داشتند. در تحلیل غنی‌سازی مجموعه‌های ژنی، تعداد 19 مسیر بیولوژیکی مرتبط با صفات تولید مثلی شناسایی شدند. برخی از مسیرهای زیستی شناسایی شده در باروری، نرخ تخمکاندازی، بیوسنتز استروژن، نرخ آبستنی، رشد و توسعه عضلات اسکلتی، رشد ابتدایی جنین و سن بلوغ نقش مهمی دارند.
نتیج‌هگیری: نتایج حاصل از این تحقیق می‌تواند نقش مکانیسم‌های ژنتیکی موثر بر صفات تولید مثلی بیشتر آشکار سازد. با توجه به تأیید مناطق قبلی پویش ژنومی و نیز شناسایی مناطق ژنومی جدید در این مطالعه، می توان با اطمینان بیشتراز یافتههای این پژوهش در برنامه‌های اصلاح نژادی برای صفات اقتصادی مهم در گوسفند استفاده نمود.
فهرست منابع
1. Abdoli, R., Zamani, P., Mirhosseini, S. Z., Ghavi Hossein-Zadeh, N., & Almasi, M. (2019). Genetic parameters and trends for litter size in Markhoz goats. Revista Colombiana de Ciencias Pecuarias, 32(1),58-63. [DOI:10.17533/udea.rccp.v32n1a07]
2. Bezdicek, J., Stadnik, L., & Louda, F. (2015). The influence of inbreeding depression on reproduction traits-age at first calving in dairy cows. Bulgarian Journal of Agricultural Science, 21(3), 680-686.
3. Boroujeni, P.B., Sabbaghian, M., Totonchi, M., Sodeifi, N., Sarkardeh, H., Samadian, A., Sadighi-Gilani M. A., & Gourabi, H. (2018). Expression analysis of genes encoding TEX11, TEX12, TEX14 and TEX15 in testis tissues of men with non-obstructive azoospermia. JBRA Assist Reproduction, 22(3), 185-192 [DOI:10.5935/1518-0557.20180030]
4. Bonde, J. P., Flachs, E. M., Rimborg, S., Glazer, C. H., Giwercman, A., Ramlau-Hansen, C. H., & Bräuner, E. V. (2016). The epidemiologic evidence linking prenatal and postnatal exposure to endocrine disrupting chemicals with male reproductive disorders: A systematic review and meta-analysis. Human Reproduction Update, 23, 104-125. [DOI:10.1093/humupd/dmw036]
5. Bu, D., Luo, H., Huo, P., Wang, Z., Zhang, S., He, Z., Wu, Y., Zhao, L., & Guo, J. (2021). KOBAS-i: intelligent prioritization and exploratory visualization of biological functions for gene enrichment analysis. Nucleic Acids Research, 49, 317-325. [DOI:10.1093/nar/gkab447]
6. Clancey, E., Kiser, J. N., Moraes, J. G. N., Dalton, J. C., Spencer, T. E., & Neibergs, H. L. (2019). Genome-wide association analysis and gene set enrichment analysis with SNP data identify genes associated with 305-day milk yield in Holstein dairy cows. Animal Genetics, (3), 254-258. [DOI:10.1111/age.12792]
7. Cochran, S. D., Cole, J. B., Null, D. J., & Hansen, P. J. (2013). Discovery of single nucleotide polymorphisms in candidate genes associated with fertility and production traits in Holstein cattle. BMC Genetic, 7(14): 49. [DOI:10.1186/1471-2156-14-49]
8. Durinck, S., Spellman, P. T., Birney, E., & Huber, W. (2009). Mapping identifiers for the integration of genomic datasets with the R/bioconductor package biomaRt. Nature Protocols, 4, 1184-1191. [DOI:10.1038/nprot.2009.97]
9. Dadousis, C., Pegolo, S., Rosa, G. J. M., Gianola, D., Bittante, G., & 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. [DOI:10.3168/jds.2016-11587]
10. Esmaeili-Fard, S. M., Gholizadeh, M., Hafezian, S. H., & Abdollahi-Arpanahi, R. (2021). Genome-wide association study and pathway analysis identify NTRK2 as a novel candidate gene for litter size in sheep. PLoS One, 16(1), e0244408. [DOI:10.1371/journal.pone.0244408]
11. Fernández, J. C., Pérez, J. E., Herrera, N., Martínez, R., Bejarano, D., & Rocha J. F. (2019). Genomic association study for age at first calving and calving interval in Romosinuano and Costeño con Cuernos cattle. Genetics and Molecular Research, 18(2), 1-13. [DOI:10.4238/gmr18258]
12. Gholizadeh, M., & Esmaeili-Fard, S. M. (2022). Multi-population joint genome-wide association study to detect genomic regions associated with litter size in sheep. Animal Production Research, 11(3), 15-26. In Persian.
13. Ghiasi, H., & Abdollahi-Arpanahi, R. (2021). The candidate genes and pathways affecting litter size in sheep. Small Ruminant Research, 205, 106546. [DOI:10.1016/j.smallrumres.2021.106546]
14. Hernández-Montiel, W., Martínez-Núñez, M. A., Ramón-Ugalde, J. P., Román-Ponce, S. I., Calderón-Chagoya, R., & Zamora-Bustillos, R. (2020). Genome-Wide Association Study Reveals Candidate Genes for Litter Size Traits in Pelibuey Sheep. Animals (Basel), 10(3), 434. [DOI:10.3390/ani10030434]
15. Hinrichs, A. L., Larkin, E. K., & Suarez, B. K. (2009). Population Stratification and Patterns of Linkage Disequilibrium. Genetic Epidemiology, 33, 88-92. [DOI:10.1002/gepi.20478]
16. Khaltabadi Farahani, A. H., mohammadi, H., & Moradi, H. (2020). Gene set enrichment analysis using genome-wide association study to identify genes and pathways associated with litter size in various sheep breeds. Animal Production, 22(3), 325-335. In Persian.
17. Johnston, S. E., McEwan, J. C., Pickering, N. K., Kijas, J. W., Beraldi, D., Pilkington, J. G., Pemberton, J. M., & Slate, J. (2011). Genome-wide association mapping identifies the genetic basis of discrete and quantitative variation in sexual weaponry in a wild sheep population. Molecular Ecology, 20, 2555-2566. [DOI:10.1111/j.1365-294X.2011.05076.x]
18. Luo, N., Cheng, W., Zhou, Y., Gu, B., Zhao, Z., & Zhao, Y. (2021). Screening candidate genes regulating placental development from trophoblast transcriptome at early pregnancy in Dazu black goats (Capra hircus). Animals, 11, 2132. [DOI:10.3390/ani11072132]
19. Marjanovic, J., & Calus. M. P. L. (2020). Factors affecting accuracy of estimated effective number of chromosome segments for numerically small breeds. Journal of Animal Breeding and Genetics, 138, 151-160. [DOI:10.1111/jbg.12512]
20. McBride, D., Carré, W., Sontakke, S. D., Hogg, C. O., & Law. A. (2012). Identification of miRNAs associated with the follicular-luteal transition in the ruminant ovary. Reproduction, 144, 221-233. [DOI:10.1530/REP-12-0025]
21. Menezo, Y. J., Silvestris, E., Dale, B., & Elder, K. (2016). Oxidative stress and alterations in DNA methylation: Two sides of the same coin in reproduction. Reproduction, 33, 668-683. [DOI:10.1016/j.rbmo.2016.09.006]
22. Mohammadi, H., Najafi, A., & Javanmard, A. (2022). Genome-wide Association Study Related to Semen Traits Based on Gene-set Enrichment Analysis in Holstein Bulls. Research on Animal Production, 13 (35), 168-175 (In Persian). [DOI:10.52547/rap.13.35.168]
23. Mohammadabadi, M., Bordbar, F., Jensen, J., Du, M., & Guo, W. (2021). Key genes regulating skeletal muscle development and growth in farm animals. Animals, 11, 835. [DOI:10.3390/ani11030835]
24. Moosanezhad Khabisi, M., Esmailizadeh, A., & Asadi Fozi, M. (2022). Evaluation of genomic inbreeding rate in Iranian native sheep using dense SNP markers (600K). Research on Animal Production, 13 (35), 158-167 (In Persian). [DOI:10.52547/rap.13.35.158]
25. Mota, L. F. M., Lopes, F. B., Fernandes, G. A., Rosa, G. J. M., Magalhães, A. F. B., Carvalheiro, R., & Albuquerque, L.G. (2020). Genome-wide scan highlights the role of candidate genes on phenotypic plasticity for age at first calving in Nellore heifers. Scientific Reports, 10(1), 6481. [DOI:10.1038/s41598-020-63516-4]
26. Ortega, M. S., Denicol, A. C., Cole, J. B., Null, D. J., & Hansen, P. J. (2016). Use of single nucleotide polymorphisms in candidate genes associated with daughter pregnancy rate for prediction of genetic merit for reproduction in Holstein cows. Animal Genetics, 47(3), 288-97. [DOI:10.1111/age.12420]
27. Purcell, S., Neale, B., Todd-Brown, K., Thomas, L., Ferreira, M. A., Bender, D., & Sham, P. C. (2007). PLINK: a tool set for whole-genome association and population-based linkage analyses. The American Journal of Human Genetics, 81(3), 559-575. [DOI:10.1086/519795]
28. Salazar-Carranza, M., Castillo-Badilla, G., Murillo-Herrera, J., Hueckmann-Voss, F., & Romero-Zúñiga, J. J. (2014). Effect of age at first calving on first lactation milk yield in holstein cows from Costa Rican specialized dairy herds. Open Journal of Veterinary Medicine, 4(09), 197. [DOI:10.4236/ojvm.2014.49023]
29. Tsartsianidou, V., Pavlidis, A., Tosiou, E., Arsenos, G., Banos, G., & Triantafyllidis, A. (2023). Novel genomic markers and genes related to reproduction in prolific Chios dairy sheep: a genome-wide association study. Animal, 17, 100723. [DOI:10.1016/j.animal.2023.100723]
30. Wang, L., Jia, P., & Wolfinger, R. D. (2011). Gene set analysis of genome-wide association studies: Methodological issues and perspectives. Genomics, 98, 1-8. [DOI:10.1016/j.ygeno.2011.04.006]
31. Wang, K., Liu, X., Qi, T., Hui, Y., Yan, H., Lang, X., & Pan, C. (2021). Whole-genome sequencing to identify candidate genes for litter size and to uncover the variant function in goats (Capra hircus). Genomics, 13(1), 142-150. [DOI:10.1016/j.ygeno.2020.11.024]
32. Xu, S. S., Gao, L., Xie, X. L., Ren, Y. L., Shen, Z. Q., Wang, F., Shen, M., Eyϸórsdóttir, E., Hallsson, J. H., Kiseleva, T., Kantanen, J., & Li, M. H. (2018). Genome-wide association analyses highlight the potential for different genetic mechanisms for litter size among sheep breeds. Frontiers Genetics, 9, 118. [DOI:10.3389/fgene.2018.00118]
33. Young, M. D., Wakefield, M. J., Smyth, G. K., & Oshlack, A. (2010). Method gene ontology analysis for RNA-seq: Accounting for selection bias. Genome Biology, 11, 14-23. [DOI:10.1186/gb-2010-11-2-r14]
34. Zhou, X., & Stephens, M. (2012). Genome-wide efficient mixed-model analysis for association studies. Nature Genetics, 44, 821. [DOI:10.1038/ng.2310]
35. Zhang, Y. E. (2017). Non-Smad signaling pathways of the TGF- family. Cold Spring Harbor Perspectives in Biology, 9, 56-71. [DOI:10.1101/cshperspect.a022129]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
