Research on Animal Production

fa شناسایی نواحی ژنومی مرتبط با صفات میزان انتشار متان به ازای کیلوگرم پروتئین شیر و PH شکمبه در گاوهلشتاین Identification of genomic regions related to methane release for kilogram milk protein and rumen pH in Holstein cattle ژنتیک و اصلاح نژاد دام ژنتیک و اصلاح نژاد دام پژوهشي Research مقدمه و هدف: تغییرات اقلیمی و افزایش گازهای گلخانه‌ای از مهم‌ترین چالش‌های زیست‌محیطی قرن حاضر هستند که بخش کشاورزی به ویژه دامپروری سهم قابل توجهی در آن دارد. انتشار متان از طریق فرآیندهای تخمیر بی‌هوازی در شکمبه نشخوارکنندگان، به عنوان یکی از منابع اصلی این گاز، توجه پژوهشگران را به خود جلب کرده است. کاهش انتشار متان نه تنها به بهبود شرایط زیست‌محیطی کمک می‌کند، بلکه می‌تواند بازده تولیدی و کارایی استفاده از خوراک در دام‌ها را افزایش دهد. با پیشرفت فناوری‌های ژنتیکی و مولکولی، اصلاح ژنتیکی دام به عنوان یک راهکار بلندمدت و پایدار جهت کاهش انتشار گازهای گلخانه‌ای مطرح شده است. این رویکرد با بهره‌گیری از تنوع ژنتیکی موجود در جمعیت‌های دام، امکان انتخاب و پرورش حیواناتی با صفات مطلوب زیست‌محیطی و تولیدی را فراهم می‌آورد. با این حال، موفقیت اصلاح ژنتیکی وابسته به شناخت دقیق ساختار ژنتیکی صفات مورد نظر و تعیین نواحی ژنومی مرتبط است. در این زمینه، روش پویش کل ژنومی (GWAS) به عنوان یک ابزار کارآمد برای کشف ارتباط بین نشانگرهای ژنتیکی گسترده و صفات پیچیده شناخته شده است. این روش با بررسی همزمان هزاران SNP  در سراسر ژنوم، امکان شناسایی جایگاههای ژنتیکی موثر بر صفات با منشأ چندژنی را فراهم می‌کند. با وجود کاربرد گسترده  GWAS در مطالعات ژنتیکی دام‌های شیری برای صفاتی مانند تولید شیر و مقاومت به بیماری، کاربرد آن برای صفات مرتبط با انتشار متان و پارامترهای شکمبه‌ای هنوز به طور کامل بررسی نشده است. هدف اصلی این پژوهش، بررسی ارتباط ژنومی و شناسایی نواحی موثر بر میزان انتشار متان به ازای هر کیلوگرم پروتئین شیر و pH شکمبه در گاو هلشتاین است. نتایج این مطالعه می‌تواند به توسعه برنامه‌های اصلاح نژادی کمک کند که همزمان با افزایش بهره‌وری، اثرات زیست‌محیطی دامپروری را کاهش دهند. مواد و روش‌ها: از ۱۵۰ رأس گاو هلشتاین بر اساس ارزش‌های اصلاحی صفت تولید شیر دوطرفه انمونه های مو و مایع شکمبه  به به منظور بررسی صفات، <a name="_Hlk200132259">انتشار متان به ازای هر کیلوگرم پروتئین شیر تولیدی و</a> pH شکمبه جمع‌آوری گردید. نمونه‌گیری مایع شکمبه با استفاده از لوله مری صورت گرفت؛ به این صورت که لوله از طریق مری وارد محیط شکمبه شده و با ایجاد خلأ، حدود ۵ میلی‌لیتر مایع شکمبه در لوله جمع‌آوری شد. پس از نمونه‌برداری، غلظت اسیدهای چرب فرار موجود در مایع شکمبه اندازه‌گیری شد که از این پارامتر به عنوان شاخصی برای برآورد میزان انتشار متان به ازای هر حیوان مورد استفاده قرار گرفت. همچنین pH مایع شکمبه به صورت مستقیم اندازه‌گیری شد. DNA استخراج‌شده از نمونه‌های مو با استفاده از تراشه SNP 4v LD-GGP  شامل ۳۰,۱۰۸ نشانگر پلی‌مورفیسم تک‌نوکلئوتیدی (SNP) ژنوتایپ شد.  GWASبا بهره‌گیری از پکیج  PLINK 2.0 انجام گرفت. در نهایت، برای تعیین جایگاه‌های صفات کمی (Quantitative Trait Loci - QTL) مرتبط با SNPهای معنادار، از پایگاه داده QTLdb (https://www.animalgenome.org/cgi-bin/QTLdb/BT/ index) گاو استفاده شد. این بررسی در محدوده یک مگاباز اطراف SNPهای گذرنده از آستانه تصحیح بنفرونی به ازای هر کروموزوم صورت گرفت تا نواحی ژنومی مرتبط با صفات هدف شناسایی شوند. یافته‌ها: آنالیز تجزیه واریانس حداقل مربعات با استفاده از رویه GLM نشان دادکه اثر بهاربند و سن حیوان برای صفت انتشار متان پیش‌بینی شده معنی‌دار بود (P<0/05). در این مطالعه، دو SNP معنادار شناسایی شدند. <a name="_Hlk202389120">بطوریکه یک</a> SNP با شناسه BovineHD1900001716 با صفت انتشار متان به ازای هر کیلوگرم پروتئین شیر در کروموزوم ۱۹ مرتبط بود و SNP با شناسه BovineHD1700012101 با صفت pH شکمبه در کروموزوم ۱۷ ارتباط داشت. همچنین با استفاده از Annotating ژنومی، نواحی QTL مرتبط با صفات تولید شیر و ترکیبات آن، وزن بدن، مصرف خوراک باقی‌مانده، نرخ آبستنی، سخت‌زایی و مرده‌زایی در اطراف اینSNPها شناسایی شدند. نتیجه‌گیری: نتایج این مطالعه نشان داد که برخی ژن‌ها و QTLهای شناسایی‌شده به‌طور هم‌زمان بر صفات زیست‌محیطی مانند انتشار متان، صفات اقتصادی نظیر وزن بدن و تولید شیر، و همچنین ویژگی‌های فیزیولوژیکی مربوط به دوره شیردهی و زایش تأثیرگذار هستند. بر اساس تحلیل‌های ژنومی انجام‌شده، صفاتی مشخص شدند که در کنترل همزمان عملکرد تولیدی و کاهش انتشار گازهای گلخانه‌ای نقش دارند. این یافته‌ها اهمیت استفاده از اطلاعات ژنتیکی و ژنومی را در برنامه‌های اصلاح نژادی و مدیریت پرورش دام دوچندان می‌سازد. نتایج این تحقیق همچنین بیانگر آن است که انتخاب ژنتیکی هدفمند می‌تواند به‌عنوان یک رویکرد پایدار و بلندمدت برای کاهش نرخ انتشار متان در هر حیوان مورد استفاده قرار گیرد. بنابراین، اصلاح ژنتیکی دام‌ها نه‌تنها با ایجاد تغییرات تجمعی و دائمی در عملکرد، به بهبود ویژگی‌های تولیدی و باروری کمک می‌کند، بلکه به‌طور هم‌زمان موجب کاهش اثرات زیست‌محیطی سیستم‌های دامی، از جمله انتشار گازهای گلخانه‌ای، خواهد شد. بهره‌گیری از این رویکرد می‌تواند آینده‌ای پایدارتر برای صنعت دامپروری رقم بزند.   Extended Abstract Introduction and Objective: Climate change and the increase in greenhouse gases are among the most important environmental challenges of the present century, to which the agricultural sector, especially animal husbandry, has a significant contribution. Methane emission through anaerobic fermentation processes in the rumen of ruminants, as one of the main sources of this gas, has attracted the attention of researchers. Reducing methane emissions not only helps improving environmental conditions, but can also increase production efficiency and feed use efficiency in livestock. With the advancement of genetic and molecular technologies, livestock genetic improvement has been proposed as a long-term and sustainable solution to reduce greenhouse gas emissions. This approach, by utilizing the genetic diversity existing in livestock populations, enables the selection and breeding of animals with desirable environmental and production traits. However, the success of genetic improvement depends on the accurate understanding of the genetic structure of the desired traits and the determination of relevant genomic regions. In this context, genome-wide association studies (GWAS) have been recognized as an efficient tool for discovering associations between broad genetic markers and complex traits. By simultaneously examining thousands of SNPs across the genome, this method allows the identification of genetic loci affecting traits of multigenic origin. Despite the widespread use of GWAS in genetic studies of dairy cattle for traits such as milk production and disease resistance, its application to traits related to methane emission and rumen parameters has not yet been fully investigated. The main objective of this research was to investigate genomic association and identify regions affecting methane emission per kilogram of milk protein and rumen pH in Holstein cattle. The results of this study can help to develop breeding programs that simultaneously increase productivity and reduce the environmental impacts of livestock farming.  Materials and Methods: Hair and rumen fluid samples of 150 Holstein cows based on the two-way milk yield trait breeding values were collected to investigate methane emission per kg of milk protein and rumen pH. Ruminal fluid sampling was performed using an esophageal tube; the tube was inserted into the rumen through the esophagus and approximately 5 mL of rumen fluid was collected in the tube by creating a vacuum. After sampling, the concentration of volatile fatty acids in the rumen fluid was measured, and used as an indicator for estimating methane emission per animal. The rumen fluid pH was also measured directly. DNA extracted from hair samples was genotyped using a 4v LD-GGP SNP chip containing 30108 single nucleotide polymorphism (SNP) markers. GWAS was performed using the PLINK 2.0 package. Finally, the cattle QTLdb database (https://www.animalgenome.org/cgi-bin/QTLdb/BT/index) was used to determine the quantitative trait loci (QTL) associated with the significant SNPs. This search was performed within a one megabase region around the SNPs passing the Bonferroni correction threshold for each chromosome to identify genomic regions associated with the target traits. Results: Least squares analysis of variance using the GLM procedure showed that the effect of breeding season and animal age on the predicted methane emission trait was significant (P<0.05). In this study, two significant SNPs were identified. One SNP with the identifier BovineHD1900001716 was associated with the methane emission trait per kilogram of milk protein on chromosome 19, and the SNP with the identifier BovineHD1700012101 was associated with the rumen pH trait on chromosome 17. Also, using genomic annotation, QTL regions associated with milk production traits and their components, body weight, residual feed intake, pregnancy rate, dystocia, and stillbirth were identified around these SNPs. Conclusion: The results of this research showed that some of identified genes and QTLs simultaneously affect environmental traits such as methane emission, economic traits such as body weight and milk production, as well as physiological characteristics related to the lactation and parturition periods. Based on the performed genomic analyses, some traits were identified that play a role in controlling production performance and reducing greenhouse gas emissions simultaneously. These findings double the importance of using genetic and genomic information in breeding programs and livestock management. The results of this research also indicate that targeted genetic selection can be used as a sustainable and long-term approach to reduce methane emission rates in each animal. Therefore, the livestock genetic improvement not only helps to improve production and reproductive traits by creating cumulative and permanent changes in performance, but also simultaneously reduces the environmental impacts of livestock production systems, including greenhouse gas emissions. Utilizing this approach can create a more sustainable future for the livestock industry.   انتشار متان, مطالعه ارتباط پویش کل ژنومی, گاو هلشتاین, انتخاب ژنومی, PH methane emissions, genome-wide association study, Holstein cattle, genomic selec-tion, PH 0 0 http://rap.sanru.ac.ir/browse.php?a_code=A-10-185-14&slc_lang=fa&sid=1 فاطمه اسماعیلی لیما f.esmaeililima@gmail.com 100319475328460026409 100319475328460026409 No دانشگاه تهران حسین مرادی شهر بابک hmoradis@ut.ac.ir 100319475328460026410 100319475328460026410 Yes دانشگاه تهران محمد مرادی شهر بابک Moradim337@gmail.com 100319475328460026411 100319475328460026411 No دانشگاه تهران علی جلیل سرقلعه Alijalilsarghale1394@gmail.com 100319475328460026412 100319475328460026412 No دانشگاه تهران