دوره 13، شماره 37 - ( پاییز 1401 1401 )
جلد 13 شماره 37 صفحات 147-139 |
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, najafi A. (2022). Genome-wide Association Study to Identify Genes and Biological Pathways Associated with Type Traits in Cattle using Pathway Analysis. Res Anim Prod. 13(37), 139-147. doi:10.52547/rap.13.37.139
URL: http://rap.sanru.ac.ir/article-1-1253-fa.html
URL: http://rap.sanru.ac.ir/article-1-1253-fa.html
محمدی حسین، نجفی ابوذر. پویش کل ژنوم جهت شناسایی ژن ها و مسیرهای زیستی مرتبط با صفات تیپ در گاو بر پایه آنالیز مسیر پژوهشهاي توليدات دامي 1401; 13 (37) :147-139 10.52547/rap.13.37.139
حسین محمدی*1، ابوذر نجفی2
1- گروه علوم دامی، دانشکده کشاورزی و محیط زیست، دانشگاه اراک، اراک، ایران،
2- گروه علوم دام و طیور، پردیس ابوریحان، دانشگاه تهران، پاکدشت، ایران
2- گروه علوم دام و طیور، پردیس ابوریحان، دانشگاه تهران، پاکدشت، ایران
چکیده: (1507 مشاهده)
چکیده مبسوط
مقدمه و هدف: صفات تیپ توصیف کننده وضعیت اسکلتی دام بوده و دارای همبستگی ژنتیکی متوسط تا بالا با صفات مهم اقتصادی شامل باروری، طول عمر اقتصادی و خصوصیات لاشه در گاو می باشد. پژوهش حاضر با هدف مطالعه پویش کل ژنوم بر اساس آنالیز مجموعه‌های ژنی برای شناسایی جایگاه‌های ژنی مؤثر بر صفات تیپ با استفاده از آرایه‌های ژنومی 50K بود.
مواد و روش ها: برای این منظور از اطلاعات فنوتیپی و ژنوتیپی صفات طول بدن (BL)، ارتفاع قد از جدوگاه (WH)، دور سینه (CG) و عمق سینه (CD) 286 نمونه از گاوهای آمیخته استفاده شد. ابتدا آنالیز پویش کل ژنومی برای صفات تیپ در برنامه GEMMA نسخه 0/98 انجام شد. سپس با استفاده از بسته نرم افزاری biomaRt2 برنامه R ژنهای معنی داری که در داخل و یا 25 کیلوباز بالا و پایین دست نشانگرهای معنی دار قرار داشتند، شناسایی شدند. در نهایت تفسیر مجموعه ژنی با بسته نرم افزاری goseq برنامه R با هدف شناسایی عملکرد بیولوژیکی ژنهای نزدیک به مناطق انتخابی و ژنهای کاندیدا از طریق پایگاه‌های GO، KEGG، DAVID و PANTHER انجام شد.
یافته ها: در این پژوهش تعداد 12 نشانگر تک نوکلئوتیدی واقع روی کروموزوم‌‌های 1، 3، 5، 7، 8، 10، 13، 16، 17، 22، 23 و 25 شناسایی شدند که با ژنهایPLCB1 ، PTBP1، TMEM130، PLCB4 (BL)، TGFBR3، SYN3، TRAK1 (WH)، GLP1R، HMGA1 (CG) و CAPN3، MYOG و MYO18B (CD) مرتبط بودند. برخی از این ژنهای شناسایی شده در مناطق ژنومی معنیدار با مطالعات قبلی هم خوانی داشت. در تفسیر مجموعه ژنی تعداد 17 مسیر هستی شناسی ژنی و بیوشیمیایی با صفات تیپ شناسایی شد (0.05p˂). از این بین، مسیرهای توسعه ساختار بافت عضله، تشکیل ساختار آناتومیکی در برگیرنده مورفوژنز، هموستازی ساختار آناتومیکی، تمایز و تفرق استئوکلاستها، تمایز و تفرق سلول های عضلات اسکلتی و مسیر سیگنالدهی کلسیم عملکرد‌های مهمی را در ارتباط با رشد و توسعه عضلات اسکلتی، هموستازی گلوکز، فرآیند استخوانسازی، تفرق سلول های عضلات اسکلتی، تنظیم یون کلسیم و فعالسازی مسیر سیگنالدهی کلسیم بر عهده داشتند.
نتیجه گیری: یافته های این تحقیق ضمن تأیید نتایج مطالعات قبلی در زمینه پویش ژنومی صفات مرتبط با تیپ و همچنین شناسایی مناطق ژنومی جدید، میتواند در انتخاب ژنتیکی برنامه های اصلاح نژادی گاو مفید باشد.
مقدمه و هدف: صفات تیپ توصیف کننده وضعیت اسکلتی دام بوده و دارای همبستگی ژنتیکی متوسط تا بالا با صفات مهم اقتصادی شامل باروری، طول عمر اقتصادی و خصوصیات لاشه در گاو می باشد. پژوهش حاضر با هدف مطالعه پویش کل ژنوم بر اساس آنالیز مجموعه‌های ژنی برای شناسایی جایگاه‌های ژنی مؤثر بر صفات تیپ با استفاده از آرایه‌های ژنومی 50K بود.
مواد و روش ها: برای این منظور از اطلاعات فنوتیپی و ژنوتیپی صفات طول بدن (BL)، ارتفاع قد از جدوگاه (WH)، دور سینه (CG) و عمق سینه (CD) 286 نمونه از گاوهای آمیخته استفاده شد. ابتدا آنالیز پویش کل ژنومی برای صفات تیپ در برنامه GEMMA نسخه 0/98 انجام شد. سپس با استفاده از بسته نرم افزاری biomaRt2 برنامه R ژنهای معنی داری که در داخل و یا 25 کیلوباز بالا و پایین دست نشانگرهای معنی دار قرار داشتند، شناسایی شدند. در نهایت تفسیر مجموعه ژنی با بسته نرم افزاری goseq برنامه R با هدف شناسایی عملکرد بیولوژیکی ژنهای نزدیک به مناطق انتخابی و ژنهای کاندیدا از طریق پایگاه‌های GO، KEGG، DAVID و PANTHER انجام شد.
یافته ها: در این پژوهش تعداد 12 نشانگر تک نوکلئوتیدی واقع روی کروموزوم‌‌های 1، 3، 5، 7، 8، 10، 13، 16، 17، 22، 23 و 25 شناسایی شدند که با ژنهایPLCB1 ، PTBP1، TMEM130، PLCB4 (BL)، TGFBR3، SYN3، TRAK1 (WH)، GLP1R، HMGA1 (CG) و CAPN3، MYOG و MYO18B (CD) مرتبط بودند. برخی از این ژنهای شناسایی شده در مناطق ژنومی معنیدار با مطالعات قبلی هم خوانی داشت. در تفسیر مجموعه ژنی تعداد 17 مسیر هستی شناسی ژنی و بیوشیمیایی با صفات تیپ شناسایی شد (0.05p˂). از این بین، مسیرهای توسعه ساختار بافت عضله، تشکیل ساختار آناتومیکی در برگیرنده مورفوژنز، هموستازی ساختار آناتومیکی، تمایز و تفرق استئوکلاستها، تمایز و تفرق سلول های عضلات اسکلتی و مسیر سیگنالدهی کلسیم عملکرد‌های مهمی را در ارتباط با رشد و توسعه عضلات اسکلتی، هموستازی گلوکز، فرآیند استخوانسازی، تفرق سلول های عضلات اسکلتی، تنظیم یون کلسیم و فعالسازی مسیر سیگنالدهی کلسیم بر عهده داشتند.
نتیجه گیری: یافته های این تحقیق ضمن تأیید نتایج مطالعات قبلی در زمینه پویش ژنومی صفات مرتبط با تیپ و همچنین شناسایی مناطق ژنومی جدید، میتواند در انتخاب ژنتیکی برنامه های اصلاح نژادی گاو مفید باشد.
فهرست منابع
1. Abdalla, I.M., X. Lu, M. Nazar, Y. Fan, Z. Zhang, X. Wu, T. Xu and Z. Yang. 2021. Genome-wide association study on reproduction-related body-shape traits of Chinese holstein cows. Animals (Basel) 11(7): 1927. [DOI:10.3390/ani11071927]
2. Abo-Ismail, M.K., L.F. Brito, S.P. Miller, M. Sargolzaei, D.A. Grossi, S.S. Moore, G. Plastow, P. Stothard, S. Nayeri and F.S. Schenkel. 2017. Genome-wide association studies and genomic prediction of breeding values for calving performance and body conformation traits in Holstein cattle. Genetic Selection Evolution, 49(1): 82. [DOI:10.1186/s12711-017-0356-8]
3. An, B., L. Xu, J. Xia, X. Wang, J. Miao, T. Chang, M. Song, J. Ni, J. Li and H. Gao. 2020. Multiple association analysis of loci and candidate genes that regulate body size at three growth stages in Simmental beef cattle. BMC Genetics, 21(1): 32. [DOI:10.1186/s12863-020-0837-6]
4. An, B., J. Xia, T. Chang, X. Wang, L. Xu, L. Zhang, X. Gao, Y. Chen and H. Gao. 2019. Genome-wide association study reveals candidate genes associated with body measurement traits in Chinese Wagyu beef cattle. Animal Genetics, 50(4): 386-390. [DOI:10.1111/age.12805]
5. Bani Saadat, H., S. Varkoohi and S. Razagh Zadeh. 2018. Investigation of genetic, phenotypic and environmental trends for biometric traits in Makuie sheep. Research on Animal Production, 8(18): 139-146 (In Persian). [DOI:10.29252/rap.8.18.139]
6. Braz, C.U., J.F. Taylor and T. Bresolin. 2019. Sliding window haplotype approaches overcome single SNP analysis limitations in identifying genes for meat tenderness in Nelore cattle. BMC Genetics, 20: 8. [DOI:10.1186/s12863-019-0713-4]
7. Crowley, J., R. Evans, N. Mc Hugh, T. Pabiou, D. Kenny and M. McGee. 2011. Genetic associations between feed efficiency measured in a performance test station and performance of growing cattle in commercial beef herds. Journal of Animal Science, 89: 3382-3393. [DOI:10.2527/jas.2011-3836]
8. Dadousis, C., S. Pegolo, G.J.M. Rosa, D. Gianola, G. Bittante and A. Cecchinato. 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]
9. Devlin, B., S.A. Bacanu and K. Roeder. 2004. Genomic control to the extreme. Nature Genetics, 36: 1129-1130. [DOI:10.1038/ng1104-1129]
10. Doyle, J.L., D.P. Berry, R.F. Veerkamp, T.R. Carthy, SW. Walsh and D.C. Purfield. 2020a. Genomic regions associated with skeletal type traits in beef and dairy cattle are common to regions associated with carcass traits, feed intake and calving difficulty. Frontiers Genetic, 11: 20. [DOI:10.3389/fgene.2020.00020]
11. Doyle, J.L., D.P. Berry, R.F. Veerkamp, T.R. Carthy, SW. Walsh and D.C. Purfield. 2020b. Genomic regions associated with muscularity in beef cattle differ in five contrasting cattle breeds. Genetic Selection Evolution, 52(1): 2. [DOI:10.1186/s12711-020-0523-1]
12. Durinck, S., P.T. Spellman, E. Birney and W. Huber. 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]
13. Ghanem, N., M. Zayed, I. Mohamed, M. Mohammady and M. Shehata. 2021. Co-expression of candidate genes regulating growth performance and carcass traits of Barki lambs in Egypt. Agriculture science, 5: 202-216. [DOI:10.20944/preprints202106.0199.v1]
14. Gholizadeh, M., Gh. Rahimi Mianji and A. Nejati Javaremi. 2014. Linkage disequilibrium estimation and haplotype based genome-wide association to detect QTLs affecting twinning rate in Baluchi sheep. Research on Animal Production, 10(5): 166-178 (In Persian).
15. Hansen, T.H., H. Vestergaard, T. Jørgensen, M.E. Jørgensen, T. Lauritzen, I. Brandslund, C. Christensen, O. Pedersen, T. Hansen and A.P. Gjesing. 2015. Impact of PTBP1 rs11085226 on glucose-stimulated insulin release in adult Danes. BMC Medicine Genetics, 16:17. [DOI:10.1186/s12881-015-0160-7]
16. Hong, Y., J. Ye, L. Dong, Y. Li, L. Yan, G. Cai, D. Liu, C. Tan and Z. Wu. 2021. Genome-wide association study for body length, body height, and total teat number in large white pigs. Frontiers Genetics, 12: 650370. [DOI:10.3389/fgene.2021.650370]
17. Li, P., H.K. Tiwari, W.Y. Lin, D.B. Allison, W.K. Chung, R.L. Leibel, N. Yi and N. Liu. 2014. Genetic association analysis of 30 genes related to obesity in a European American population. International Journal Obesity (Lond), (5): 724-729. [DOI:10.1038/ijo.2013.140]
18. Mooney, M.A. and B. Wilmot. 2015. Gene set analysis: A step-by-step guide. American Journal of Medical Genetics Part B: Neuropsychiatric Genetics, 168: 517-527. [DOI:10.1002/ajmg.b.32328]
19. Peñagaricano, F., K.A. Weigel, G.J. Rosa and H. Khatib. 2013. Inferring quantitative trait pathways associated with bull fertility from a genome-wide association study. Frontiers Genetics, 3:307-314. [DOI:10.3389/fgene.2012.00307]
20. Peng, G., L. Luo and H. Siu. 2010. Gene and pathway-based second wave analysis of genome-wide association studies. European Journal of Human Genetics, 18:111-117. [DOI:10.1038/ejhg.2009.115]
21. Purcell, S., B. Neale, K. Todd-Brown, L. Thomas, M.A.R. Ferreira and D. Bender. 2007. PLINK: a toolset for whole-genome association and population-based linkage analysis. The American Journal of Human Genetics, 81: 559-575. [DOI:10.1086/519795]
22. Resnyk, C.W., C. Chen, H. Huang, C.H. Wu J. Simon, E. Le Bihan-Duval, M.J. Duclos and L.A. Cogburn. 2015. RNA-seq analysis of abdominal fat in genetically fat and lean chickens highlights a divergence in expression of genes controlling adiposity, hemostasis, and lipid metabolism. PLoS One, 9(10): e0139549. [DOI:10.1371/journal.pone.0139549]
23. Reimer, C., C.J. Rubin, A.R. Sharifi, N.T. Ha, S. Weigend, K.H. Waldmann, O. Distl, S.D. Pant, M. Schlather and H. Simianer. 2018. Analysis of porcine body size variation using re-sequencing data of miniature and large pigs. BMC Genomics, 19(1): 687. [DOI:10.1186/s12864-018-5009-y]
24. Ring, S., A. Twomey, H. Byrne, M. Kelleher, T. Pabiou and M. Doherty. 2018. Genetic selection for hoof health traits and cow mobility scores can accelerate the rate of genetic gain in producer-scored lameness in dairy cows. Journal of Dairy Science, 101: 10034-10047. [DOI:10.3168/jds.2018-15009]
25. Tao, L., X.Y. He, L.X. Pan, J.W. Wang, S.Q. Gan and Chu, M.X. 2020. Genome-wide association study of body weight and conformation traits in neonatal sheep. Animal Genetics, 51(2): 336-340. [DOI:10.1111/age.12904]
26. Török, E., I. Komlósi, V. Szőnyi, B. Béri, G. Mészáros and J. Posta. 2021. Combinations of linear type traits affecting the longevity in Hungarian holstein-friesian cows. Animals (Basel), 11(11): 3065. [DOI:10.3390/ani11113065]
27. Wang, L., P. Jia and R.D. Wolfinger. 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]
28. Wu, X., M. Fang, L. Liu, S. Wang, J. Liu, X. Ding, S. Zhang, Q. Zhang, G. Su and D. Sun. 2013. Genome wide association studies for body conformation traits in the Chinese Holstein cattle population. BMC Genomics, 17(14): 897. [DOI:10.1186/1471-2164-14-897]
29. Xiong, D.H., X.G. Liu, Y.F. Guo, L.J. Tan, L. Wang, B.Y. Sha, Y.W. Lundberg, R.R. Recker, Y.Z. Liu, Y.J. Liu, J.M. Zmuda and H.W. Deng. 2009. Genome-wide association and follow-up replication studies identified ADAMTS18 and TGFBR3 as bone mass candidate genes in different ethnic groups. American Journal of Human Genetics, 84(3): 388-98. [DOI:10.1016/j.ajhg.2009.01.025]
30. Yougbare, B., A. Soudre, D. Ouedraogo, B.L. Zoma, A.S.R. Tapsoba, M. Sanou, S. Ouedraogo-Kone, P.A. Burger, M. Wurzinger, N. Khayatzadeh, H.H. Tamboura, O.A. Mwai, A. Traore, J. Solkner and G. Meszaros. 2021. Genome-wide association study of trypanosome prevalence and morphometric traits in purebred and crossbred Baoule cattle of Burkina Faso. PLoS ONE, 16(8): e0255089. [DOI:10.1371/journal.pone.0255089]
31. Young, M.D., M.J. Wakefield, G.K. Smyth and A. Oshlack. 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]
32. Zhang, H., Z. Zhuang, M. Yang, R. R. Ding, J. Quan, S. Zhou, T. G, Z. Xu, E. Zheng, J. Yang and Z. Wu. 2021. Genome-wide detection of genetic loci and candidate genes for body conformation traits in Duroc ×Landrace × Yorkshire crossbred pigs. Frontiers Genetic, 12: 664343. [DOI:10.3389/fgene.2021.664343]
33. Zink, V., L. Zavadilová, J. Lassen, M. Štipkova, J. Vacek and L. Štolc. 2014. Analyses of genetic relationships between linear type traits, fat-to-protein ratio, milk production traits, and somatic cell count in first-parity Czech Holstein cows. Czech Journal of Animal Science, 59: 539-547. [DOI:10.17221/7793-CJAS]
34. Zhou, X. and M. Stephens. 2012. Genome-wide efficient mixed-model analysis for association studies. Nature Genetics, 44: 821. [DOI:10.1038/ng.2310]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
