Лонгриды 21 октября 2022 Г. 12:06,

Исследование Геномный анализ, прогресс и перспективы селекции молочного скота

Открытие генома — одно из крупнейших за последние десятилетия достижений, связанных с разработкой инструментов для генетического улучшения крупного рогатого скота. Использование высокопроизводительной геномики в селекции молочного скота ускорило рост биологического и генетического прогресса на многих животноводческих производствах. О том, что такое геномный и как он влияет на прогресс селекции молочного скота, читайте в новом материале «Эксперт Молоко»

Работа с геномными данными — эффективная альтернатива подтверждению родства, составлению программ закрепления у молочного скота и созданию стратегий отбора животных с желательными признаками. Обмен референтными геномными данными между странами позволяет повысить предсказательную точность геномной оценки необходимых признаков.

В то же время селекционные программы приводят к сближению семейств некоторых молочных пород, вызывая общее увеличение инбридинга и обострение инбредной депрессии. Чтобы достичь генетического улучшения, нужно с помощью геномных методов отслеживать степень инбридинга и управлять ею — тогда продуктивные и репродуктивные показатели не пострадают от инбредной депрессии.

Всё большую популярность среди учёных и селекционеров приобретает мнение, что оценка животных на основе анализа родословной гораздо менее эффективна и точна по сравнению с геномными методами. В то же время целесообразно обобщать данные родословной с геномной информацией — это повышает предсказательную точность отбора признаков и индексов молочных пород.

Таблица 1. Сравнение методов племенных и геномных инструментов для оценки признаков продуктивности молочного скота (на примере быков)

Метод	Прогнозирование с помощью родословных инструментов	Прогнозирование с помощью геномных инструментов
Надëжность	Высокая, в зависимости от выборки изучаемого потомства (от 46,00 до 72,00%)	Очень высокая (от 73,30 до 93,50%)
Время получения прогностических данных (тестирование потомства)	Долго. Нужно ожидать длительный период времени, чтобы получить достаточное количество данных по продуктивности потомства и их потомства, что у животных с большим интервалом между поколениями, таких как крупный рогатый скот, может занять годы	Быстро. Достаточно собрать образец для исследования ДНК, а время ожидания результатов лабораторных исследований относительно невелико. Животных можно прогенотипировать и получить оценку сразу после рождения
Затраченное время	Долго, так как требует анализа производственных данных из поколения в поколение по большому количеству дочерей и внучек	Быстро
Стоимость	Средняя или низкая	Высокая или средняя (и постоянно снижается по мере развития технологий)
Моделирование с неизвестными родительскими группами для создания модели различий в генетических достоинствах с точностью наследуемости 0,3 и 0,1	Менее значительные и более смещённые прогнозы. Такой прогноз даёт плохую оценку генетических тенденций, несмотря на незначительную смещëнность при проверке молодых генотипированных животных	Точные и объективные прогнозы для молодых животных. В то же время адекватно учитываются генетические тенденции
Оценка генетической дисперсии и дисперсии генетических качеств, предсказанных с помощью геномного соотношения или матриц родословных	Надëжность оценки (молодые быки): без родословной: 0,00, известный отец: 0,22, с полной родословной: 0,35	Надëжность оценки (молодые быки): без родословной: 0,48, известный отец: 0,58, с полной родословной: 0,68

Очень желательно комбинировать родословные и данные геномного прогнозирования, чтобы получать более точные геномные оценки. По мере того, как информация о фенотипах дочерей постепенно становится доступной, еë можно включать в генетическую оценку быка, и надëжность данных о быке увеличивается.

Инструменты геномики. Использование инструментов геномики в контексте генетического улучшения крупного рогатого скота играет важную роль в программах селекции животных. Геномная информация на сегодня является основополагающей для разработки селекционных программ в молочном животноводстве. На её основе формируется высокоточная и быстрая оценка ожидаемой продуктивности потомства и реальный коэффициент инбридинга.

На точность отбора по большинству сложносоставных признаков (продуктивные, репродуктивные и линейные) влияют такие факторы, как используемый метод прогнозирования, соотношение групп животных (быков-производителей и коров) и генетическая связь между признаками. Определение влияния доминантных признаков на генетические аддитивные признаки помогает правильно понять генетическую компоненту таких сложных признаков, как фертильность.

Геномный анализ в разведении молочного скота можно применять для прямой селекции наследуемых показателей по экспрессии генов. Такой вид отбора называется отбором с помощью экспрессии (expression-assisted selection) и геномным генетическим отбором по QTL и eQTL (expression quantitative trait loci). В этом методе целью геномной оценки различных признаков является достижение всё более высокой предсказательной точности отбора по этим признакам. Для этого применяются методы перекрёстной валидации с использованием байесовского подхода (BayesB) и матриц геномных отношений (G-BLUP). Эти матрицы включают новые признаки и совершенствуют корреляционный анализ, так что он может заменить отбор по животным моделям (Animal Model), которые обычно используются в традиционных генетических оценках.

Одно из основных достижений на сегодняшний день — это внедрение ряда компьютерных методов (гибкого программного обеспечения), таких как SNP-BLUP, GBLUP и ssGBLUP, для проведения исследований геномных ассоциаций (GWAS), геномного прогнозирования и оценки параметров с учётом индекса инбридинга. Эти модели используют биоинформатические методы обработки данных для очень больших популяций животных, включая конечное разложение Холецкого, итеративный метод Гаусса-Зейделя (GS) и сопряжённый градиент с предварительным условием (PCG). Также существует одношаговая методика GREML (геномное ограниченное максимальное правдоподобие), которая разработана для применения к популяциям, превышающим 50 000 генотипированных животных.

Описана зависимость методологической основы оценки индекса генетических признаков и предсказательной точности отбора от количества независимых сегментов хромосом (геномной структуры) целевого генома, связанного с признаком. Некоторые признаки почти удваивают скорость генетического улучшения при использовании отбора по SNP и современного программного обеспечения.

Рисунок 1. Обзор влияния геномики на аспекты, важные при производстве молока

Будущее геномики: редактирование генома. Редактирование генома — это набор инструментов генной инженерии, которые позволяют напрямую изменять последовательность ДНК в организме путëм удаления, вставки или замены нуклеотидов. В этой технологии используются нуклеазы (ферменты, известные как «молекулярные ножницы»), которые очень точно гидролизуют или катализируют двухцепочечную ДНК в определëнных местах генома.

Решение, которое изменило всю геномику, — это CRISPR (clustered regularly interspaced short palindromic repeat). Эта технология основана на предварительном знании последовательности нуклеотидов в генах и во всём геноме. Она стала одним из наиболее перспективных инструментов в медицине человека и биотехнологии животных, растений и микроорганизмов. Технология позволяет конструировать геном, нацеливаясь либо на отдельные клетки, либо на целые организмы, либо на то и другое вместе, изменяя транскрипцию или эпигеном. CRISPR также начинают использовать в программах селекции молочного скота.

Ещë одна передовая технология в области редактирования генома — нуклеаза, активирующая транскрипцию (TALEN). Эту систему можно искусственно сконструировать, связав её с выбранной последовательностью ДНК, что позволяет разрезать ДНК в нужных местах для использования в геномном редактировании или редактировании генома in situ. Эту способность TALEN разделяет с нуклеазами цинковых пальцев (ZFN), которые используют целевые белки для связывания с ДНК в определëнных местах.

Редактирование генома может помочь молочному скоту адаптироваться к условиям окружающей среды или определëнным системам выращивания, что улучшает плодовитость, рост, здоровье и благополучие животных в стадах. Это позволит внедрить в молочные породы полезные аллели, такие как аллели теплоустойчивости или устойчивости к заболеваниям, сохраняя или даже ускоряя темпы генетического прироста, уже достигнутые традиционными селекционными программами.

У технологии CRISPR есть потенциал для изменения и восстановления генетического разнообразия, что позволит эффективно использовать генетические ресурсы молочного скота. Методы редактирования генома при соблюдении требований к здоровью животных могут в долгосрочной перспективе снизить затраты и способствовать созданию новых биологических отраслей.

Выводы. Применение геномного анализа в селекции молочного скота даëт существенные результаты в генетическом прогрессе в краткосрочной и среднесрочной перспективе при контроле коэффициента инбридинга, сокращении интервала между поколениями и улучшении отбора потомков, что позволяет генерировать более продуктивные генетические линии.

Оценка признаков у молочного скота эффективнее при использовании данных геномного анализа, чем при использовании данных родословной. Однако объединение обеих методологий значительнее всего повышает предсказательную точность оценок.

Точность оценки геномных признаков должна подкрепляться референтными базами данных с несколькими поколениями животных, чтобы прогнозы были более достоверными. Это особенно заметно при включении в оценку новых признаков, что значительно улучшает программы селекции, основанные как на индивидуальных оценках, так и на оценках популяционного уровня.

Селекционный отбор, основанный на геномном анализе, обеспечивает лучшее понимание биологии животных, поиск новых источников данных, методов редактирования генома и соответствует меняющимся экономическим и экологическим условиям.

Авторы: Miguel A. Gutierrez-Reinoso, Pedro M. Aponte и Manuel Garcia-Herreros
Перевод и адаптация: KSITEST и Эксперт Молоко
Источник: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7996307/
Получить полную версию перевода можно здесь: https://ksitest.ru/blog/obzor_metodov_selekcii