نوع مقاله : مقاله پژوهشی
نویسندگان
1
دانشجوی دکتری، گروه علوم دامی، دانشگاه کشاورزی و منابع طبیعی ساری، ساری، ایران
2
استاد، گروه علوم دامی، دانشگاه کشاورزی و منابع طبیعی ساری، ساری، ایران
3
دانشیار، گروه علوم دامی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران
4
استادیار، گروه علوم دامی، دانشگاه اراک، اراک، ایران
5
استاد، گروه علوم دامی، دانشگاه کاسل، ویتزن هوزن، آلمان
چکیده
اهلیسازی و انتخاب بهشدت در ویژگیهای ظاهری و رفتاری حیوانهای اهلی امروزی تغییر ایجاد کرده است. در این مسیر انتخابهای انجامشده توسط انسان نشانههای قابل شناسایی را در ژنگان (ژنوم) گاوهای امروزی به جا گذاشته که آشکارسازی این نشانهها میتواند به اصلاح و بهبود ژنتیکی صفات مهم اقتصادی در این دامها کمک کند. امروزه بیماری ورم پستان یکی از مهمترین چالشهای اقتصادی در صنعت گاو شیری است که بهطور عمده به دلیل انتخاب گسترده در دهههای اخیر برای افزایش تولید شیر به وجود آمده است. در این تحقیق با هدف شناسایی مناطق ژنگانی مرتبط با ورم پستان، از اطلاعات طرح ملی گاو شیری هلشتاین آلمان استفاده شد. نمونهها با استفاده از آرایههای Illumina Bovine 50K SNP تعیین نژادگان (ژنوتیپ) شدند. 133 راًس دام بیمار و 133 راًس دام سالم بر پایۀ اطلاعات ثبتشده در رابطه با ابتلا به ورم پستان در نخستین دورۀ شیردهی برای جستجوی نشانههای انتخاب با استفاده از آمارۀ تمایز جمعیتی تتا انتخاب شدند. با در نظر گرفتن صدک 9/99 کل ارزشهای تتا، ده ناحیۀ ژنگانی روی کروموزومهای 1 (2 ناحیه)، 3، 5، 6، 14 (2 ناحیه)، 21 (2 ناحیه) و 28 شناسایی شد. بررسیهای بیشتر دادههای زیستی (بیوانفورماتیکی) نشان داد، ژنهای موجود در این مناطق با سامانۀ ایمنی و بیماریهای خود ایمنی، شبکۀ عصبی، انواع سرطان از جمله سرطان پستان و تولید شیر مرتبط هستند. در مجموع، نتایج این تحقیق میتواند منبع اطلاعاتی ارزشمندی درزمینۀ شناسایی مناطق ژنگانی و درنتیجه ژنهای مرتبط با ورم پستان در گاو شیری فراهم آورد.
کلیدواژهها
عنوان مقاله [English]
Genomic scan for selection signatures associated with mastitis in German Holstein cattle
نویسندگان [English]
-
Bita Abbasi Moshaii
1
-
Ghodrat Rahimi-Mianji
2
-
Ardeshir Nejai-Javaremi
3
-
Mohammad hosein Moradi
4
-
Sven Konig
5
1
Ph.D. Candidate, Department of Animal Science and Fisheries, Sari Agricultural Science and Natural Resources University, Sari, Iran
2
Professor, Department of Animal Science and Fisheries, Sari Agricultural Science and Natural Resources University, Sari, Iran
3
Associate Professor, Department of Animal Science, University College of Agriculture and Natural Resources, University of Tehran, Karaj, Iran
4
Assistant Professor, Department of Animal Science, Arak University, Arak, Iran
5
Professor, Department of Animal Science, Kassel University, Witzenhausen, Germany
چکیده [English]
Domestication and selection has changed behavioral and phenotypic characteristics in modern domestic animals significantly. The selection of animals by humans left detectable signatures on the genome of modern cattle. The identification of these signals can help us to improve the genetic characteristics of economically important traits in cattle. Nowadays, mastitis is one of the main economically important diseases in dairy cattle that mostly caused by intense selection for milk production in recent decades. In this study the genomic regions associated with mastitis, the genomic data of national project in Germany Holstein dairy cattle was used to identify. The samples were genotyped using Illumina Bovine 50K SNP. 133 case and 133 control cows were chosen for investigating of selection signatures using Theta (θ) population differentiation statistics. With 99.90 percentile threshold of the obtained Theta (θ) values, 10 genomic regions on chromosomes 1 (2 regions), 3, 5, 6, 14 (2 regions), 21 (2 regions) and 28 were identified. Further investigation using bioinformatics tools showed these genomic regions overlapped with the genes associated with immune system, autoimmune diseases, different type of cancers expressly breast cancer and milk production. In conclusion, the results of this study may provide an important source to facilitate the identification of genomic regions and then, the genes affecting mastitis in dairy cows.
کلیدواژهها [English]
-
German Holstein Cattle
-
Mastitis
-
selection signatures
-
Theta statistics