Kết hợp thông tin về di truyền trong đánh giá di truyền định kỳ

Tiến sĩ Dinesh Thekkoot

 

Trong nhiều năm, các nhà sản xuất lợn phụ thuộc vào đặc tính vật lý và đánh giá kiểu hình để chọn lợn để sản xuất thế hệ tiếp theo của họ. Sau đó, phương pháp nhân giống và lai tạo, sử dụng di truyền định lượng đã được sử dụng để ước tính một giá trị di truyền của động vật chính xác hơn.

Đến cuối 1980, tiến trình di truyền của nó đã tăng tốc với sự ra đời của một quy trình thống kê mới được gọi là dự đoán không thiên vị tuyến tính tốt nhất (BLUP), cho phép các nhà lai tạo sử dụng thông tin hiệu suất từ ​​nhiều loài động vật và kết hợp nó với thông tin phả hệ (mối quan hệ di truyền giữa động vật). Với sự ra đời của lựa chọn marker hỗ trợ (MAS), các nhà lai tạo bắt đầu kết hợp thông tin từ các marker phân tử với các thủ tục định lượng truyền thống. 

Ngành chăn nuôi lợn cũng được hưởng lợi từ các xét nghiệm DNA cá nhân, để sàng lọc động vật để tìm các dấu hiệu khác nhau như RYR1 (PSE - thịt tiết ra mềm nhạt), MC4R (tốc độ tăng trưởng), ESR (kích thước lứa đẻ), PRKAG3 (chất lượng thịt), v.v. Ngoài a một số ví dụ cụ thể, hầu hết các dấu hiệu này chỉ giải thích được một tỷ lệ rất nhỏ sự biến đổi di truyền của các tính trạng này và gặp khó khăn thực tế trong việc tích hợp với các quy trình đánh giá di truyền thông thường. Hầu hết những thiếu hụt này đã được giải quyết trong một phương pháp được gọi là Chọn lọc bộ gen (GS) do Meuwissen và cộng sự đề xuất đầu tiên. (2001). Nhưng các công nghệ và thông tin cần thiết cho việc triển khai thực tế của GS không có sẵn tại thời điểm đó.

Ba sự phát triển chính tiếp theo đã làm cho việc thực hiện GS thực tế có thể.

1.  Giải trình tự bộ gen của động vật và xác định hàng triệu đơn đa hình nucleotide (SNP), 
2. phát triển công nghệ kiểu gen thông lượng cao để tạo kiểu gen hiệu quả chi phí của hàng nghìn SNP và 
3. phát triển các phương pháp thống kê mới để ước tính và kết hợp thông tin SNP trong các đánh giá di truyền định kỳ (Samore và Fontanesi, 2016).

Những tiến bộ này đã dẫn đến việc thực hiện GS đầu tiên trong 2009 trong chăn nuôi bò sữa ở Mỹ.

Sự kết hợp của thông tin gen vào việc đánh giá gen thường quy ở lợn đã được thực hiện với hai đột phá công nghệ nữa;

• phát triển bảng thương mại SNP thương mại đầu tiên cho mô hình gen di truyền cao ở lợn, và
• trình tự bộ gen heo trong 2010.

Sau này, các công ty kiểu gen khác nhau đã phát hành các tấm SNP từ 10k đến 650k cho các kiểu gen. Genesus hiện đang sử dụng một bảng điều khiển SNP tùy chỉnh-thực hiện từ Affymetrix có chứa hơn 55,000 SNPs cho kiểu gen thông thường. Các phương pháp thống kê khác nhau cũng được phát triển trong giai đoạn này để kết hợp thông tin di truyền vào đánh giá. Legarra và cộng sự, (2009) và Christensen và Lund (2010) đã phát triển một phương pháp gọi là BLUP đơn gen (SSBLUP) sử dụng bộ gen cùng với thông tin về phả hệ và hiệu suất để ước tính giá trị di truyền của các ứng cử viên lựa chọn. Hiện tại, phương pháp này cung cấp độ chính xác tiên đoán cao nhất cho các giá trị sinh sản ước tính (EBV) của động vật trẻ, và Genesus đã thực hiện điều này trong đánh giá di truyền định kỳ. Sự gia tăng độ chính xác của dự đoán dẫn đến tăng lợi ích di truyền mỗi năm. Độ chính xác của EBV và tác động của nó đối với lợi ích di truyền đã được thảo luận chi tiết trong một bài viết trước và nó có thể được đọc tại đây.

Genesus đã tiến hành nghiên cứu trong lĩnh vực GS từ năm 2011 trở lại đây. Chúng tôi đã nghiên cứu chi tiết từng đặc điểm, bằng cách mô phỏng các tình huống lựa chọn GS khác nhau, bắt chước cấu trúc và dữ liệu dân số thực. Những nghiên cứu này đã giúp chúng tôi dự đoán và phân tích những thuận lợi cũng như những vấn đề tiềm ẩn mà chúng tôi có thể gặp phải trong quá trình thực hiện GS. Các nghiên cứu của chúng tôi để xác nhận sự gia tăng độ chính xác bằng cách sử dụng SSBLUP đã chỉ ra rằng bằng cách sử dụng SSBLUP, độ chính xác dự đoán trung bình cho các đặc điểm tăng trưởng (tuổi đến 120 kg, mỡ lưng và độ sâu thăn, v.v.) tăng 71%, 83% và 76% đối với Yorkshire , Landrace và Durocs tương ứng. Tương tự, ở Durocs, độ chính xác trung bình tăng 44% đối với các đặc điểm chất lượng thịt (màu sắc, vân, độ pH, v.v.) và 88% đối với các tính trạng thân thịt (mỡ lưng thân thịt, thăn nội và trọng lượng thân thịt nóng). Sự gia tăng độ chính xác này sẽ dẫn đến việc Genesus Durocs tiếp tục vượt trội về tốc độ tăng trưởng, hiệu quả, thân thịt và các đặc điểm chất lượng ăn. Đối với các giống mẹ (Yorkshire và Landrace), bằng cách sử dụng SSBLUP, kích thước lứa đẻ trung bình khi sinh đã tăng lên 67%. Tất cả những sự gia tăng về độ chính xác này sẽ được phản ánh trong phản ứng di truyền của chúng tôi và đóng góp vào việc tối đa hóa lợi nhuận cho khách hàng của Genesus.

 

dự án

Christensen OF, và Lund, MS (2010). Dự đoán gen khi một số động vật không phải là genotyped. Di chuyển lựa chọn di truyền học. 42, 2

Legarra A., Aguilar I., và Misztal I. (2009). Mối quan hệ bao gồm thông tin về phả hệ và gen. J của Dairy Sci. 92: 4656 - 4663

Meuwissen THE, Hayes BJ, và Goddard ME (2001). Dự đoán tổng giá trị di truyền sử dụng các bản đồ điểm dày đặc của bộ gen. Di truyền học. 157: 1819-1929

Samore AB và Fontanesi L. (2016) Chọn lọc gen ở lợn: trạng thái và viễn cảnh, Tạp chí Khoa học Động vật của Ý, 15: 2, 211-

 

Được phân loại trong: Tin nổi bật, Công nghệ toàn cầu

Bài đăng này được viết bởi Genesus