Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Cấu trúc quần thể độ phân giải cao và các đoạn đồng hợp tử tiết lộ kiến trúc di truyền của các đặc điểm phức tạp ở ngựa Lipizzan
Tóm tắt
Độ thiên lệch trong việc xác định mẫu do cấu trúc quần thể phức tạp vẫn là một thách thức lớn trong các nghiên cứu toàn bộ gen về các đặc điểm phức tạp. Trong nghiên cứu này, chúng tôi đã xác định cấu trúc quần thể độ phân giải cao và mức độ đồng hợp tử của 377 con ngựa Lipizzan có nguồn gốc từ năm trang trại giống khác nhau ở châu Âu, sử dụng thông tin kiểu gen SNP từ bộ genotyping Axiom™ Equine 700k có mật độ cao. Thông qua việc quét toàn bộ gen để tìm các đoạn đồng hợp tử (ROH) chồng chéo được chia sẻ bởi hơn 50% số ngựa, chúng tôi đã xác định được các vùng đồng hợp tử (các đảo ROH) để nghiên cứu nội dung gen của các vùng ứng cử viên đó thông qua phân tích gene ontology và phân tích phong phú. Phương pháp mạng quần thể độ phân giải cao đã tiết lộ các tiểu cấu trúc rõ ràng tương ứng với nguồn gốc của các con ngựa (Áo, Slovakia, Croatia và Hungary). Mức độ che phủ genome cao nhất của ROH (SROH) được xác định ở các tiểu quần thể Áo (SROH = 342.9), tiếp theo là Croatia (SROH = 214.7), Slovakia (SROH = 205.1) và Hungary (SROH = 171.5). Phân tích đảo ROH đã phát hiện năm đảo chung trên ECA11 và ECA14, từ đó xác nhận mối quan hệ di truyền gần gũi hơn giữa các mẫu Hungary và Croatia cũng như giữa các mẫu Áo và Slovakia. Các đảo riêng tư đã được phát hiện cho các tiểu quần thể Lipizzan Hungary và Áo. Tất cả các tiểu quần thể đã chia sẻ một vùng đồng hợp tử trên ECA11, gần như giống hệt về vị trí và chiều dài chứa trong số các gen cụm homeobox-B, cũng đã được phân tích phong phú nhấn mạnh (p < 0.001). Các thuật ngữ gene ontology chủ yếu liên quan đến các quá trình sinh học tham gia vào hình thành phôi thai và đặc điểm trước/sau. Xung quanh gen STX17 (nguyên nhân gây ra hiện tượng có màu xám), chúng tôi đã xác định một đảo ROH chứa các gen NR4A3, STX17, ERP44 và INVS. Trong các đảo khác trên ECA14, ECA16 và ECA20, chúng tôi đã phát hiện các gen SPRY4, NDFIP1, IMPDH2, HSP90AB1, trong đó SPRY4 và HSP90AB1 tham gia vào sự di căn của u hắc tố và tỷ lệ sống sót của bệnh nhân u hắc tố ở người. Chúng tôi đã chứng minh rằng việc đánh giá các cấu trúc quần thể độ phân giải cao trong một giống ngựa duy nhất hỗ trợ các phân tích di truyền hạ nguồn (ví dụ: xác định các đảo ROH). Thông qua các phân tích đảo ROH, chúng tôi xác định các gen SPRY4, NDFIP1, IMPDH2, HSP90AB1, có thể đóng vai trò quan trọng cho các nghiên cứu tiếp theo về u hắc tố ở ngựa. Hơn nữa, kết quả của chúng tôi đã nêu rõ tác động của cụm homeobox-A và B liên quan đến hình thành ngựa Lipizzan.
Từ khóa
#quần thể #đặc điểm phức tạp #ngựa Lipizzan #đồng hợp tử #phân tích gene ontologyTài liệu tham khảo
Zechner P, Sölkner J, Bodo I, Druml T, Baumung R, Achmann R, Marti E, Habe F, Brem G. Analysis of diversity and population structure in the Lipizzan horse breed based on pedigree information. Livest Prod Sci. 2002;77:137–46.
Druml T, Sölkner J. Die Gründerpopulation der Lipizzanerrasse und deren Zuchtgeschichte anhand von Genanteilen. In: Brem G, editor. Lipizzaner im Spiegel der Wissenschaft. Wien: Verlag der Österreichischen Akademie der Wissenschaften; 2012. p. 153–93.
Druml T, Horna M, Grilz-Seger G, Dobretsberger M, Brem G. Association of body shape with amount of Arabian genetic contribution in the Lipizzan horse. Arch Anim Breed. 2018;61:79–85.
Achmann R, Curik I, Dovč P, Kavar T, Bodo I, Habe F, Marti E, Sölkner J, Brem G. Microsatellite diversity, population subdivision and gene flow in the Lipizzan horse. Anim Genet. 2004;35:285–92.
Kavar T, Brem G, Habe F, Sölkner J, Dovč P. History of Lipizzan horse maternal lines as revealed by mtDNA analysis. Genet Sel Evol. 2002;34:635–548.
Kavar T, Habe F, Brem G, Dovč P. Mitochondrial D-loop sequence variation among the 16 maternal lines of the Lipizzan horse breed. Anim Genet. 1999;30:423–30.
Kasarda R, Vostrý L, Moravčíková N, Vostrá-Vydrová H, Dovč P, Kadlečík O. Detailed insight into genetic diversity of the old Kladruber horse substructure in comparison to the Lipizzan breed. Acta Agr Scand, Section A — Anim Science. 2016;66:67–74.
Wallner B, Vogl C, Shukla P, Burgstaller JP, Druml T, Brem G. Identification of genetic variation on the horse Y chromosome and the tracing of male founder lineages in modern breeds. PLoS One. 2013;8:e6001.
Dovč P, Kavar T, Sölkner H, Achmann R. Development of the Lipizzan horse breed. Repro Dom Anim. 2006. https://doi.org/10.1111/j.1439-0531.2006.00726.x.
Seltenhammer MH, Simhofer H, Scherzer S, Zechner P, Curik I, et al. Equine melanoma in a population of 296 grey Lipizzan horses. Equine Vet J. 2003;35:153–7.
Curik I, Seltenhammer M, Sölkner J: Quantitative genetic analysis of melanoma and grey level in Lipizzan horses. Proceedings of the 7th world congress on genetics applied to livestock production 2002; CD-ROM:communication no. 05-09, august 19–23, Montpellier, France.
Curik I, Druml T, Seltenhammer M, Sundström E, Rosengren Pielberg G, Andersson L, Sölkner J. Complex inheritance of melanoma and pigmentation of coat and skin in Grey horses. PLoS Genet. 2013;9:e1003248.
Pielberg RG, Golovko A, Sundstro¨m E, Curik I, Lennartsson J. A cis-acting regulatory mutation causes premature hair graying and susceptibility to melanoma in the horse. Nat Genet. 2008;40:1004–9.
Schaefer RJ, Schubert M, Bailey E, Bannasch DL, Barrey E, Bar-Gal GK, Brem G, Brooks SA, Distl O, Fries R. Developing a 670k genotyping array to tag ~2M SNPs across 24 horse breeds. BMC Genomics. 2017;18:565–83.
Druml T, Neuditschko M, Grilz-Seger G, Horna M, Ricard A, Mesaric M, Cotman M, Pausch H, Brem G. Population networks associated with runs of homozygosity reveal new insights into the breeding history of the Haflinger horse. J Hered. 2018;109:384–92.
Grilz-Seger G, Mesarič M, Cotman M, Neuditschko M, Druml T, Brem G. Runs of homozygosity and population history of three horse breeds with small population size. J Equine Vet Sci. 2018;71:27–34.
Browning SR, Browning BL. High-resolution detection of identity by descent in unrelated individuals. Am J Hum Genet. 2010;86:526–39.
Thompson EA. Identity by descent: variation in meiosis, across genomes, and in populations. Genetics. 2013;194. https://doi.org/10.1534/genetics.112.148825.
Arias JA, Keehan M, Fisher P, Coppieters W, Spelman R. A high density linkage map of the bovine genome. BMC Genet. 2009;10. https://doi.org/10.1186/1471-2156.
Ceballos FC, Joshi PK, Clark DW, Ramsay M, Wilson J. Runs of homozygosity: window into population history and trait architecture. Nat Rev Genet. 2018;19:220e34.
Scocchi M, Bontempo D, Boscolo S, Tomasinsig L, Giulotto E, Zanetti M. Novel cathelicidins in horse leukocytes. FEBS Lett. 1999;457:459–64.
Skerlavaj B, Scocchi M, Gennaro R, Risso A, Zanetti M. (2001): structural and functional analysis of horse cathelicidin peptides. Antimicrob Agents Chemother. 2001;45:715–22.
Vidale P, Piras FM, Nergadze SG, Bertoni N, Verini-Supplizi A, Adelson D, Guérin G, Giulotto E. Chromosomal assignment of six genes (EIF4G3, HSP90, RBBP6, IL8, TERT, and TERC) in four species of the genus Equus. Anim Biotechnol. 2011;22:119–23.
Boehm AK, Seth M, Mayr KG, Fortier LA. Hsp90 mediates insulin-like growth factor 1 and interleukin-1beta signaling in an age-dependent manner in equine articular chondrocytes. Arthritis Rheum. 2007;56:2335–43.
Zhang C, Ni P, Ahmad HI, Gemingguli M, Baizilaitibei A, Gulibaheti D, Fang Y, Wang H, Asif AR, Xiao C, Chen J, Ma Y, Liu X, Du Y, Zhao S. Detecting the population structure and scanning for signatures of selection in horses (Equus caballus) from whole-genome sequencing data. Evol Bioinforma. 2018;14:1–9.
Pearson JC, Lemons D, McGinnis W. Modulating Hox gene functions during animal body patterning. Nat Rev Genet. 2005;6:893–904.
Wuebben EL, Mallanna SK, Cox JL, Rizzino A. Musashi2 is required for the self-renewal and pluripotency of embryonic stem cells. PLoS One. 2012;7. https://doi.org/10.1371/journal.pone.0034827.
Kharas MG, Lengner CJ, Al-Shahrour F, Bullinger L, Ball B, Zaidi S, Morgan K, Tam W, Paktinat M, Okabe R, Gozo M, Einhorn W, Lane SW, Scholl C, Frohling S, Fleming M, Ebert BL, Gilliland DG, Jaenisch R, Daley GQ. Musashi-2 regulates normal hematopoiesis and promotes aggressive myeloid leukemia. Nature Med. 2010;16:903–8.
Schubert M, Jónsson H, Chang D, Sarkissian CD, Ermini L, Ginolhac A, et al. Prehistoric genomes reveal the genetic foundation and cost of horse domestication. PNAS. 2014. https://doi.org/10.1073/pnas.1416991111.
Pemperton TJ, Absher D, Feldman MW, Myers RM, Rosenberg NA, Li JZ. Genomic patterns of homozygosity in worldwide human populations. Am J Hum Genet. 2012;91:275e92.
Purcell S, Neale B, Todd-Brown K, Thomas L, Ferreira MA, Bender D, Maller J, Sklar P, de Bakker PI, Daly MJ, et al. PLINK: a tool set for whole genome association and population-based linkage analyses. Am J Hum Genet. 2007;81:559–75.
Sundström E, Imsland F, Mikko S, Wade C, Sigurdsson S, Pielberg GR, Golovko A, Curik I, Seltenhammer M, Sölkner J, Lindblad-Toh K, Andersson L. Copy number expansion of the STX17 duplication in melanoma tissue from Grey horses. BMC Genomics. 2012;13:365–78.
Seltenhammer MH, Heere-Ress E, Brandt S, Druml T, Jansen B, Pehamberger H, Niebauer GW. Comparative histopathology of grey-horse-melanoma and human malignant melanoma. Pigment Cell Res. 2004;17:674–81.
Jiang L, Campagne C, Sundström E, Sousa P, Imran S, Seltenhammer M, Pielberg G, Olsson MJ, Egidy G, Andersson L, Golovko A. Constitutive activation of the ERK pathway in melanoma and skin melanocytes in Grey horses. BMC Cancer. 2014;14:857–68.
Tennis MA, Van Scoyk MM, Freeman SV, Vandervest KM, Nemenoff RA, Winn RA. Sprouty-4 inhibits transformed cell growth, migration and invasion, and epithelial-mesenchymal transition, and is regulated by Wnt7A through PPARgamma in non-small cell lung cancer. Mol Cancer Res. 2010;8:833–43.
Shaverdashvili K, Zhang K, Osman I, Honda K, Jobava R, Bedogni B. MT1-MMP dependent repression of the tumor suppressor SPRY4 contributes to MT1-MMP driven melanoma cell motility. Oncotarget. 2015;6:33512–22.
Peng J, Liu H, Liu C. MiR-155 promotes uveal melanoma cell proliferation and invasion by regulating NDFIP1 expression. Technol Cancer Res Treat. 2017;16:1160–7.
Metri R, Mohan A, Nsengimana J, Pozniak J, Molina-Paris C, Newton-Bishop J, Bishop D, Chandra N. Identification of a gene signature for discriminating metastatic from primary melanoma using a molecular interaction network approach. Sci Rep. 2017;7:17314.
Alexander DH, Novembre J, Lange K. Fast model-based estimation of ancestry in unrelated individuals. Genome Res. 2009;19:1655–64.
Rosenberg NA. Distruct: a program for the graphical display of population structure. Mol Ecol Notes. 2004;4:137–8.
SAS Institute. 2009. SAS version 9.1. Cary (NC): SAS Institute, Inc.
Neuditschko M, Khatkar MS, Raadsma HW. Net view: a high-definition network-visualization approach to detect fine scale population structures from genome-wide patterns of variation. PLoS One. 2012. https://doi.org/10.1371/journal.pone.0048375.
Steinig EJ, Neuditschko M, Khatkar MS, Raadsma HW, Zenger KR. Netview p: a network visualization tool to unravel complex population structure using genome-wide SNPs. Mol Ecol Res. 2015;16:216–27.
Huang DW, Sherman BT, Lempicki RA. Systematic and integrative analysis of large gene lists using DAVID bioinformatics resources. Nat Protoc. 2009;4:44–57.