Russian Federation
Ural'skiy gosudarstvennyy agrarnyy universitet
Russian Federation
employee
Russian Federation
Preimuschestvennoe ispol'zovanie v sovremennom svinovodstve porod evropeyskogo i severoamerikanskogo proishozhdeniya, harakterizuyuschihsya vysokim urovnem produktivnosti, privelo k vytesneniyu lokal'nyh porod. Izuchenie allelofonda sviney porody vengerskaya mangalica, nahodivsheysya na grani ischeznoveniya, no vosstanovlennoy sovmestnymi usiliyami razlichnyh specialistov do 7000 osobey, predstavlyaet interes v aspekte sohraneniya geneticheskogo raznoobraziya ischezayuschih i malochislennyh porod. Cel'yu dannoy raboty yavlyalos' provedenie analiza mikrosatellitov dlya opredeleniya populyacionno-geneticheskih parametrov sviney porody vengerskaya mangalica i ocenki stepeni ee differenciacii v otnoshenii grupp sviney porod krupnaya belaya, landras i dyurok. Analiz s ispol'zovaniem matricy poparnyh geneticheskih distanciy po pokazatelyu FST prodemonstriroval znachitel'nuyu differenciaciyu mangalicy ot sviney porod krupnaya belaya i dyurok, i v to zhe vremya, nekotoruyu geneticheskuyu shozhest' so svin'yami porody landras. Rezul'taty pokazali, chto svin'i porody mangalica harakterizuyutsya otnositel'no vysokim urovnem allel'nogo i geneticheskogo raznoobraziya, a poluchennye dannye mogut byt' ispol'zovany pri izuchenii parametrov geneticheskogo raznoobraziya malochislennyh porod sviney.
porody sviney, mangalica, geneticheskoe raznoobrazie, mikrosatellity.
Введение
На сегодняшний день рынок племенного свиноводства занят широко распространенными крупными организациями, занимающимися разведением свиней пород европейского и североамериканского происхождения, что привело к сокращению поголовья или полному исчезновению десятка локальных пород [1]. Однако на фоне повышения спроса на экопродукты у многих владельцев личных приусадебных, а также мелких и средних фермерских хозяйств, решивших заняться животноводством, отмечается повышенный интерес к породе свиней мангалица, еще недавно находившейся на грани исчезновения. В восстановлении мангалицы принимали участие не только венгерские специалисты, но и ученые других стран, частично используя при этом культурные породы. В настоящее время в мире насчитывается чуть более 7 000 голов этой породы [2]. Кроме того, данная порода относится к охраняемому генному фонду оригинальных и примитивных пород животных ФАО, исследование генетического разнообразия которой является приоритетной задачей программы сохранения генетических ресурсов в области сельского хозяйства [3]. По мнению Flores L. с соавторами [4], именно локальные породы свиней представляют интерес как носители аллельных вариантов, которые могут быть использованы не только для дальнейшего улучшения коммерческих пород, но и также для сохранения генетических ресурсов вида в целом. При этом правильное использование и сохранение таких пород невозможны без наличия информации о состоянии их генетического разнообразия. Так, низкий уровень генетической изменчивости влияет на устойчивость популяции к неблагоприятным условиям среды, разрушает локальные адаптации и коадаптированные генные комплексы, что в конечном итоге может привести к снижению численности и вымиранию популяции [5]. На сегодняшний день в качестве критерия оценки состояния генетического разнообразия, генетической структуры и степени дифференциации пород животных широко используются микросателлиты – короткие тандемные повторы (short tandem repeats, STR) [6], актуальность использования которых освещена в работах многих авторов [7–9], однако исследования генетического разнообразия свиней породы мангалица, разводимых в нашей стране, ранее не проводились.
Цель и методика исследований
Целью данной работы явилось изучение генетического разнообразия свиней породы мангалица и оценка степени ее дифференциации в отношении трех пород импортного происхождения отечественной репродукции (крупная белая, ландрас и дюрок) с использованием микросателлитов. Исследования были выполнены в лаборатории молекулярных основ селекции ФГБНУ «Федеральный научный центр животноводства – ВИЖ имени академика Л. К. Эрнста» в рамках выполнения фундаментальных научных исследований Министерства науки и высшего образования РФ по теме 0445-2019-0026 (АААА-А18-118021590138-1). В исследованиях было использовано оборудование ЦКП «Биоресурсы и биоинженерия сельскохозяйственных животных» ФГБНУ ФНЦ ВИЖ им. Л. К. Эрнста. Материалом для исследования служили пробы ткани (ушные выщипы), отобранные от 52 свиней породы мангалица (МАН, n = 52). Выделение ДНК осуществляли с помощью набора реагентов «ДНК-ЭКСТРАН» (ЗАО «Синтол», Россия) и с использованием колонок фирмы Nexttec (Германия) согласно протоколу фирм-изготовителей. Мультиплексный анализ, включающий 10 STR (SW24, S0155, S0355, S0386, SW72, SW951, S0101, SW240, SW857 и SO005), выполняли с использованием ранее описанной методики [10]. Для сравнительных исследований были использованы микросателлитные профили 276 особей трех пород из базы данных STR-вариабельности домашних свиней (Sus Scrofa) ФГБНУ ФНЦ ВИЖ им. Л. К. Эрнста: крупная белая (КБ, n = 105), ландрас (Л, n = 58) и дюрок (ДЮР, n = 113). После получения микросателлитных профилей была сформирована матрица генотипов в формате Microsoft Excel. Расчет основных параметров аллельного и генетического разнообразия: число эффективных (NE), средних (NA) и приватных (PR) аллелей на локус, аллельное разнообразие, рассчитанное с применением процедуры рарификации (AR), наблюдаемая (HO) и ожидаемая (HE) гетерозиготность, а также коэффициент инбридинга (FIS), проводили с использованием программного обеспечения GenAlEx (ver. 6.5.1) [11] и R package “diveRsity” [12]. Анализ главных компонент (Principal Component Analysis, PCA) выполняли в R-пакете аdegenet [13] и визуализировали в R-пакете gglot2 [14]. Оценку степени генетической дифференциации определяли на основании матрицы попарных значений DJost [15] с последующим построением филогенетического дерева по алгоритму «сети соседей» (Neighbor-Net) в программе SplitsTree 4.14.5 [16]. Исходные файлы были формированы в программной среде R 3.5.0 [17].
Результаты исследований
В таблице 1 представлены результаты анализа основных параметров аллельного и генетического разнообразия исследованных пород свиней.
Таблица 1
Параметры аллельного и генетического разнообразия исследованных пород свиней
|
Порода |
n |
NE |
NA |
PR |
AR |
HO |
HE |
FIS (FIS 95 % CI > 0) |
|
МАН |
52 |
3.256 ± 0.628 |
6.000 ± 1.258 |
0.667 ± 0.471 |
6.002 ± 1.258 |
0.534 ± 0.1 |
0.581 ± 0.091 |
0.124 [–0.072; 0.32] |
|
ДЮР |
113 |
2.062 ± 0.266 |
4.556 ± 0.944 |
0.222 ± 0.147 |
4.157 ± 0.829 |
0.442 ± 0.074 |
0.449 ± 0.071 |
0.064 [–0.122; 0.25] |
|
КБ |
105 |
3.191 ± 0.506 |
5.778 ± 0.795 |
0.333 ± 0.167 |
5.38 ± 0.726 |
0.67 ± 0.055 |
0.633 ± 0.044 |
–0.053 [–0.126; 0.02] |
|
Л |
58 |
2.587 ± 0.478 |
5.111 ± 0.824 |
0.333 ± 0.167 |
5.064 ± 0.818 |
0.544 ± 0.072 |
0.532 ± 0.064 |
–0.015 [0.107; 0.077] |
Примечание: NE – число эффективных аллелей на локус; NA – среднее число аллелей на локус; PR – число приватных аллелей; AR – аллельное разнообразие; HO – наблюдаемая гетерозиготность; HE – ожидаемая гетерозиготность; FIS – коэффициент инбридинга. Расшифровку аббревиатур для пород свиней см. в методике.
Note: NE – the number of effective alleles per locus; NA – the average number of alleles per locus; PR – the number of private alleles; AR – the allelic variety; HO – the observed heterozygosity; HE – the expected heterozygosity; FIS – inbreeding coefficient. Decoding of abbreviations for breeds of pigs see in the technique.
Значения показателя числа информативных аллелей варьировали от 2.062 ± 0.266 у ДЮР до 3.256 ± 0.628 у МАН. Практически равные максимальные значения среднего числа аллелей на локус были выявлены у свиней двух пород: мангалицы (6.000 ± 1.258) и крупной белой (5.778 ± 0.795), в то время как свиньи породы дюрок имели минимальные значения показателя (4.556 ± 0.944). Уникальные (приватные) аллели, являющиеся отличной характеристикой породы, были выявлены во всех исследуемых нами группах, с превалированием их числа в породе мангалица: 6 аллелей против 3 (КБ и Л) и 2 (ДЮР). При этом максимальная частота встречаемости (0,231) выявлена у 227 аллеля локуса SO005. Диапазон изменчивости аллельного разнообразия, рассчитанного с применением процедуры рарификации, составил от 4.157 ± 0.829 (ДЮР) до 6.002 ± 1.258 (МАН).
Значения показателей ожидаемой и наблюдаемой степени гетерозиготности оказались существенно выше у свиней крупной белой породы: HO = 0.67±0.055 и HE = 0.633 ± 0.044. Животные породы мангалица имели промежуточные значения данных параметров: HO = 0.534 ± 0.1 и HE = 0.581 ± 0.091.
Положительные значения коэффициента инбридинга (FIS), свидетельствующие о недостатке гетерозигот, были выявлены у свиней породы мангалица и дюрок. Однако следует обратить внимание на значения доверительного интервала (FIS 95 % CI > 0), который во всех исследуемых группах включал ноль, указывая на генетическое равновесие в данных породах. Максимальные отрицательные значения показателя отмечены у свиней крупной белой породы (FIS = –0,053).
Следующим этапом наших исследований являлось выявление генетических взаимоотношений свиней породы мангалица с другими группами. Для этих целей были использованы два молекулярно-генетических подхода: метод главных компонент (PCA) (рис. 1) и филогенетический анализ (рис. 2).
Так, по данным рис. 1, следует, что факторный анализ всего массива частот аллелей 10 микросателлитов выделил две компоненты, объясняющие около 12 % генетической изменчивости.
Рис. 1. Распределение особей исследуемых пород свиней на плоскости двух главных компонент по данным PCA-анализа.
Примечание: расшифровку аббревиатур для пород свиней см. в методике
Fig. 1. Distribution of individuals of the studied pig breeds on the plane of two main components according to PCA-analysis.
Note: the extension of abbreviations for the breed, see in the technique
При этом проекция исследуемых групп образовала два независимых кластера свиней пород крупной белой и дюрок и общий кластер животных пород мангалица и ладрас.
Анализ исследуемых групп свиней, проведенный на основе матрицы попарных генетических дистанций по показателю FST с последующей визуализацией результатов на филогенетическом дереве по алгоритму «сети соседей» (Neighbor-Net) (рис. 2.), выявил обособленность каждой породы, при этом к свиньям породы мангалица наибольшую генетическую схожесть проявили животные породы ландрас.
Рис. 2. Филогенетическое дерево взаимоотношений исследуемых пород свиней, построенное на основе матрицы попарных генетических дистанций FST по алгоритму «сети соседей» (Neighbor-Net).
Примечание: расшифровку аббревиатур для пород см. в методике
Fig. 2. Phylogenetic relationship tree of studied pig breeds, based on the pairwise genetic distance FST matrix using the Neighbor-Net algorithm.
Note: the extension of abbreviations for the breed, see in the technique
Таким образом, проведенные нами исследования, основанные на анализе полиморфизма 10 микросателлитов, выявили, что свиньи породы мангалица характеризуются относительно высоким уровнем аллельного и генетического разнообразия. Анализ двух главных компонент показал формирование общего кластера свиней породы мангалица и ладрас с дистанционированием от кластеров пород крупной белой и дюрок, что также было выявлено филогенетическим анализом по алгоритму «сети соседей» (Neighbor-Net).
Выводы. Рекомендации
Наличие в генофонде исследуемой выборки мангалицы компонента породы ландрас позволяет сделать предположение об участии последней в процессе восстановления мангалицкой породы свиней. При этом более детальные выводы о генетических взаимоотношениях между исследованными группами свиней возможны при увеличении выборки, а также при исследовании паттерна генетической дифференциации с другими породами. Тем не менее впервые проведенные нами исследования генетического разнообразия и популяционной структуры свиней породы венгерская мангалица могут быть использованы при разработке селекционных, организационных и экономических мероприятий, направленных на поддержание и развитие генофонда данной породы свиней. Кроме того, изучение состояния генетического разнообразия малочисленных пород животных и, как следствие, рациональное использование их генетических ресурсов, имеет особое значение как ценнейшее генетическое наследие всего человечества.
Работа проведена в рамках выполнения фундаментальных научных исследований Министерства науки и высшего образования РФ по теме 0445-2019-0026 (АААА-А18-118021590138-1).
1. Mikhailova O. A. The history of breeding and the problem of conservation of rare and endangered species of pigs // Pig breeding. 2016. No. 1. Pp. 8-11.
2. Hungarian Mangalica: pros and cons of the breed [Electronic resource]. URL: https://vusadebke.com/fermerstvo/ghivotnovodstvo/svinyi/vengerskaya-mangalica.html (access date: 26.06.2019).
3. Georgescu S. E., Manea M. A., Dudu A., Costache M. Phylogenetic relationships of the mangalica swine breed inferred from mitochondrial DNA variation / // International Journal of Molecular Sciences. 2012. No. 13 (7). Pp. 8467-8481.
4. Flores L. [et al.] Genetic analysis of Mexican hairless pig populations // Journal of Animal Science. 2001. V. 79. Pp. 3021-3026.
5. Mahmoudi B. [et al.] Breed characteristics in Iranian native goat populations // Journal of Cell and Animal Biology. 2011. No. 5 (7). Pp. 129-134.
6. Mekuriaw G. [et al.] Review on current knowledge of genetic diversity of domestic goats (Capra hircus) identified by microsatellite loci: how those efforts are strong to support the breeding programs? // Journal of Life Science and Biomedicine. 2016. No. 6 (2). Pp. 22-32.
7. Zinovieva N. A. [et al.] Assessment of the contribution of different populations to the genetic diversity of pigs of the root of a large white breed // Agricultural biology. 2012. No. 6. Pp. 35-42.
8. Lugovoy S. I. Characterization of the gene pool of local breeds of pigs in Ukraine for the loci of the microsatellite DNA // Bulletin of the Novosibirsk State Agrarian University. 2013. No. 2 (27). Pp. 67-72.
9. Kharzinova V. R. [et al.] Local breed of pig: comparative analysis of allele-based analysis of microsatellites // Pig breeding. 2017. No. 1. Pp. 5-7.
10. Kharzinova V. R. [et al.] Population-genetic characteristic of pigs of breeds Large White, Landrace and Duroc using microsatellites // Husbandry. 2018. No. 4. Pp. 2-7.
11. Peakall R., Smouse P. E. GenAlEx 6.5: genetic analysis in Excel. Population genetic software for teaching and research - an update // Bioinformatics. 2012. No. 28. Pp. 2537-2539.
12. Keenan K., McGinnity P., Cross T. F., Crozier W. W., Prodöhl P. A. diveRsity: An R package for the estimation and exploration of population genetics parameters and their associated errors // Methods in Ecology and Evolution. 2013. No. 4. Pp. 782-788.
13. Jombart T. Adegenet: a R package for the multivariate analysis of genetic markers // Bioinformatics. 2008. No. 24. Pp. 1403-1405.
14. Wickham H. ggplot2: Elegant graphics for data analysis. - New York : Springer-Verlag, 2009. - 216 p.
15. Jost L. GST and its relatives do not measure differentiation // Molecular Ecology. 2008. No. 17. Pp. 4015-4026.
16. Huson D. H., Bryant D. Application of phylogenetic networks in evolutionary studies // Molecular Biology and Evolution. 2006. No. 23. Pp. 254-267.
17. R Core Team. R: a language and environment for statistical computing. R Foundation for statistical computing. - Vienna, 2012. - 2630 p.
