Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Selekcja - nowe perspektywy Maciej Szydłowski 2007.

Podobne prezentacje


Prezentacja na temat: "Selekcja - nowe perspektywy Maciej Szydłowski 2007."— Zapis prezentacji:

1 Selekcja - nowe perspektywy Maciej Szydłowski 2007

2 Selekcja z wykorzystaniem informacji markerowej (MAS) Nie wymaga znajomości genów, ale tylko ich położenia (QTL) Korzysta z asocjacji pośredniej Haplotyp Nie obserwowana mutacja funkcjonalna Marker Fenotyp Asocjacja bezpośrednia Asocjacja pośrednia

3 Największa korzyść dla cech: O niskim h 2 (np. odporność, płodność) Trudnych lub drogich w pomiarze (np. oporność na pasożyty) Nie obserwowanych, gdy można już podjąć decyzje selekcyjne (np. mleczność, jakość tuszy)

4 Efektywność MAS w stosunku do selekcji tradycyjnej Lande i Thompson 1990, Genetics 124: MAS - oczekiwania sprzed 17 lat...i stan dzisiejszy Część zmienności genetycznej opisanej markerami

5 Francja - bydło mleczne (od 2001) 14 QTL 2-3 mikrosatelity / QTL assocjacja (LD) inna w każdej rodzinie Skutki poniżej, a koszty powyżej oczekiwań (Didier Boichard, Utrecht 2007)

6 Przyczyny braku postępu Mała precyzja mapowania QTL zwierząt? Brak genów o dużych efektach? Sahana et al Fine Mapping of QTL for Mastitis Resistance on BTA11 in Three Nordic Red Cattle Breeds, EAAP Meeting Mapowanie QTL dla liczby komórek somatycznych 10 cM 10 mln pz 83 geny

7 Bydło mleczne SNP r Świnie SNP r Kury w użyciu, gęstość? Owce w konstrukcji Mikromacierz firmy Affymetrix pozwala oznaczyć SNP u jednej osoby Mapy-matryce w oparciu o mikromacierze SNP SNP = polimorfizm podstawień pojedynczych nukleotydów bardzo liczne markery każdy o dwóch allelach (wariantach)

8 Menzel i in. 2007, Nature Genetics 39: Assocjacje ( -log 10 ( P ) ) markerów na 23 chromosomach człowieka. Spośród markerów tylko 3225 wykazywało P <0,01 3 QTL odpowiada za 44% zmienności ogólnej Produkcja erytrocytów zawierających hemoglobinę płodową (ważna w leczeniu niedokrwistości). h 2 = 0,89 Poszukiwanie QTL człowieka – przykład 1

9 Materiał Wzrost – wysokie h białych Europejczyków markerów SNP Wynik Tylko jeden gen (HMGA2) Efekt genu = 0,4 cm 0,3% zmienności cechy Poszukiwanie QTL człowieka - przykład 2 Weedon i in. 2007, Nature Genetics 39:

10 Wnioski Cechy produkcyjne są prawdopodobnie uwarunkowane genami o małych efektach Ich wykrycie jest małoprawdopodobne Pierwotna wersja MAS ma małe szanse powodzenia

11 Tysiące markerów SNP szkicują ogólną zmienność genomów zwierząt Zmienność doskonalonej cechy rozpisujemy na cały genom Wartości hodowlane kandydatów odczytujemy ustalając ich genomy Lokalizacja QTL i identyfikacja genów ma znaczenie drugorzędne dla selekcji Selekcja genomowa – nowy wersja MAS

12 Selekcja genomowa Rozpatrywane warianty: na podstawie SNP na podstawie haplotypów na podstawie analizy spokrewnień

13 ....GATC G GATT...TATGG T TAAGGA...GGG T ATGGTG... C AG SNP 1 SNP 2SNP 3 G +0,5 kg C - 0,5 kg T +1 kg A - 1 kg T +2 kg G - 2 kg GG +1 kg TA 0 kg TT +4 kg = + 5 kg I. Ocena pośrednich efektów SNP II. Wczesna ocena zarodków / zwierząt na podstawie ich genotypu Selekcja genomowa na podstawie SNP

14 Badania symulacyjne dla cechy niskoodziedziczalnej (h 2 =10%) Muir WM Genomic selection: a break through for application of marker assisted selection to traits of low heritability, promise and concers, EAAP Meeting Etap I 3 pokolenia uczące oceny zwierząt na podstawie genomu Ocena efektów SNP Ocena W.H. na podstawie fenotypów i markerów Przewaga w dokładności nad BLUP do 30% Etap II Pokolenia bez kontroli użytkowości Ocena tylko na podstawie genomu BLUP na podstawie przodków Przewaga w dokładności nad BLUP do 45%, ale zanika po 7 pokoleniach

15 Uwaga! Wyniki symulacji są różne Zależą od przyjętych założeń Wiedza o dziedziczeniu cech ilościowych jest relatywnie mała Nie wiemy jakie założenia przyjąć

16 Problemy Nadmiar SNP ( mniej znaczy więcej? ) Trudna ocena efektów SNP z powodu statystycznej korelacji między nimi Ignorujemy funkcjonalne interakcje między SNP Selekcja genomowa na podstawie SNP

17 Selekcja genomowa Rozpatrywane warianty: na podstawie SNP na podstawie haplotypów na podstawie analizy spokrewnień

18 Nowoodkryta struktura genomów wiele pokoleń Zmienność genomów w populacji ma charakter blokowy Zmienność w każdym bloku jest relatywnie mała (rzadkie rekombinacje, kilka haplotypów) Między blokami rekombinacje zachodzą często, a bloki są mało od siebie zależne

19 Znaczenie haplotypów AC TG Mutacja 1Mutacja 2 Interakcja Zmiana pofałdowania SNP 1 Białko SNP 2 Haplotyp

20 haplotyp 1 +5 kg haplotyp 2 -2 kg haplotyp 3 -3 kg Selekcja genomowa na podstawie haplotypów Trudność: Oznaczanie haplotypów osobnika metodą molekularną jest praktycznie niemożliwe Chromosom

21 Oznaczanie haplotypów (1) (b) Sąsiadujące SNP, które się dziedziczą wspólnie, są łączone w bloki haplotypowe. Haplotypy są zbierane w bazie danych. (a) Sekwencjonowanie wielu chromosomów od wielu osobników w populacji doświadczalnej (c) Znaczniki - kilka dobrze wybranych SNP identyfikują wszystkie warianty haplotypów. Chromosom 1 Chromosom 2 Chromosom 3 Chromosom 4 Haplotyp 1 Haplotyp 2 Haplotyp 3 Haplotyp 4

22 Oznaczanie haplotypów (2) A/G T/T C/C (a) Genotypowanie znacznikowych SNP (b) Ustalenie haplotypów na podstawie haplotypowej bazy danych Haplotyp 1 Haplotyp 2 Haplotyp 3 Haplotyp 4

23 Problemy Rzadkie haplotypy zwiększają błąd oceny W.H. Niektóre haplotypy mają podobny efekt, ale są traktowane oddzielnie Położenie i wielkość bloków są różne dla poszczególnych ras i populacji – trudne oznaczenie haplotypów Selekcja genomowa na podstawie haplotypów

24 Selekcja genomowa Rozpatrywane warianty: na podstawie SNP na podstawie haplotypów na podstawie analizy spokrewnień

25 Tradycyjne spokrewnienie Oparte na rodowodzie Osobniki o nieznanym pochodzeniu nie są spokrewnione (mają niezależne W.H.) Przykład dla rodzeństwa Dzielą przeciętnie 50% DNA o tym samym pochodzeniu Faktycznie dzielą 45-55% Młode buhajki-bracia mają taką samą wartość hodowlaną (fałsz)

26 Rodowód tradycyjny Ojciec ojca Ojciec Matka ojca Osobnik Ojciec matki Matka Matka matki Pozwala ustalić oczekiwany udział DNA o wspólnym pochodzeniu

27 Rodowód genomowy Pozwala ustalić faktyczny udział DNA o wspólnym pochodzeniu

28 Rodowód haplotypowy ATAGATCGATCG CTGTAGCTTAGG AGGGCGCGCAGT CGATCTAGATCG CGGTAGATCAGT AGAGATCGATCT ATGGCGCGAACG CTATCGCTCAGG CTGTAGCGATCG AGATCTAGATCG AGAGATCGCAGT ATGTCGCTCACG CTGTCTAGATCG ATGTCGCGCAGT Pozwala ustalić współdzielenie najważniejszych haplotypów dla doskonalonej cechy

29 Przyszłość Miary spokrewnienia Nowość A = oczekiwany % genów identycznego pochodzenia Liczony tylko na podstawie rodowodu Wykorzystywana w BLUP-AM G = % identycznych genów ogółem Na podstawie markerów Wszystkie osobniki są spokrewnione (wzrost dokładności oceny) T = % identycznych genów kształtujących cechę Na podstawie markerów i fenotypów Jeszcze bardziej dokładny w ocenie konkretnej cechy

30 Dokładność oceny W.H. na podstawie rodzeństwa Rodzeństwo AG Symulacja 1000 QTL markerów VanRaden i Tooker 2007, ADSA Joint meeting, SanAntonio Spokrewnienie rodowodowe Spokrewnienie genomowe

31 Podsumowanie Możliwość wielkoskalowej analizy SNP otwiera drogę selekcji genomowej Jej praktyczne wykorzystanie będzie wymagało wielu rozwiązań statystycznych, informatycznych i organizacyjnych Mała wiedza o dziedziczeniu cech ilościowych nie pozwala na wiarygodną symulację korzyści hodowlanych Perspektywy Potencjalnie większy postęp hodowlany przy mniejszych kosztach Zastosowanie na szeroką skalę przyczyni się do lepszego poznania dziedziczenia cech ilościowych

32 Serdecznie dziękuję dr. Paulowi Van Radenowi za inspirację i wspólne rozmowy


Pobierz ppt "Selekcja - nowe perspektywy Maciej Szydłowski 2007."

Podobne prezentacje


Reklamy Google