| บทคัดย่อ: |
ชุดเครื่องหมายดีเอ็นเอ เป็นเครื่องมือที่ใช้ในการในการคัดเลือก และจัดลำดับสัตว์รายตัวตาม
ความสามารถทางพันธกรรมโดยใช้ข้อมูลความแตกต่างของลำดับนิวคลีโอไทด์ (Single nucleotide
polymorphism, SNPs) ได้ตั้งแต่แรกเกิด แม้ว่าสัตว์ตัวนั้นยังไม่มีข้อมูลฟิโนไทป์ และข้อมูลพันธุ์ประวัติ เพื่อ
เพิ่มความแม่นยำ และย่นระยะเวลาการคัดเลือกสัตว์ โดยเฉพาะการคัดลือกลักษณะปริมาณน้ำนม และความ
ต้านทานโรคเต้านมอักเสบซึ่งเป็นลักษณะสำคัญที่สุดทางเศรษฐกิจในอุตสาหกรรมนม ดังนั้น วัตถุประสงค์ของ
การวิจัยครั้งนี้เพื่อ 1) ระบุยืนที่มีอิทธิพลต่อลักษณะปริมาณน้ำนม และความต้านทานโรคเต้านมอักเสบของโค
นมในประเทศไทย 2) การทำฐานข้อมูลพันธุกรรมโคนมทรอปิคอลโฮลสไตน์โดยวิธีการหาลำดับเบสของสาร
พันธกรรมทั้งหมด (Whole genome resequencing, WGRS) และการทำนายกรดอะมิโน ของลักษณะ
ปริมาณน้ำนมของโคนมในประเทศไทย เพื่อความแม่นยำในยืนที่ระบุได้สำหรับนำไปพัฒนาชุดเครื่องหมายดีเอ็น
เอ (Candidate gene marker set) 3) เพื่อพัฒนาชุดเครื่องหมายดีเอ็นเอสำหรับลักษณะปริมาณน้ำณน้ำนม และ
ความต้านทานโรคเต้านมอักเสบเพื่อใช้ในการคัดเลือกพ่อแม่พันธุ์โคนมในประเทศไทย และ 4) เพื่อพัฒนา
โปรแกรมสำหรับการทำนายศักยภาพของปริมาณน้ำนม และความต้านทานโรคเต้านมอักเสบจากข้อมูลของชุด
เครื่องหมายดีเอ็นเอของโคนมในประเทศไทย
ทำการศึกษาภายใต้สภาพการจัดการเลี้ยงดู และภูมิอากาศของประเทศไทย โดยใช้ข้อมูลรายตัวของ
โคนมลูกผสมโฮลสไตน์ ฟรีเชียนไทย (ทรอปิคอลโฮลสไตน์) จากการให้นมครั้งแรกที่ได้รวบรวมไว้ในระบบบ
ฐานข้อมูลของสำนักเทคโนโลยีชีวภาพการผลิตปศุสัตว์ กรมปศุสัตว์ ข้อมูลฟิโนไทป์ที่ใช้ใช้เป็นข้อมูลปริมาณม
(Test-day milk yield, TD-MY) และปริมาณเชลล์โขมาติกในวันทดสอบ (Test-day somatic cell count,
TD-SCC) โดย TD-SCC ถูกแปลงเป็นคะแนนเซลลโซมาติกในวันทดสอบ (Test-day somatic cell score, TD-
SCS) คลอดลูกในช่วงปี พ.ศ. 2539 ถึง 2564 จำนวน 170,6666 (24,858 ตัว) และ 160,526 (23,201 ตัว)
บันทึกตามลำดับ และข้อมูลพันธุ์ประวัติจะเป็นข้อมูลที่ย้อนกลับไป 3 ชั่วอายุ ข้อมูลจีโนไทป์ได้จากการตรวจหา
ข้อมูลความแตกต่างทางพันธุกรรมในระดับจีโนมด้วย Illumina BovineSNP50 BeadChip (llumina Inc,
San Diego, CA, USA) หลังจากผ่านการควบคุมคุณภาพของ SNPs แล้ว มีข้อมูล SNPs ที่เหลือเข้าวิเคราะห์ทั้งหมด 42.119 SNPs จากจำนวนสัตว์ทั้งหมดที่มีจีโนไทป์ 3,397 ตัว สำหรับลักษณะปริมาณผลผลิตน้ำนม
และความต้านทานโรคเต้านมอักเสบ ตามลำดับ ส่วนข้อมูลสำหรับใช้ในการทำฐานข้อมูลพันธุกรรมโคนมทรอปิ
คอลโฮลสไตน์โดยวิธี WGRS และการทำนายกรดอะมิโนของลักษณะการให้ปริมาณน้ำนม และความต้านต้านทาน
โรคเต้านมอักเสบของโคนมในประเทศไทย ตามวัตถุประสงค์ข้อ 2 ประกอบด้วยสัตว์กลุ่มที่มีค่า GEBVs สูงสุด
และต่ำสุด (Extreme traits) อย่างละ 30 ตัว รวมจำนวนสัตว์ทั้งหมด 120 ตัว ที่มีข้อมูลทั้งฟิโนไทป์ และ
จีโนไทป์ที่สมบูรณ์ รวมทั้งมีจำนวนและรูปร่างโครโมโชมที่ปกติ
ประมาณค่าองค์ประกอบความแปรปรวน ประเมินค่าทางพันธุกรรมจีโนม (Genomic estimated
breeding values, GEBVs) ลักษณะการให้ปริมาณน้ำนม และความต้านทานโรคเต้านมอักเสบ (SCS) โดยวิธี
แบบขั้นตอนเดียว (Single-step GBLUP, sGBLUP) และโมเดลตัวสัตว์ในวันสอบการถดถอยแบบสุ่ม จาก
โปรแกรมในตระกูล BLUPF90 (RENUMF90, PREGSF90, AIREMLF90, BLUPF90) และศึกษาหาความสัมพันธ์ทางพันธุกรรมระดับจี้โนม (Genome-wide association study, GWAS) ในแต่ละลักษณะโดยวิธี WssGWAS
(Weighted ssGWAS) ด้วยโปรแกรม POSTGSF90 เพื่อวิเคราะห์หาตำแหน่งบนจีโนมที่เกี่ยวข้องกับลักษณะที่
ศึกษาในโคนมทรอปิคอลโฮลสไตน์ และใช้ตำแหน่งเหล่านี้เพื่อระบุหายีน และกลไกของยืนที่มีอิทธิพลต่อ
ลักษณะที่ศึกษาจากฐานข้อมูลเครือข่าย พร้อมทั้งมีการระบุหายืนจากการทบทวนวรรณกรรมอย่างเป็นระบบ
(Systematic Reviews, SR) และใช้ค่า Fixation index (Fer) ซึ่งเป็นค่าที่เกิดจากการเปลี่ยนแปลงของความถึ
อัลลัลในกลุ่มประชากรมีความแตกต่างทางพันธุกรรม หลังจากนั้นได้นำยืนที่ได้จากวิธีการดังกล่าวข้างต้นไป
เปรียบเทียบกับยืนที่ได้จากการทำฐานข้อมูลพันธุกรรมโคนมทรอปิคอลโฮลสไตน์โดยวิธี WGRS) และการ
ทำนายกรดอะมิโน ยีนที่ปรากฏในฐานข้อมูลอื่นอย่างน้อย 2 ฐานข้อมูล โดยมีหนึ่งในฐานข้อมูลเป็นฐานข้อมูล
การเปลี่ยนแปลงกรดอะมีโนใน WGRS จะถูกนำไปวิเคราะห์หาอิทธิพลของ SNPs ด้วยวิธีการถดถอยแบบ
Bayesian ทดสอบและคัดเลือกความเหมาะสมของชุด SNPs และ Functional analysis ในที่สุดยืนที่ระบุได้
จะนำไปใช้เพื่อพัฒนาชุดเครื่องหมายดีเอ็นเอสำหรับลักษณะการให้ปริมาณน้ำนมต่อไป
เมื่อทำการเปรียบเทียบแหล่งข้อมูลของยืนที่ระบุได้จาก SR, GWAS และ Fsๆ กับ WGRS พบว่ามียืนที่
ปรากฏอย่างน้อยในทั้งสามฐานข้อมูล คือ SR, GWAS และ WGRS จำนวนทั้งหมด 14 ยืนที่เคยรายงานว่ามี
ความเกี่ยวข้องกับลักษณะปริมาณน้ำนม ได้แก่ ALG14, ARHGEF17, BCAN, BCAR3 DNAJB13 ECI2.
EXOC2, FCHSD2 MRPL48. PRPF4B, PTPDC1, PXDCI, SLC22A1 และ ULK4 ในขณะที่ยืนอีก 109 ยืนที่
ปรากฎใน GWAS และมีการเปลี่ยนแปลงกรดอะมีโนทั้งหมดเป็นยืนใหม่ อย่างไรก็ตามเมื่อนำยืนที่ได้ข้างต้นไป
รวมกับยืนที่มีเปลี่ยนแปลงกรดอะมิโน และพบใน SR แต่ไม่พบใน GWAS อีกจำนวน 14441 ยืน ไปวิเคราะห์หา
อิทธิพลของ SNPs และทดลอบความเหมาะสมของชุดเครื่องหมาย SNPs รวมยืนที่เข้าวิเคราะห์ จำนวน 1,564
(1441+14+109) ยืน หลังจากที่ผ่านการทดสอบแล้ว มียืนเป้าหมายที่ได้รับการคัดเลือกสามารถนำไปพัฒนาชุด
เครื่องหมายตีเอ็นเอสำหรับใช้คัดเลือกลักษณะปริมาณน้ำนมในในโคนจำนวน 2 ชด ได้แก่ 1) ชดพัฒนาเป็นเป็นเป็น
เครื่องหมายที่ช่วยในการคัดเลือก (Marker assisted selection. MAS) จ้านวน 26 ยืน ได้แก่ PTX3 TF. NES.
BCAN, CYP4A11, LAMB1, CNOT4, RHNO1, ODAM, HTT, PCSKI, FREMI, MPDZ, FBP2, MCFD2,CFAP61, PFKP, SIRPA, ZNF16, EVL, CCR8, ILI7RC, PLXNA1, BOLA, CPPED1 และ ASPHD1 เป็นต้น
และ 2) ชุดพัฒนาเป็น Bead chip ความหนาแน่นต่ำ (Low density bead chip) จำนวน 347 ยืน ยืน ยืนเหล่านี้
เกี่ยวข้องกับหมวดหมู่ Gene ontology (GO): การเจริญและการทำงานของเต้านม กระบวนการเมตาโบลิซึม
และการจัดการพลังงานภายในเซลล์ การสื่อสารระหว่างเซลล์และการแสดงออกของยืน ระบบภูมิคุ้มกันและ
กระบวนการอักเสบ และการปรับตัวภายใต้สิ่งแวดล้อมร้อนชื้น ยืนที่มีความสำคัญที่พบในการวิจัยนี้ ช่วยให้
ความเข้าใจกลไกระดับโมเลกุลที่เกี่ยวข้องกับการควบคุมการให้ปริมาณน้ำนมในโคนมทรอปีคอลโฮลสลสไตน์ดีขึ้น
และมีความผันแปรที่ส่งผลให้ใครงสร้างของลำดับกรดอะมิโนเปลี่ยนแปลงในประชากร ทำให้มีความเหมาะสม
ในการนำมาใช้การคัดเลือกโคนมในประเทศไทยได้อย่างเจาะจง |
| บทคัดย่อ (EN): |
The candidate gene marker set is a tool used to selection and ranking individual animals
according to their genetic abilities using single nucleotide polymorphism (SNPs) at birth,
although the animals do not yet have phenotypic and pedigree information in order to increase
accuracy and shortengeneration interval, especially, milk yield and mastitis resistance selection
are the most important economic traits in the dairy industry. The objectives of this research in
the first year are as follows: 1) To identify genes that influence milk yield and resistance to
mastitis in Thai dairy cows. 2) To investigate genetic variations in gene sequences and predict
amino acids resulting from genetic variations using whole genome resequencing (WGRS) for milk
yield traits in Thai dairy cows, aiming to enhance accuracy in identifying gene for the
development of candidate gene marker set. 3) To develop candidate gene marker set for milk
yield traits and mastitis resistance to be used in the selection of dairy cattle breeders in
Thailand, and 4) To develop a program for predicting milk yield potential and mastitis resistance
based on data from the Thai dairy candidate gene marker sets.
The study was conducted under Thailand conditions using individual data of Thai
crossbred Holstein Friesian (Tropical Holstein) dairy cows from the first lactation, collected and
stored in the database of the Bureau of Biotechnology in Livestock Production, DLD. The
phenotypic data used are test-day milk yield (TD-MY) and test-day somatic cell count (TD-SCC),
that are converted into somatic cell score (SCS).The study included data from calving between
1996 and 2021, with a total of 170,666 records (24,858 animals) and 160,526 records (23,201
animals), respectively. The pedigree records were back to 3 generation. Genotype data
obtained by detecting genetic differences at the genomic level with Illumina BovineSNP50
BeadChip (Illumina Inc., San Diego, CA, USA). After passing the quality control of SNPs, a total
of 42,119 SNPs from a total of 3,397 animals were analyzed for milk yield traits and mastitis
resistance, respectively. The data for use in the genetic database of Tropical Holstein dairy
cows by whole genome resequencing (WGRS) method and amino acid prediction of milk yield
trait and mastitis resistance of dairy cows in Thailand according to objective 2 consisted of 30
animals with maximum and minimum GEBVs (Extreme traits) each, totaling 120 animals, with
complete phenotype and genotype data, as well as normal chromosomal numbers and
shapes.
Genetic components of variance and covariance were estimated to predict the genomic
estimated breeding values (GEBVs) for milk yield and resistance to mastitis trait using a singlestep genomic best linear unbiased prediction (ssGBLUP) method with random regression test-day models. The analysis incorporated pedigree information, phenotype data, and genotype
data implemented in the BLUPF90 software package (RENUMF90, PREGSF90, AIREMLF90,
BLUPF90). Furthermore, a genome-wide association study (GWAS) was conducted for each trait
using the Weighted a single-step genome-wide association study (WssGWAS) method
implemented in the POSTGSF90 program. This analysis aimed to identify genomic regions
associated with the studied traits in Tropical Holstein dairy cows and use these regions to
identify candidate genes and mechanisms influencing the traits based on network database
analysis. Additionally, candidate genes were identified through a systematic review of literature
and by calculating the fixation index (FST), which measures genetic differentiation due to allele
frequency changes among populations. These candidate genes were then compared with a
reference database for Tropical Holstein dairy cows, which is the gene sequence data from
whole genome resequencing (WGRS) databases were examined, and amino acids predicted
from genetic variations in high and low GEBV groups. Genes appearing in at least two other
databases, one of which is an amino acid change database in WGRS, will be analyzed for
influence by Bayesian regression method, testing and selecting suitability of SNPs and
functional analysis. Finally, the identified genes will be further used to develop the candidate
gene maker set for milk yield trait.
When comparing sources of identified genes from SR, GWAS, and FST. with WGRS, a
total of 14 genes that were reported to be associated with milk yield trait were ALG14,
ARHGEF17, BCAN, BCAR3, DNAJB13, ECI2, EXOC2, FCHSD2, MRPL48, PRPF4B, PTPDC1, PXDC1,
SLC22A1 and ULK4 whereas another 109 genes appeared in GWAS and all amino acids were
changed will be new genes. However, when the above genes are combined with amino acid
alteration genes and found in SR but not in GWAS, another 1,441 genes are analyzed for the
effects of SNPs and tested for suitability of SNPs marker set. Total genes analyzed 1,564
(1,441+14+109) genes. After testing, the target genes were selected to develop 2 candidate
gene marker sets for selection milk yield trat in dairy cows. Those are 1) Marker assisted
selection (MAS) of 26 genes, namely PTX3, TF, NES, BCAN, CYP4A11, LAMB1, CNOT4, RHNO1,
ODAM, HTT, PCSK1, FREM1, MPDZ, FBP2, MCFD2, CFAP61, PFKP, SIRPA, ZNF16, EVL, CCR8,
IL17RC, PLXNA1, BOLA, CPPED1and ASPHD1,etc.,and 2)Low density bead chip was developed
from 347 genes. Most of these genes related to gene ontology (GO) terms, such as Mammary
gland development and functions, Metabolism and intracellular energy management, Cell
communication and gene expression, Immune system and inflammatory processes and Tropic
adaptation. The key genes found in this time contribute to a better understanding of the
molecular mechanisms involved lactation in Tropical Holstein dairy cows and exhibit genetic
polymorphisms, leading to changes in the structure of amino acid sequences within a
population. These genes are suitable for selecting Thai dairy cattle with precision. |
