보고서 정보
주관연구기관 |
충남대학교 Chungnam National University |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2013-07 |
과제시작연도 |
2012 |
주관부처 |
농림축산식품부 Ministry of Agriculture, Food and Rural Affairs(MAFRA) |
과제관리전문기관 |
농림수산식품기술기획평가원 Korea Institute of Planning and Evalution for Technology of Food, Agriculture, Forestry and Fisherie |
등록번호 |
TRKO201400000093 |
과제고유번호 |
1545003948 |
사업명 |
생명산업기술개발 |
DB 구축일자 |
2014-05-07
|
초록
▼
○ 연구결과
1. 한국재래돼지의 성장 및 포육능력관련 원인 유전자 변이 탐색
유두수 형질 (전체 유두수,왼쪽 유두수,오른쪽 유두수)과 PorcineSNP 60K beadchip의 데이터를 이용하여 GWAS 분석을 하였다.Genome-wide임계수준을 bonferroni(P=1.61× 10-6)방법을 이용해서 결정 했을 때,SSC7에서 유의성있는 38SNP marker들을 발견하였다. 이중 strong positional candidate gene 5(HDDC3, LOC100156276, LOC100155863,ANPEP,
○ 연구결과
1. 한국재래돼지의 성장 및 포육능력관련 원인 유전자 변이 탐색
유두수 형질 (전체 유두수,왼쪽 유두수,오른쪽 유두수)과 PorcineSNP 60K beadchip의 데이터를 이용하여 GWAS 분석을 하였다.Genome-wide임계수준을 bonferroni(P=1.61× 10-6)방법을 이용해서 결정 했을 때,SSC7에서 유의성있는 38SNP marker들을 발견하였다. 이중 strong positional candidate gene 5(HDDC3, LOC100156276, LOC100155863,ANPEP,SCAMP2)개를 선발하였다.전체 유두에서는 SCAMP2 유전자의 g.25280 G>A (2.0×10-12),왼쪽 유두수에서는 HDDC3 유전자의 g.1319 G>A(2.3×10-7),오른쪽 유두수에서는 SCAMP2유전자의 g.14198G>A (4.7×10-12)에서 가장 유의성이 높았다.
또한 흉추수 형질 association 분석 결과 SSC7에서 유의성 있는 SNP marker들을 발견하여,ANPEP 유전자의 g.14837C>T (4.37×10-12)의 유의성을 보였다.유두수 형질과 흉추수(갈비대수)형질과의 밀접한 관련이 있다고 생각되어 진다.
성장 관련 형질에 대한 association분석을 140일령 체중과 도체중 형질에 대하여 분석 하였다.SSC12번에서 각각 43 SNP marker와 12 SNP marker들을 발견하였다.이 marker중 이 두 형질에 대하여 overlap 되는 marker를 선정하여 2개의 유전자(LOC100621652, LOC100523510)를 후보 유전자로 선택하였다. LOC100621652c.336A>G(I112M)에서 140일령 체중(6.48×10-9),도체중(4.04×10-8)의 유의성 있는 결과 값을 얻었다. 또한 LOC100523510 g.24 C>T에서 140일령 체중(2.89×10-9), 도체중(4.08×10-8)의 유의성 있는 결과 값을 얻었다.따라서,본 연구의 랜드레이스와 한국재래
돼지 F2집단을 이용하여 각 형질과 association을 수행한 결과 도체중 및 유두수 등 성장·번식 개량을 위한 선발 및 교배 실험을 통한 한국재래돼지의 개량에 유용하게 활용될 수 있을것으로 사료되어 진다.
2. 한국재래돼지의 성장 및 포육능력관련 마커를 이용한 유전능력 평가 및 선발체계 확립
제주난지시험장 내 시험축으로 순종돈 36두(재래돼지(K):19두,랜드레이스(L):17두)이며 이들간 교배를 통해 F1세대 91두 (KL :43두,LK :48두)를 생산하였고,F1간 교배를 통해 F2세대 (KLKL :31두,KLLK :585두,LKKL,489두)를 생성하였으며 이들 축군에 대해 번식자료,성장자료 및 도축자료를 수집하여 연구에 이용하였다.통계분석모형 설정을 위한 환경요인 분석 결과 유두수 형질의 경우 모산차와 검정차수가 유의하게 영향하는 것으로 나타났으며 (p<0.05),성장형질인 체중에서 시기별 차이를 보였으나 전반적으로 교배품종,성별,모산차,검정차수의 요인이 영향하는 것으로 나타났고(p<0.05), 도체형질과 관련된 형질의 경우 검정차수와 도축시 일령의 효과가 다른 환경요인에 비해 보다 유의하게 영향하는 것으로 분석결과 나타났다.상기의 총 1232두의 검정두수에 대하여 유전체 전장의 단일염기다형(SNP)를 분석하였다.
SNP을 통한 유전체 정보는 IlluminaPorcine60k DNA chip을 이용하여 수집하였다.
수집된 SNP자료에 대하여 이상치에 대한 품질평가(QC)를 실시한 결과,18개 염색체 내 52,574개의 SNP마커가 존재하였고,이 중 10%이상 결측된 표지인자가 1,830개,시험축군에서 다형성이 없는 표지인자가 6,349로 나타나 이들을 제거한 후 44,395개의 유전정보를 이용하였으며 이들 SNP마커간 평균 맵 거리는 47.8kb로 나타났다.
집단의 유전적 다양성에 대한 지표인 이형접합형 및 다형성정보량에 대해 염색체별 평균을 계산해 본 결과,각각 0.38및 0.37로 나타났으며,근친도(F-statistics)는 -0.03로 동형접합체에 대한 기대치와 관측치가 유사한 것으로 나타났다.
또한 모든 SNP마커간 조합을 통하여 연관불평형(LD)를 계산한 결과,0.1Mb이하인 것이 95,189개 조합이 존재하였으며,이들의 r2값은 0.318였고,0.1-0.2Mb거리에 있는 SNP 마커 조합이 98,025개로 이들의 r2는 0.259로 상당히 높은 연관 불평형의 값을 보였다.
모든 SNP마커간 조합으로 만들어진 r2값을 이용하여 유효집단의 크기를 추정한 결과 현재 유효집단의 크기(1- 5세대)가 19두로 추정되어 초기 순종돈 집단의 적었던 현재 상황과 유사한 결과를 보였다.
MBV추정의 효율성을 검증하기 위한 일환으로 개체간 유전적 유사도를 혈연정보 및 유전체 정보를 이용하여 추정한 유전체 육종가 추정치(Genomic estimated breeding values:GEBV)를 얻기 위한 방법으로 GBLUP방법을 이용하여 비교 분석하였다.또한 조밀한 SNP마커를 이용하여 SNP와 QTL간 연관불평형의 크기로 설명되는 효과를 통해 개체의 유전능력을 예측하는 Bayesian접근방법을 이용하여 통계 프로그래밍을 실시하였다.
유전체 분석 프로그램의 검증을 위해 QMSim 프로그램(Sargolzaeiand Schenkel, 2009)을 이용하여 모의시험 자료를 생성한 후 개발된 프로그램을 활용한 MEBV 및 GEBV를 추정하였다.본 연구의 시험축군과 유사한 형태로 가상의 유전체 정보,혈통정보,표현형정보 생성하였고 이를 정보를 활용하여 개발된 프로그램을 통해 추정하였다.
분석 결과,참조집단에서 BayesB가 0.735의 정확도로 GBLUP(0.706),BayesA(0.56), BLUP(0.56)에 비해 높게 추정되었으며, 참조집단도 마찬가지로 BayesB(0.493), GBLUP(0.471),BayesA(0.387),BLUP(0.114)순서로 정확도가 높게 나타났다.이들 연구 결과는 타 연구와 비슷하게 유전체정보를 통해 추정하였을 때,그렇지 않는 BLUP방법에 비해 높은 결과를 얻었으며,특히 이들의 정확도 편차는 참조집단 축군에서 더 큰 것으로 나타났다.
Bayesian접근방법을 통하여 각 형질별 또는 성장단계별 효과를 추정하였으며,각 형질들의 특성(양적형질,질적형질)에 따라 다양한 분포의 특성을 보이는 것으로 나타났다.
또한 개별 SNP마커 추정 없이 직접 개체의 유전능력을 평가하는 GBLUP과 기존의 혈통 정보를 통해 개체의 유전능력을 추정하는 BLUP간 MBV정확도를 비교 분석한 결과,작게는 GBLUP이 BLUP에 비해 0.03 높게 나타났으며 많게는 0.19의 정확도 향상효과가 발생되는 것으로 나타났다 (성장형질).유두수에서도 이는 비슷하게 나타났으며 GBLUP을 통한 MBV추정시 0.116- 0.118의 정확도 향상효과가 있는 것으로 분석되었다.유전체자료를 이용한 선발 육종체계는 순종의 종축집단(F0)과 실용축집단(F2)으로 나누어 활용할 수 있다.우선 순종의 경우 추정된 마커 또는 유전적 혈연적 유사도(G)를 이용하여 종축이 되고자 하는 후보돈에 대한 선발이 가능할 것이며 이는 종축으로써 후대에 상당한 가치를 창출할 것이다.또한 실용축집단에서 MBV를 이용한 개체선발은 검정이 완료되기 전에 개체를 선발함으로써 사료비 및 기타 생산비에 대한 절감효과가 기대된다고 할 수 있다.
3. 한국재래돼지의 성장 및 포유능력을 위한 축군조성 및 산업화 기반 조성
돼지의 척추수에 있어서 흉추와 요추 수는 고정이 되지 않은 형질로 품종간 또는 개체간의 차이가 심한 것으로 알려져 있다.본 연구는 제주재래돼지와 랜드레이스 두 품종간 교배집단 F2세대 자손에서 경추 수,흉추 수,요추 수,척추 수 등 체형관련 형질과 도체형질의 상관관계를 살펴보기 위해 수행되었다.F2세대 자손에서 도축 직후 조사한 결과 경추 수의 변이는 나타나지 않았으나,흉추와 요추 수 및 척추 수는 상이한 양상을 보였다.도체형질의 성적과 요추 수만이 세 축군들 사이에서 통계적인 유의성을 나타내지 않았고(p>0.05),도체중,육색,근내지방도,등심단면적,등지방두께,도체장,흉추 수, 척추 수 등은 통계적인 유의성을 나타내었다(p<0.05).제주재래흑돼지는 흉추 수 14-16개,요추 수 5-6개,척추 수 27-29개의 범위,Landrace는 흉추 수 15-16개,요추 수 5-7개,전체 척추 수 28-29개,F2교배집단은 흉추 수 14-17,요추 수 5-7개,전체 척추 수 27-30개로 확인되었다.F2교배집단에서 흉추 수와 척추 수의 증가는 도체중,도체장,등지방두께의 평균이 유의적으로 다른 양상을 보인다(p<0.05).또한 척추 수의 증가는 요추 수의 증가보다 흉추 수의 증가에 더 많은 영향을 받는 것으로 나타났다.흉추수 및 척추 수의 증가가 등지방두께를 점점 두껍게 만들기는 하지만,도체중과 도체장등 경제성을 결정하는 핵심적인 도체형질을 향상시킨다는 점은 추후 제주재래돼지나 랜드레이스 품종을 활용한 양돈산업에서 체형개선을 통한 생산성 증가 특히 한국인이 선호하는 삼겹살량 증가로 농가 소득 향상에 좋은 전략이 될 것으로 판단된다.
Abstract
▼
IV. Results
1. Identification of the causative mutations for the growth and mothering ability in Korean native pigs
A. Identification of the causative mutations for teat numbers in Korean native pigs: Genome-wide threshold was determined using Bonferroni method (P - 1.61 × 10-6), th
IV. Results
1. Identification of the causative mutations for the growth and mothering ability in Korean native pigs
A. Identification of the causative mutations for teat numbers in Korean native pigs: Genome-wide threshold was determined using Bonferroni method (P - 1.61 × 10-6), thirty-eight significant SNP markers were discovered in SSC7 in the three teat number traits (total teat number, left teat number, right teat number). Among these, five strong positional candidate genes (HDDC3, LOC100156276, LOC100155863, ANPEP, SCAMP2) were selected in these significant markers. The significant results obtained were g.25280 G>A (2.0×10-2) SNP in SCAMP2 gene for total teat number, the g.1319 G>A (2.3×10-7 SNP in HDDC3 for left teat number, and the g.14198 G>A(4.7×10-12 SNP in SCAMP2 for right teat number. These results can be effectively used for the selection of animals with desirable teat numbers.
B. Identification of the causative mutations for number of vertebrae in Korean native pigs: The significant SNP markers were discovered in SSC7 in thoracic trait.
The obtained significant SNP was g.14837 C>T(4.37×10-12) in ANPEP gene. The results also indicated that thoracic (rib number) number may affection teat number traits each other.
C. Identification of the causative mutations for body weight in Korean native pigs: The 140 day weight (dl40_wt) and carcass weight (car_wt) growht-related trait association analysis were analyzed. Forty-three (dl40_wt) and twelve (car_wt) significant SNP markers were discovered in SSC12. Two selected markers were from candidate genes (LOC100621652, LOC100523510) and these two genes are significant in two traits. The significant results obtained were c.336A>G (I112M) (6.48×10-9, 4.04×10-8) SNP in LOC100621652, and significant results obtained were g.24 C>T(2.89×10-9, 4.08×10-8) SNP in LOC100523510 for d140_wt, car_wt.
Therefore, this study investigated the GWAS for carcass weight and teat number traits in F2 population using the crosses between Landrace and KNP. The SNP markers can greatly applied for improving carcass weights and teat numbers in Korean native pigs with further verifications.
2. Evaluation of genetic ability using genetic markers for the traits in growth and mothering ability and establishment of selection systems using Korean native pigs
A. Genetic characteristics of Purebred population using Genome-wide SNP information: For this study, Genome-wide SNP information was gotten by using Illumina Porcine 60k DNA chip from 1,232 animals (19 Korean Native pigs (K), 17 Landrace purebreds (L), 91 crossbred of their purebreds, and 1105 F2 crossbreds). After getting rid of outliers using by quality control of SNP, 52,574 SNP markers across 18 chromosomal region except sex chromosome, were identified. Among these markers, the number of markers with over 10% missing genotypes were 1,830 and the number of monomorphic markers were 6,349. After removing these marker, 44,395 markers were retained and used for association study and/or estimating genomic breeding values. The average distance between flanking markers was estimated of 47.8 kb. The estimates of heterozygosity and polymorphic information criteria with respect of indication on genetic diversity were average of 0.38 and 0.37 across of chromosomes, respectively. The observed homozygosity by way of inbreeding coefficients via F-statistics was little different with the expected homozygosity with -0.03. From results of linkage disequilibrium between SNP markers, 95,189 marker combinations were less than 0.1Mb and average of r2 on these combinations were estimated of 0.318. The number of effective population using LD was estimated of 19.
B. Algorithms and computing program for estimating marker breeding values:
Marker breeding values and genomic breeding values were programmed based on genetic similarity between individuals using by markers and pedigree informations. Using linkage disequilibrium between markers and quantitative trait loci, several Bayesian approach via Bayes A, B, C, and C+ were developed programmed for estimation of breeding values of animals.
C. Simulation for finding bug of program codes and accuracy of estimated marker breeding values: For testing our computer program, we estimated marker breeding values by our program using simulated data which were generated by QMSim(Sargolzaei and Schenkel, 2009) computer program and compared our estimates with parameters. From our results on reference population, the accuracies of breeding values were highest on BayesB with 0.735. Subsequently, same estimates on GBLUP, BayesA and BLUP was 0.706, 0.56, and 0.56, respectively.
D. Estimate marker effects and genomic breeding values: Marker effects on growth traits were estimated using Bayesian approach. From the results, distribution properties for genetic were shown of diversity according to the considered traits. According to comparing genomic estimated breeding values (GEBV) which were estimated based on pedigree and genomic information under linear regression function with maximum likelihood approach with GEBV with Bayesian approaches via estimating marker effcts, The accuracy of GEBV for growth traits were high of 0.03~0.19 than those of estimated breeding values using only pedigree information. From these results, sows and boars can be selected based on GEBV rather than traditional estimated breeding values with higher accuracy of 0.12.
3. Establishment of Korean native pig population for the improvement of growth/mothering ability and establishment of industrial application
The number of thoracic and lumber vertebrae has been known as un-fixed traits among mammals. This study was focused on the relationship between the numerical variations of the cervical (CER), thoracic (THO), lumbar (LUM), and total vertebrae(TNV) and the carcass traits in the Jeju Native Black pig (JBP), Landrace and their intercrossed F2 population. There were no numerical variations in CER. On the other hand, THO, LUM, and TNV were varied in all the three populations. Traits investigated within the three populations, only the means±SE of LUM had not showed the statistical significance (p>0.05), but the others including carcass weights (CW), meat color (MC), marbling score (MS), backfat thickness (BFT), carcass length (CLE), THO, and TNV showed statistical significance (p<0.05), respectively. JBP had 14-16 THO, 5-6 LUM, and 27-29 TNV, Landrace had 15-16 THO, 5-7 LUM, and 28-29 TNV, and F2 population had 14-17 THO, 5-7 LUM, and 27-30 TNV.In the F2 population, the increased numbers of THO and TNV indicated the significant increase of the levels of CW, CLE, BFT (p<0.05). Especially, the increase of TNV was caused to the increase of THO rather than that of LUM. Even the animals increased the THO/TNV had thicker level of backfat, they hd longer CLE and heavier CW. Both traits of these are more enconomically critical and important to determine the productivity than backfat level. These results suggested that it may be one of great strategies for improving the productivity throughout genetic selection of the numerical increase of vetebrae, especially in Landrace, JBP and their related populations.
V. Research Outcome and Utilization Plan
- Maintenance and selection of breeding stocks for the Korean native pigs using trait-related marker application
- Supply the breeding stocks to the farms and technology transfer the production system
- Selection of replace animals and establishment of culling strategy for the Korean native pigs
- Publish the research results to scientific journal at national and international levels
- Improve the utilization of Korean native pigs as the genetic resources and enhancement of the international reputation
- The prior occupation of international level of DNA marker analysis techniques
목차 Contents
- 표지 ... 1
- 제출문 ... 2
- 요약문 ... 3
- SUMMARY ... 7
- CONTENTS ... 12
- 목차 ... 14
- 제1장 연구개발과제의 개요 ... 16
- 제1절 연구의 필요성 및 목표 ... 16
- 1. 연구개발의 필요성 ... 16
- 제2절 연구 목적, 내용 및 범위 ... 19
- 1. 연구개발의 목적 ... 19
- 2. 연구개발의 내용 및 범위 ... 19
- 제2장 국내외 기술개발 현황 ... 20
- 제1절 국내 기술개발 현황 ... 20
- 1. 유전체 정보를 이용한 가축 개량기술 ... 20
- 2. 유전체 선발기술의 국내 적용현황 ... 21
- 제2절 해외 기술개발 현황 ... 22
- 1. 유전체 정보를 이용한 가축 개량기술 ... 22
- 2. 유전체 선발기술의 해외 적용현황 ... 22
- 제3장 연구개발수행 내용 및 결과 ... 25
- 제 1절 한국재래돼지의 성장 및 포육능력관련 원인유전자 변이 탐색 ... 25
- 1. SNP chip분석 방법 ... 25
- 2. Plink(②,④)와 QxPak(①,③)을 이용한 Genomewideassociation분석 기준 ... 26
- 3. Plink와 QxPakProgram을 이용한 분석 결과의 비교 ... 26
- 3. GRAMMAR를 이용한 유효 SNP 및 후보 유전자의 선발 ... 32
- 4. 후보 유전자와 형질간의 연관성 분석 ... 41
- 5. 돼지 genomesequencing 발표후 database의 수정 및 후보유전자 재탐색 ... 45
- 제2절 한국재래돼지의 성장 및 포육능력관련 마커를 이용한 유전능력 평가 및 선발체계 확립 ... 51
- 1. 국산 재래돼지 종축의 맞춤형 통계분석모형 개발 ... 51
- 2. 유전체 정보를 활용한 집단의 유전학적 특성 구명 ... 54
- 3. MBV추정 알고리즘 개발 및 전산프로그램 개발 ... 68
- 4. MBV 프로그램을 이용하여 돼지 종축의 각 경제형질에 대한 표지인자의 유전변이 추정 ... 81
- 5. 유전체 모의실험을 통한 MBV 추정 프로그램 검증 및 정확도 측정 ... 87
- 6. SNP Marker별 효과추정 및 개체의 유전능력추정 ... 94
- 제5절 한국재래돼지의 성장 및 포유능력을 위한 축군조성 및 산업화 기반 조성 ... 97
- 1. 한국재래돼지의 특성 및 불량형질의 개선 ... 97
- 2. 한국재래돼지의 유두수에 대한 표현형과 유전양상 ... 99
- 3. 한국재래돼지의 주령별 체중변화 ... 100
- 4. 한국재래돼지의 유두수 관련 QTL 영역 및 후보 유전자 탐색 ... 101
- 5. 한국재래돼지의 갈비뼈 수와 도체장,도체중의 상관관계 ... 102
- 6. 한국재래돼지의 갈비뼈 수 관련 QTL영역 내 후보유전자형의 효과와 이를 이용한 축군 조성 ... 104
- 제4장 목표달성도 및 관련분야에의 기여도 ... 108
- 1. 연구개발 목표의 달성도 ... 108
- 2. 정량적 연구개발 성과 ... 108
- 3. 연구개발 결과의 관련분야에의 기여도 ... 111
- 제5장 연구개발 성과 및 성과활용 계획 ... 113
- 1. 개발기술의 실용화 및 산업화 계획 ... 113
- 2. 특허 및 논문 등 지식재산권 확보 계획 ... 113
- 제6장 연구개발과정에서 수집한 해외과학기술정보 ... 114
- 제7장 연구시설.장비 현황 ... 114
- 제8장 참고문헌 ... 115
- 연구개발보고서 초록 ... 117
- 끝페이지 ... 122
※ AI-Helper는 부적절한 답변을 할 수 있습니다.