Genomische Selektion beim Schwein. -Stand und Ausblick. Agrar- und Ernährungswissenschaftliche Fakultät Institut für Tierzucht und Tierhaltung

Transkript

1 Agrar- und Ernährungswissenschaftliche Fakultät Institut für Tierzucht und Tierhaltung Genomische Selektion beim Schwein -Stand und Ausblick Prof. Dr. Georg Thaller Schweinetag Sachsen-Anhalt Iden, 6. November 2012

2 Genomische Selektion in der Rinderzucht This will change DAIRY FARMING FOREVER!!! (Harris, 2008)

3 Revolution

4 Revolution

5 Revolution

6 Genomische Selektion in der Schweinezucht

7 Genomische Selektion in der Schweinezucht

8 Überblick Vision der Tierzucht Stand der QTL-Forschung Molekulargenetische Information Prinzip Genomische Selektion Voraussetzungen Genomische Selektion Methoden der genomischen ZWS Robustheit und Vorhersage der Schätzer Aktueller Stand GS - weltweit Zukünftige Entwicklungen

9 Vision Kenntnis der genetischen Konstitution von Individuen - zur Leistungsvorhersage - zur züchterischen Verwendung bisherige Ansätze - statistisch- genetische Methoden (EL,NKP + ZWS) - Einbeziehung einzelner QTL => MAS neue Ansätze - ZW allein auf genomischer Basis => GZW

10 Leistungsprüfung + Zuchtwertschätzung ZW = A = 2*(Töchterdurchschnitt Populationsmittel)?? x 2 ZW

11 Spermium Träger der Erbanlagen

12 Erbsubstanz - Chromosomen

13 Die Erbanlagen (Gene) setzen sich auf unendlich winzigen Körperchen K im Zellkern fest und bilden die Erbkörperchen. rperchen. Die Summe der Erbkörperchen rperchen in einer Zelle bezeichnet man als Erbgut. Wie die Erbanlagen dorthin gelangen, ist ein göttliches g ttliches Geheimnis und wird es auch immer bleiben. (Handbuch der Rinderzucht und Pflege, 1949)

14 vom Chromosom zur DNA

15 Genetischer Code Blaupause des Lebens

16 Ähnlichkeiten und Unterschiede 1,4% 40% 98,6% 7% 0,5%

17 wie können wir Gene entdecken?... direkt nur schwer möglich - meisten Gene zwar bekannt - kleinen Unterschiede schwer zu finden indirekt über Marker - erkennbare Markierungen auf Genom - helfen interessante Gene zu finden

18 was ist ein Marker? - wieder ein Vergleich... Wanderer unterwegs auf freiem Feld bekommt Durst Kein Wirtshaus weit und breit zu sehen Steigt Hügel und hält nach Dorf Ausschau Sieht kein Wirtshaus ABER Kirche Geht zur Kirche findet Wirtshaus löscht Durst! Kirche = Marker Wirtshaus = Gen

19 QTL-Forschung Schwein Genomanalyseprojekte Schwein (FBF) Mikrosatelliten verteilt übers Genom - Typisierungskosten pro Tier: 300,-

20 QTL-Forschung Schwein Eltern F 1 F 2

21 QTL-Forschung Schwein

22 Stand genomischer Information Schwein QTL-Ergebnisse 5986 porcine QTLs verzeichnet 268 Publikationen 581 Merkmale Merkmalskomplex n(qtl) Fleischqualität 4143 Produktion 607 Gesundheit 586 Exterieur 377 Fruchtbarkeit 273 (QTLdb, Stand November 2010)

23 Varianz durch QTL erklärt (Bennewitz und Meuwissen, 2010) QTL erklären meist nur nur einen kleinen Teil der phänotypischen Varianz Exakte Lokalisierung dieser Orte schwierig. Trifft insbesondere auf Merkmale der Fruchtbarkeit und Krankheitsresistenz zu.

24 Genorte mit direkter Wirkung Kandidatengene HAL (MHS) KIT, MC1R MCR4 RN, PRKAG3 FABP3, FABP4 CAST Merkmale Fleischqualität / Stress weiße; rote/schwarze Farbe Wachstum und Fettansatz Fleischqualität Intramuskuläres Fett Zartheit IGF2 Schlachtkörperzusammensetzung / IMF ESR, PRLR, RBP4 FUT1, NRAMP1, SLA kommerzielle Tests Wurfgröße Krankheitsanfälligkeit Mehrere Merkmale

25 Neue Dimension genomischer Information Genomanalyseprojekte Schwein (FBF) Mikrosatelliten verteilt übers Genom - Typisierungskosten pro Tier: 300,- SNP-Chiptechnologie REVOLUTION!! SNP (derzeit für Schwein) - genomweite Abdeckung gewährleistet - Typisierungskosten pro Tier: 150,- - neue Entwicklung xx SNP?? Neues Zeitalter der strukturellen Genomanalyse

26 Illumina Schweine SNP-Chip: PorcinerSNP60 Beadchip Anzahl SNPs: Ø Abstand zwischen 2 SNPs (n Buchstaben ): Minimaler Abstand (n Buchstaben ): Ausgangsmaterial = DNA: > 2 µg z.b. 1 ml Blut enthalten ~ 200 µg 1 Spermaportion enthält ~ 50 µg 10 Haarwurzeln enthalten ~ 1 µg

27 Illumina Schweine SNP-Chip Content: SNPs Identifizierung neuer SNPs: Sequenzierung von vier Rassen (Duroc, Landrasse, Large White, Pietrain) und Wildschwein (Ramos et al., 2009) Validierung in > 10 anderen Rassen

28 Genomische Selektion Genomische Zuchtwertschätzung - Schätzung von Markereffekten - Zuchtwert Tier = Markereffekte!! Entkopplung Tier und Leistungsinformation!! Genomische Selektion Selektion auf Basis GZW - Zuchtfortschritt nach bekannter Formel - Erhöhung der Genauigkeit der frühen Zuchtwerte - früherer Zeitpunkt Verfügbarkeit ZW!! Entkopplung Eberprüfung von Testkapazität!!

29 Genetischer Fortschritt (Rendel & Robertson 1950) mehr Zuchtfortschritt durch - größere Genauigkeit der geschätzten Zuchtwerte - höhere Selektionsintensität - geringeres Generationsintervall

30 Potenzial der genomischen Selektion Rind (Schaeffer 2006) Zuchtfortschritt NKP 0,215 A Zuchtfortschritt Genomische Selektion 0,467 A

31 Herausforderung Genomische Zuchtwertschätzung Schätzung der SNP-Effekte - Identifizierung nützlicher SNP Anzahl SNP >>> phänotypische Information - SNP Selektion => Schätzung - SNP simultan geschätzt Qualität der genomsichen ZWS - Genauigkeit der GZW - Robustheit und Vorhersagekraft

32 Genetisches Modell

33 Random-Regression BLUP

34 Berechnung Genomischer Zuchtwerte Genomischer Zuchtwert für ein Tier (gzw) = Summe seiner SNP-Effekte AT g GG g... AA +2.2 g gzw = SNP

35 Schritte der Genomischen Selektion (ZWS) Schätzung SNP-Effekte aussagekräftige Stichprobe - (Kalibrierung) Bestätigung der Schätzer - Validierung Cross Validation im Datensatz Harte Valídierung - z.b. Vorhersage nächste Generation Kontinuierliche Schätzung SNP-Effekte - Zeiträume / Optimierung Leistungsprüfung

36 Spezifisch beim Schwein Größe der Lernstichproben (?) - über wie viele Generationen - tragen SNP-Effekte Leistungsprüfungen aus Reinzucht und Kreuzungszucht Rel. geringe Generationsintervalle Genauigkeit der konventionellen Zuchtwerte Nur begrenzt einheitlich Zuchtwerte für die verschiedenen Populationen

37 Spezifisch für Schwein Dominanz könnte genutzt werden Schätzung von SNP über Rassen hinweg (?) Erfordert dichtere Chips (?)

38 Hauptkomponentenanalyse Rassen und Kreuzungen (Preißler et al. 2010) zweite Hauptkomponente Landrasse (L) Large White (LW) L_Duroc (L_D) LW_Duroc (LW_D) erste Hauptkomponente

39 Versprechen GS Einführung GS Schweineproduktion (Jack Dekkers, NIF, 2010) - höhere Genauigkeit ZW in frühem Alter - Reduzierung Generationsintervall - höhere Genauigkeit schwierige Merkmale - Reduzierung der Inzucht Herausforderung Schwein Nutzung von low density Chips Einbeziehung von Kreuzungsleistungen - Trainingsdaten / RZ+KZ Umstrukturierung von Zuchtprogrammen

40 Potenzial der genomischen Selektion Schwein (Simianer 2010)

41 Potenzial der genomischen Selektion Schwein (Simianer 2010)

42 Potenzial der genomischen Selektion Schwein (Simianer 2010)

43 Potenzial der genomischen Selektion Schwein (Simianer 2010)

44 Potenzial der genomischen Selektion Schwein (Simianer 2010)

45 Potenzial der genomischen Selektion Schwein (Simianer 2010)

46 Dekkers NSIF 2010 Konventionelle Selektion mit Kreuzungsleistung (Jack Dekkers, NIF, 2010) Field data on relatives Purebred data Collect phenotypes on relatives in field Combined Crossbred-Purebred Selection Sire line Multiplier Production herds Requirements / limitations: - Costly logistics - Pedigree-based phenotyping in field - Higher rates of inbreeding - family data vs. own phenotype

47 Dekkers NSIF 2010 Genomische Selektion mit Kreuzungsleistung (Jack Dekkers, NIF, 2010) Genomic EBV Selection Genotype Sire line Multiplier Estimate marker effects on crossbred performance in field Genetic correlation (purebred commercial) = 0.7 SNP effect estimates Genotype Phenotype Production herds

48 Accuracy 0,8 Genauigkeit der Crossbred GS (Jack Dekkers, NIF, 2010) 0,7 GS Xb 0,6 0,5 P Pb P Pb + P Xbred 0,4 P Purebred 0,3 0,2 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 Accuracy of G-EBV

49 Inzucht bei Crossbred GS (Jack Dekkers, NIF, 2010) 3,5 3 P Pb P Pb + P Xbred 2,5 2 P Purebred 1,5 1 GS Xb 0,5 0,2 0,3 0,4 0,5 0,6 0,7 0,8 Accuracy of G-EBV

50 GWAS Lebensleistung und Reproduktion Sauen (Onteru et al, WCGALP 2010) Ziel: Gene + Gennetzwerke für Fruchtbarkeit 820 kommerzielle Sauen (408 LW, 412 LWxLR) Lebensleistung (max. 8 Trächtigkeiten) - Anzahl gesamt geborener Ferkel - Anzahl gesamt lebend geborener Ferkel Reproduktion - Anzahl gesamt geborener Ferkel Trächtigkeit 1,2,3 Gliedmaßen - Bewertung score 1 bis 9

51 GWAS Lebensleistung (Onteru et al, WCGALP 2010) QTL for mummies Total geborene Ferkel Total lebend geborene Ferkel

52 GWAS Lebensleistung (Onteru et al, WCGALP 2010) Trait Proportion of variance explained by markers LTTNB 0.18 LTNBA 0.18 TNB parity TNB parity TNB parity Leg action 0.29 Front leg pasterns 0.33 Rear leg pasterns 0.12

53 LD und Selektionssignaturen SSC1 (Huisman et al, WCGALP 2010) viele QTL auf Chromosom 1 des Schwein - pigqtl Selektionsstrategien bei Vater- und Mutterlinien führen zu Allelfrequenzänderungen im Bereich kausaler Varianten zwischen Rassen Vergleich von 234 Pietrain-Eber 288 Landrasse ~3.700 SNP, MAF > 0.03

54 Selektionssignaturen und QTL SSC1 (Huisman et al, WCGALP 2010) Difference in allele frequency Carcass/Growth Ear erectedness; Feed intake Litter size Fat/Lean Fat % 0.6 Loin Muscle Area Marbling Fat/Lean Fat/Lean Carcass/Growth Position (Mb)

55 Zusammenfassung und Perspektiven Genomische Untersuchungen mit custom designed oder HD-Chip werden weltweit durchgeführt Potenzial wird vor allem für komplexe Merkmale gesehen Güte der konv. ZW / Merkmalserhebung? wenig Vorteil bei Generationsintervall - Fokus auf Genauigkeit Kosteneinsparung LP Individuelle QTL Einzelgene stärker als beim Rind Nutzung von Dominanz Anpaarung beyond GS? low density dichtere Chips (?)