تحلیل غنی سازی عملکردی ژنی بر پایه ی مطالعه ارتباط ژنومی برای صفات نرخ رشد در یاک

چکیده مبسوط مقدمه و هدف:  صفات رشد از شاخص های اقتصادی مهم در تولید دام محسوب می شوند و به ‎طور مستقیم با تولید گوشت، بهره وری منابع و سودآوری مرتبط هستند. در یاک که به نواحی مرتفع سازگار شده است، عملکرد رشد معمولا تحت تاثیر شرایط سخت محیطی است. درک پایه های ژنتیکی صفات رشد می تواند بینشی را فراهم کند که به اصلاح نژاد مولکولی و افزایش بهره ژنتیکی کمک نماید. مطالعات ارتباط ژنومی (GWAS) ابزار مهمی برای شناسایی نواحی ژنومی موثر بر صفات اقتصادی دام و بهبود برنامه های اصلاح نژاد ژنومی هستند. با وجود این، این روش محدودیت هایی دارد چرا که هر نشانگر به تنهایی آزمون می شود و آستانه های آماری سخت گیرانه باعث می شوند که بسیاری از واریانت های علی، به ‎ ویژه در صفات چند ژنی، شناسایی نشوند. در تراشه های با تراکم بالای SNP نیز ممکن است اثر یک ژن میان چندین نشانگر توزیع شود و هیچ کدام به آستانه معنی داری نرسند. همچنین، پیوستگی ژنتیکی وسیع در دام ها، تعیین دقیق جهش های سببی را دشوارتر می کند. افزون بر این، GWAS تعامل واقعی ژن ها در مسیرهای زیستی و شبکه های عملکردی را نادیده می گیرد و به‎ دلیل ماهیت دو آللیSNPها، قادر به نمایش کامل اثر QTLهای چندآللی نیست. برای رفع این محدودیت ها، پیشنهاد شده است که تحلیل ها از سطح SNP فراتر روند و به سطح ژن یا مجموعه ژنی گسترش یابند. در این روش، ژن هایی که حامل ‎SNPهای معنادار هستند و در یک مسیر زیستی یا فرایند مشترک قرار دارند، از نظر غنای آماری بررسی می شوند. این رویکرد می تواند توان شناسایی واریانت های علی را افزایش دهد و درک عمیق تری را از پایه ژنتیکی صفات کمی فراهم سازد. بر همین اساس، مطالعه حاضر با استفاده از داده های ژنومی منتشر شده، به تحلیل عملکردی ژن های کاندید موثر بر رشد در یاک و تفسیر بیولوژیکی نتایج GWAS پرداخت تا راهکارهای کاربردی تری برای اصلاح نژاد این گونه ارائه شوند. هدف این پژوهش، شناسایی جایگاه های ژنومی مرتبط با رشد پس از از شیرگیری در یاک های نژاد آشیدان با استفاده از مطالعه ارتباط کل ژنوم (GWAS) و بررسی مسیرهای عملکردی از طریق تحلیل غنای ژنی بود. مواد و روش ها: در این مطالعه، از داده های منتشر شده مربوط به ۳۵۴ راس یاک ماده آشیدان استفاده شد. ژنوتیپ گیری با استفاده از تراشه Illumina BovineHD BeadChip شامل ۷۷۷,۹۶۲ نشانگر SNP انجام شد. کنترل کیفیت داده ها در نرم افزار PLINK صورت گرفت. به این صورت که نشانگرهایی با بیش از ۰.۰۵ از دست رفته، فراوانی آلل فرعی (MAF) کمتر از ۰.۰۵، یا انحراف معنی دار از تعادل هاردی-واینبرگ (<۱e-۶P) و افراد با بیش از ۰.۰۵ از دست رفته حذف شدند. برای برآورد ژنوتیپ های مفقود از الگوریتم LD-kNNi در نرم افزار TASSEL استفاده شد. ساختار جمعیت با تحلیل مولفه های اصلی در نرم افزار (PCA) TASSEL بررسی شد و پنج مولفه نخست به ‎ عنوان متغیر کمکی در مدل خطی مختلط لحاظ شدند. تحلیل GWAS با مدل خطی مختلط (MLM)  در TASSEL v۵.۲ انجام شد که ماتریس خویشاوندی (K) و ساختار جمعیتی (Q) را در نظر می گرفت. به‎ منظور شناسایی مسیرهای بیولوژیکی مرتبط با نرخ رشد در یاک، تجزیه و تحلیل هستی‎شناسی ژن (GO) نیز انجام شد. در این بخش، از تمام ژن هایی که در فاصله ±۱۵kb  از SNPهای دارای ۰.۰۵>P قرار داشتند استفاده شد. استخراج موقعیت ژنی اینSNPها نیز با مراجعه به نسخه ژنومی Bos taurus UMD۳.۱  انجام گرفت. فهرست ژن های شناسایی شده به ابزار آنلاینg:Profiler  منتقل شد و تحلیل غنی سازی در سه دسته هستی‎شناسی ژن شامل فرایندهای زیستی(BP)، عملکرد مولکولی (MF)، و جزء سلولی (CC) و نیز مسیرهایKEGG  صورت گرفت. سطوح معنی داری مسیرها بر اساس ۰.۰۵>P تصحیح ‎شده گزارش شدند. یافته ها: با کنترل کیفیت داده های ژنومی با استفاده از نرم‎افزار PLINK، یک نمونه به ‎ دلیل کیفیت پایین ژنوتایپ حذف گردید و در نهایت ۳۵۳ فرد باقی ماندند. از مجموع نشانگرها، ۲۵۴۰ SNP به‎ دلیل درصد بالای داده های گمشده، ۶۵۱۲۲ SNP به‎ دلیل MAF پایین، و ۴ نشانگر به‎ دلیل انحراف از تعادل هاردی-واینبرگ حذف شدند. در نهایت، ۳۲۵۷۳ نشانگر با کیفیت بالا برای تحلیل های بعدی باقی ماندند. میانگین نرخ ژنوتایپ در افراد باقی مانده برابر با ۶/۹۹ درصد بود. برای صفت اول (نرخ رشد از ۶ تا ۱۲ ماهگی) هیچ ناحیه ژنومی در سطح معنی داری ژنومی (P<۱.۵×۱۰⁻⁶) شناسایی نشد. در مقابل، برای صفت دوم (نرخ رشد از ۶ تا ۳۰ ماهگی)، تعداد ۲۲ SNP معنی دار (P<۱.۵×۱۰⁻⁶) روی کروموزوم ۱ شناسایی گردیدند. قوی ترین سیگنال ها در بازه ۱/۸ تا ۲/۱ مگاباز ظاهر شدند. در این ناحیه، ژن C۱H۲۱orf۶۲ به‎ عنوان کاندید اصلی معرفی شد که دربرگیرنده چندین SNP معنی دار بود. علاوه بر این، در بخش پایین دست همین منطقه، ژن هایGCFC و SYNJ۱ نیز شناسایی شدند. برای صفت سوم (نرخ رشد از ۱۲ تا ۳۰ ماهگی) نیز یک ناحیه بسیار معنی دار بر روی کروموزوم ۱ آشکار شد. تمامSNPهای معنی دار در این صفت در بازه مشابهی با صفت دوم قرار داشتند و همگی با ژن C۱H۲۱orf۶۲ در ارتباط بودند. تحلیل عملکرد مولکولی نشان داد که ژن های شناسایی شده در ارتباط با رشد یاک به ‎طور معنی داری در دسته های متعددی غنی شدند. مهم ترین این دسته ها در سطح عملکرد مولکولی شامل اتصال یون ها (GO:۰۰۴۳۱۶۷)، اتصال مولکول های کوچک (GO:۰۰۳۶۰۹۴)، فعالیت ناقل غشایی (GO:۰۰۲۲۸۵۷)، فعالیت موتور سیتواسکلتی (GO:۰۰۰۳۷۷۴)، و فعالیت هیدرولازی (GO:۰۰۱۶۷۸۷) بودند. در سطح فرایندهای زیستی، ژن های کاندید رشد در گروه های اصلی، از جمله چسبندگی سلولی (GO:۰۰۰۷۱۵۵)، انتقال یون های ساده (GO:۰۰۰۶۸۱۱) و رشد و تکوین سیستم عصبی (GO:۰۰۰۷۳۹۹) غنی بودند. در بخش جزء سلولی، ژن ها به‎ طور برجسته ای در پیوندگاه های سلولی (GO:۰۰۳۰۰۵۴) پیرامون سلول (GO:۰۰۷۱۹۴۴) و غشای پلاسمایی (GO:۰۰۰۵۸۸۶) غنی شدند. بررسی مسیرهای زیستی در KEGG  نشان داد که ژن های شناسایی شده به ‎طور عمده در مسیرهای پروتئین های حرکتی (KEGG:۰۴۸۱۴) مشارکت داشتند. نتیجه گیری: این مطالعهSNPها و نواحی ژنومی معناداری را در ارتباط با صفات رشد پس از ازشیرگیری در یاک آشی دان شناسایی کرد. در حالی‎که رشد اولیه (۶ تا ۱۲ ماه) فاقد ارتباط ژنومی معنادار بود، بازه های طولانی تر (۶ تا۳۰ و ۱۲ تا۳۰ ماه) چندین جایگاه و مسیر زیستی کلیدی را آشکار ساختند. ترکیب ژنوتیپ گیری با تراکم بالا، برآورد داده های مفقود، مدل های خطی مختلط و تحلیل غنای ژنی، تصویری جامع را از معماری ژنتیکی رشد در یاک فراهم کردند. این یافته ها پایه ارزشمندی برای مطالعات مولکولی آینده هستند و نشانگرهای عملی را برای برنامه های اصلاح نژادی و انتخاب در یاک ارائه می دهند.

کلیدواژه ها:

Gene Enrichment ، Growth traits ، GWAS ، LD-kNNi ، Mixed Linear Model ، SNP ، TASSEL ، Yak ، یاک ، GWAS ، صفات رشد ، مدل خطی ترکیبی ، آنالیز غنی سازی ، TASSEL ، SNP