Analysen und Evaluierungen im Rahmen der Entwicklung eines rassespezifischen SNP-Chips für das Deutsche Schwarzbunte Niederungsrind: Genomweite Assoziationen, genetische Parameter, genomische Vorhersagen und Selektionsschemata von Elitetieren

Abstract

Ein nachhaltiger Erhalt bedrohter Nutztierrassen kann nur realisiert werden, wenn Rassen hinsichtlich ihrer Leistung und/oder Alleinstellungsmerkmale im Vergleich zu den konventionellen Rassen konkurrenzfähig bleiben. In den großen Populationen wie Holstein Friesian (HF) oder Fleckvieh (FV) hat die Einführung der genomischen Selektion zu einer weitgehenden Optimierung der Zuchtprogramme mit rasantem Zuchtfortschritt für Merkmale der konventionellen Leistungsprüfung beigetragen. Vom Aussterben bedrohte Rassen mit geringen Populationsgrößen, wie das Deutsche Schwarzbunte Niederungsrind (DSN) profitieren von diesen hocheffizienten Zuchtverfahren und vom aktuellen Entwicklungsfortschritt auf dem Gebiet der Schätzungen von genomischen Zuchtwerten (GEBVs; engl.: „genomic estimated breeding values“) trotz des offensichtlichen Potenzials bisher wenig. Basis für die GEBVs sind kommerzielle Genotypisierungs-Chips auf Basis von Einzelnukleotid-Polymorphismen (SNPs; engl.: „single nucleotide polymorphisms“), die speziell auf die populären Rassen „zugeschnitten“ sind. Bei der Entwicklung der kommerziellen SNP-Chip Technologie spielen die genomische Architektur der Hochleistungsrassen und die konventionellen Zuchtzielmerkmale (insbesondere Produktionsmerkmale) eine entscheidende Rolle. Die Inhalte dieser Dissertation begleiten die Entwicklung und Evaluierung eines rassespezifischen SNP-Chips für das DSN. Dabei werden neben genomweiten Assoziationsstudien (GWAS; engl.: „genome-wide association studies“), genomische Methoden zur Zuchtwertschätzung und zum Diversitätsmanagement angewandt, um die genetische Vielfalt zu erhalten und die Produktivität dieser bedrohten Rasse zu verbessern. Die Grundlage für die Entwicklung ist der Aufbau einer aussagekräftigen Lernstichprobe mit genomischen Daten für die Rasse DSN. Für die Analysen sind Genotypinformationen einer repräsentativen Stichprobe der DSN-Population aus Vollgenomsequenzierung (WGS, engl. „whole-genome sequencing“), dem kommerziellen Illumina BovineSNP50 BeadChip (im Folgenden als 50K bezeichnet) und einem rassespezifischen 200K-Chip (im Folgenden als DSN200K bezeichnet) verfügbar, um den potenziellen Mehrwert des rassespezifischen DSN200K SNP-Chips zu bewerten. Neben der Anwendung von GWAS zur Aufdeckung der genomischen Architektur von Leistungsmerkmalen (Milchleistungsmerkmale), funktionalen Merkmalen (Fruchtbarkeit) und neuen Merkmalen der Tiergesundheit (Endoparasitenresistenz) werden auch GEBVs für die Rasse DSN geschätzt. Um das gesamte Potenzial der neugewonnenen Informationen auszuschöpfen, soll abschließend auf Basis der Optimum Genetic Contribution (OGC) Methode ein Monitoringverfahren mit Anpaarungsempfehlung getestet werden, um neben der Maximierung von Zuchtfortschritt und somit einem Zugewinn an Konkurrenzfähigkeit auch die Diversität innerhalb der Rassen weitestgehend zu erhalten. Die Arbeit ist in insgesamt 5 Kapitel unterteilt. Nach einer allgemeinen Einleitung folgt der Hauptteil in Kapitel 2-4, der zwei veröffentlichte und einen eingereichten wissenschaftlichen Artikel enthält. Abschließend werden die Inhalte der Arbeit in Kapitel 5 diskutiert. Kapitel 1 betont die zentrale Rolle der Tierzucht in der globalen Landwirtschaft und die kontinuierliche Verbesserung der genetischen Qualität und Leistungsfähigkeit von Nutztieren durch selektive Zucht. Es wird auf die Fortschritte in den genetischen und genomischen Analysen der letzten Jahrzehnte eingegangen, die tiefere Einblicke in die genetische Architektur verschiedener Merkmale ermöglicht haben. Die DSN-Rasse wird näher charakterisiert. Hierbei handelt es sich um eine robuste Zweinutzungsrasse, die sowohl für die Milch- als auch für die Fleischproduktion verwendet wird. Historische und aktuelle Herausforderungen der DSN-Rasse, insbesondere infolge des Wettbewerbs mit leistungsstärkeren Rassen wie HF, werden dargestellt. Das Kapitel unterstreicht die Notwendigkeit, ein Gleichgewicht zwischen Produktivitätssteigerungen und der Erhaltung der genetischen Vielfalt zu finden. Es wird die potenzielle Bedeutung eines rassespezifischen SNP-Chips für DSN und die Anwendung von WGS Daten aufgezeigt, die wichtige genetische Informationen für die Zucht liefern könnten. In Kapitel 2 werden die Ergebnisse einer GWAS auf Basis von WGS zur Identifikation von Sequenzvarianten und Kandidatengenen, die mit Fruchtbarkeit, Gesundheit und Endoparasitenresistenzen beim DSN assoziiert sind, präsentiert. Für die Studie werden 304 sequenzierte DSN-Rinder verwendet, um die Genotypen von 1797 DSN auf WGS zu imputieren. Der finale Datensatz umfasst 11.413.456 Sequenzvarianten von 1886 Kühen. Untersucht werden die Merkmale Rastzeit (CTFS; engl.: „calving to first service interval“), die Non-Return-Rate nach 56 Tagen (NR56), der somatische Zellscore (SCS; engl.: „somatic cell score“), der Fett-Eiweiß-Quotient (FPR; engl.: „fat-to-protein ratio“) und drei vorkorrigierte Indikatormerkmale für Endoparasitenresistenz. Insgesamt werden 40 signifikante Sequenzvarianten (SVs) bestehend aus SNPs und INDELs identifiziert, die mit CTFS und NR56 assoziiert sind, sowie drei wichtige potenzielle Kandidatengene annotiert (ARHGAP21, MARCH11 und ZNF462). Für SCS werden die meisten Assoziationen auf ‚Bos taurus Autosom (BTA) 25 beobachtet. Die GWAS ergibt 61 signifikante SVs, ein Cluster von zehn Kandidatengenen auf BTA 13 und BTA 7 Pfade für FPR, einschließlich wichtiger Mediatoren der Milchfettsynthese. Die stärksten Assoziationen für Infektionen mit gastrointestinalen Nematoden und Dictyocaulus viviparus (großer Lungenwurm) werden auf BTA 8 bzw. BTA 24 gefunden. Für Fasciola hepatica (großer Leberegel) Infektionen liegen die stärksten assoziierten SVs auf BTA 4 und BTA 7. Insgesamt werden 200 Gene für das Merkmal Endoparasitenresistenz identifiziert, die mit 16 Pfaden im Zusammenhang mit der Immunantwort des Wirts während der Infektion in Verbindung stehen. Die genetisch-statistische Evaluierung des neuen DSN200K SNP-Chips, der speziell für das DSN entwickelt wurde, wird in Kapitel 3 dargestellt. Die Evaluierung umfasst den Vergleich von GEBVs auf Basis verschiedener Marker-Panels: der kommerzielle 50K SNP-Chip von Illumina, der spezifisch für die DSN-Rasse entworfenen DSN200K SNP-Chip, sowie zufällig aus WGS-Daten generierte 200K Genotypendatensätze und WGS-Daten. Die Studie zielt darauf ab, die Effektivität dieser unterschiedlichen genetischen Datensätze zu bewerten, um die Genauigkeit der genomischen Vorhersagen in einer Population mit begrenzter Größe zu verbessern. Es werden 305-Tage-Produktionsmerkmale, FPR und SCS am ersten Laktations-Testtag nach dem Kalben, sowie Exterieurmerkmale in der Analyse berücksichtigt. Es werden gemischte Modelle zur Schätzung der genetischen Parameter und wiederholte zufällige Subsampling-Validierung zur Bestimmung der Genauigkeit der GEBVs angewandt. Die Ergebnisse zeigen, dass die Heritabilitätsschätzungen basierend auf den WGS-Daten tendenziell höher im Vergleich zu den SNP-Chip-basierten Analysen sind. Allerdings sind die Unterschiede marginal. Die Genauigkeiten der GEBVs sind bei den meisten untersuchten Merkmalen am höchsten, wenn WGS-Daten oder der spezifische DSN200K-Chip verwendet werden. Jedoch sind die Unterschiede in der Genauigkeit zwischen den verschiedenen Marker-Panels gering und statistisch nicht signifikant. In Anbetracht der marginalen Verbesserungen in den Genauigkeiten und den hohen Kosten, die durch die DSN200K- und WGS-Genotypisierung entstehen, ist die Anwendung des kommerziellen 50K Chips für die Schätzung der GEBVs gerechtfertigt. Trotzdem sind WGS und der DSN200K-Chip wertvoll für die Identifikation kausaler genetischer Mechanismen innerhalb der lokalen DSN-Population. Die Studie hebt die Bedeutung der Entwicklung spezifischer Werkzeuge für die genetische Bewertung lokaler Rinderrassen hervor und trägt zum besseren Verständnis der genetischen Struktur spezialisierter Rassen bei. Die in Kapitel 4 inkludierte Studie wird beim Journal of Animal Breeding und Genetics eingereicht und befindet sich zum jetzigen Zeitpunkt im Begutachtungsverfahren. In der Studie wird die OGC-Methode zur Selektion von DSN-Elitetieren angewandt. Die für die OGC-Methode benötigten GEBVs werden mit einer Single-Step-Methode für die Merkmale FPR, Proteinanteil (Pro%) und Körpergröße (STAT) geschätzt. Als Datengrundlage für die Schätzungen werden 50K Illumina und DSN200K SNP-Chips verwendet, um hier einen Vergleich bis zur finalen Anpaarungsplanung durchzuführen. Bei der Single-Step-Methode werden genomische und Pedigree-Informationen kombiniert. Die OGC-Methode zielt darauf ab, den genetischen Fortschritt zu maximieren und gleichzeitig die Zunahme der Inzucht zu minimieren, was für die Erhaltung der genetischen Vielfalt in kleinen Populationen entscheidend ist. Dabei werden verschiedene Zuchtstrategien bewertet, um den optimalen genetischen Beitrag selektierter Eliteelterntiere zur nächsten Jungbullenkohorte zu bestimmen. Die Ergebnisse zeigen, dass die Datengrundlage mit 50K oder 200K bei den Schätzverfahren keinen statistisch relevanten Unterschied macht. Eine weniger strenge Inzuchtbeschränkung über einen längeren Zeitraum ist mit positiven Effekten auf die durchschnittlichen GEBVs für Pro%, FPR und STAT sowie einer abnehmenden Anzahl ausgewählter Bullenväter verbunden. Die jeweiligen Effekte sind marginal, wenn die Inzuchtbeschränkungen auf 6% oder mehr gelockert werden. Es wird empfohlen, die OGC-Anwendung beim DSN mit einer Inzuchtbeschränkung von 6% anzuwenden, was weiterhin zu Zuchtfortschritten bei Erhaltung der genetischen Diversität durch den Einsatz einer erhöhten Anzahl von Bullenvätern führt. Abschließend werden die wichtigsten Ergebnisse dieser Arbeit in Kapitel 5 zusammenhängend diskutiert. Hier wird insbesondere darauf eingegangen, dass die in der Arbeit angewandten genomischen Analysen und Methoden wichtige Werkzeuge für den Erhalt bedrohter Rassen sein können.