حسین محمدی

مقدمه و هدف: شناسایی مناطق ژنومی که هدف انتخاب بوده‎‎اند، یکی از راهکارهای اصلی تحقیقات زیستی است. به‎عبارت دیگر اهلی‎سازی و انتخاب به‎شدت در خصوصیات ظاهری و رفتاری حیوانات اهلی امروز تغییر ایجاد کرده است. در این مسیر انتخاب‎های انجام شده توسط انسان نشانه‎های قابل شناسایی را در ژنوم بزهای امروزی به‎جا گذاشته است که شناسایی این نشانه‎ها می‎تواند به اصلاح و بهبود ژنتیکی صفات مهم اقتصادی در این حیوانات کمک کند. طی دهه‎های اخیر تمایل به شناسایی مناطق ژنومی که حاوی ژن‎های کاندیدایی که هدف انتخاب بوده‎اند رو‎به افزایش بوده است. شناسایی نشانه‎های انتخاب می‎تواند دیدگاه‎های ارزشمندی در مورد ژن‎ها و یا مناطق ژنومی که تحت انتخاب مثبت بوده و یا هستند فراهم کند که به‎نوبه خود منجر به درک بهتر ارتباط ژنوتیپ با فنوتیپ می‎شود. هدف از این مطالعه، شناسایی ژن‌های کاندیدا و مناطق ژنومی تحت انتخاب مثبت در بزهای نژاد بیتال از طریق روش‌های شناسایی ردپای انتخاب و هستی‎شناسی ژن می‎باشد. مواد و روش‎ها: در این پژوهش اطلاعات ژنوتیپی مربوط به 631 رأس بزهای نژاد بیتال تعیین ژنوتیپ شده توسط آرایه‎های Caprine 50K BeadChip شرکت ایلومینا استفاده شد. ابتدا جهت اطمینان از کیفیت داده‎های تعیین ژنوتیپ، مراحل مختلف کنترل کیفیت روی داده‎های اولیه تعیین ژنوتیپ شده قبل از آنالیزهای ژنومی انجام شد. برای فیلتراسیون داده‎های ژنوتیپ شده، ابتدا نمونه‎هایی که فراوانی نرخ تعیین ژنوتیپ آنها کمتر از 90% بود، شناسایی و حذف شد. در مرحله بعد نشانگرهایی که حداقل فراونی آللی در آنها کمتر از 5% بود حذف شدند. سپس نشانگرهایی که نرخ تعیین ژنوتیپ آنها در نمونه‎ها کمتر از 95% بود شناسایی و حذف شدند. در نهایت برای SNPهای باقیمانده آنهایی که بر روی کروموزوم جنسی بودند و یا در تعادل هاردی-واینبرگ قرار نداشتند کنار گذاشته شدند. پس از کنترل کیفیت داده‎های اولیه تعیین ژنوتیپ شده با استفاده از نرم‎افزار PLINK (v1.90; http://pngu.mgh.harvard.edu/purcell/plink) نهایتاً 36861 نشانگر SNP و 594 رأس دام وارد آنالیزهای بعدی شدند. برای شناسایی نشانه‎های انتخاب از روش مبتنی بر عدم تعادل پیوستگی ژنی و آزمون نمره هاپلوتیپ تمایز یافته (iHS) با استفاده از بسته نرم‎افزاری REHH در نرم‎افزار R انجام شد. ژن‌های کاندید با استفاده از SNPهایی که در بازه‌ی 1% بالای iHS واقع‌ شده بودند، با استفاده از نرم‌افزارPLINK و توسط لیست ژنی شرکت ایلومینا در محیط R شناسایی شدند. همچنین، برای بررسی وجود QTL‎های مرتبط با صفات مربوط به صفات مهم اقتصادی در مناطق شناسایی ‌شده معنی‌دار، از آخرین نسخه‌ی منتشر شده پایگاه genome Animal استفاده شد. به‎منظور شناسایی مراحل بیولوژی ژن‎های شناسایی شده از آنالیز هستی‎شناسی استفاده شد. برای تجزیه و تحلیل هستی‎شناسی ژن‎های شناسایی شده از پایگاه برخط DAVID (http://david.abcc.ncifcrf.gov) استفاده گردید. همچنین برای تفسیر بهتر عملکرد ژن‎های به‎دست آمده از پایگاه‎های اطلاعاتی آنلاینGeneCards http://www.genecards.org)) و (http://www.uniprot.org) UniProtKB استفاده شد. یافته‎ها: از مجموع 53347 نشانگر SNP به‎کار رفته در این تحقیق، 36861 نشانگر توانستند مراحل مختلف کنترل کیفیت را بگذرانند. به‎طور کلی 3963 نشانگر به‎دلیل حداقل فراوانی آللی کمتر از 05/0، 1342 نشانگر به‎دلیل نرخ تعیین ژنوتیپ کمتر از 95% در هر نمونه، 9761 نشانگر به‎دلیل عدم تعادل هاردی واینبرگ و 1420 نشانگر با موقعیت ناشناخته و همچنین 37 نمونه به‎دلیل فراوانی تعیین ژنوتیپ کمتر از 90% حذف شدند. نتایج این پژوهش منجر به شناسایی ده منطقه ژنومی روی کروموزوم‎های 4، 6، 7، 11 (دو منطقه)، 13، 14، 15، 17 و 18 با بالاترین ارزش آزمون آماره iHS شد. ژن‎های شناسایی شده در مناطق مورد انتخاب با اندازه بدن (SPP1, TNPO2)، متابولیسم چربی (SDCBP)، رشد و توسعه استخوان (IBSP, MEPE) و متابولیسم انرژی (TRPC3, UCP2, FBP1) مرتبط بودند. برخی از این ژن‎ها در مناطق تحت انتخاب با مطالعات قبلی هم‎خوانی داشتند. بررسی QTLهای گزارش شده در مناطق انتخابی و اورتولوگوس گاوی در مناطق شناسایی شده، QTLهای مرتبط با میانگین خوراک مصرفی، وزن لاشه و اندازه بدن قرار داشتند. از بین مسیرهای زیستی شناسایی شده، مسیرهای skeletal system development و calcium channel complex و مسیرهای KEGG شامل Glucagon signaling pathway و AMPK signaling pathway نقش مهمی در تنظیم یون کلسیم، متابولیسم مواد غذایی، هموستازی گلوکز و رشد و توسعه عضلات اسکلتی داشتند. نتیجه‎گیری: در هر صورت، ژن‎های متعددی که در نواحی شناسایی شده بر اساس عملکرد می‎توانند به‎عنوان کاندیداهای تحت انتخاب مطرح باشند. برخی از این ژن‎ها در مناطق تحت انتخاب با مطالعات قبلی هم‎خوانی داشتند و بیشتر در مسیرهای بیولوژیکی مرتبط با رشد، وزن بدن، فرآیندهای متابولیکی، صفات تیپ نقش دارند. همچنین، بررسی QTL‎های موجود در مناطق تحت انتخاب نشان داد که این QTL‎ها با بعضی صفات اقتصادی مهم از قبیل وزن بدن، عمق بدن، وزن و ترکیبات لاشه ارتباط دارند. در هر حال نیاز به بررسی‎های پیوستگی و عملکردی بیشتری جهت شناسایی عملکرد ژن‎ها می‎باشد. همچنین بررسی بیشتر QTL‎های مرتبط با مناطق ژنومی انتخاب شده از مطالعات جستجوی نشانه‎های انتخاب و مطالعات پیوستگی ضروری است. نتایج این تحقیق می‎تواند در درک ساز و کار ژنتیکی کنترل کننده صفات رشد مورد استفاده قرار گیرد و با توجه به تأیید مناطق قبلی پویش ژنومی و شناسایی مناطق ژنومی جدید، استفاده از یافته‎های این پژوهش می‎تواند در انتخاب ژنتیکی بز از طریق افزایش وزن بدن مفید واقع شود.