Frontiers in Genetics

Introduction

Autosomální jednonukleotidový polymorfismus (SNP) a inserce-delece (InDel) jsou široce využívány pro odvozování lidského původu a přiřazování populací (Bauchet et al., 2007; Tian et al., 2009; Sun et al., 2016). Informativní markery původu (Ancestry informative markers, AIM) jsou genetické markery frekvenčních rozdílů mezi populacemi (Shriver et al., 2003). K získání AIM bylo použito více statistik, včetně statistiky F (FST), absolutních rozdílů frekvencí alel (δ), míry informativnosti pro přiřazení (In) a skóre zatížení hlavních komponent (Rosenberg et al., 2003; Zhang et al., 2009; Ding et al., 2011; vonHoldt et al., 2016; Barbosa et al., 2017; Peterson et al., 2017). Místo použití celogenomových markerů byly AIM považovány za dostatečně přesné pro odvození původu pro omezenou velikost populace. V důsledku toho představuje ekonomický způsob screeningu a analýzy tisíců vzorků. Santos et al. (2016) uvedli, že 192 AIM vybraných z dat ∼370 K SNP lze použít k přesnému odhadu podílů předků tří hlavních populací v Brazílii. Li et al. (2016) vytvořili panel 74 AIM k odvození proporcí původu 500 testovaných jedinců z 11 populací. Díky vysokému rozlišení AIMs panel 23 AIMs vytvořený Zengem et al (2016). rozlišil čtyři hlavní americké populace a správně určil původ u devíti dalších populací (Zeng et al., 2016).

Pro populační genetiku zvířat byly AIMs úspěšně použity k identifikaci plemen různých odrůd a k hodnocení genetického složení v hybridních populacích (Dimauro et al., 2015; Bouchemousse et al., 2016). Bertolini et al. (2017) zjistili, že 96 AIM se dobře osvědčilo při rozlišování šesti plemen mléčného skotu. V jiné studii bylo 63 AIM vybraných ze 427 psovitých šelem využito k posouzení genetické příměsi u kojotů (Monzon et al., 2014). Nedávno bylo 74 AIM použito k výpočtu podílů předků u kříženců ovcí (Awassi se dvěma původními plemeny v Etiopii) a bylo zjištěno, že různé úrovně příměsi Awassi významně ovlivňují znaky růstu jehňat a reprodukce ovcí (Getachew et al.,

Vepři (Sus scrofa) se v průběhu poloviny pleistocénu (před 1,2-0,8 miliony let) rozdělili na evropské a asijské divočáky (Larson et al., 2005; Frantz et al., 2013). K domestikaci prasat v Číně došlo před ∼9 000 lety (Larson et al., 2005). Bylo doloženo, že čínská domácí prasata byla rozdělena do šesti typů podle oblasti obývání a fenotypových charakteristik (I-Severní Čína, II-Dolní povodí Changjiang, III-Střední Čína, IV-Jižní Čína, V-Jihozápadní a VI-Plateau) (Li et al., 2004; Fang et al., 2005). V nedávné studii Yang et al. (2017). sledovali předky různých čínských plemen a identifikovali dva hlavní odlišné předky, které jsou východočínského (např. Meishan a JinHua) a jihočínského (např. Luchuan a Bamaxiang) původu. Kromě toho byla také zaznamenána genomická introgrese z evropských komerčních plemen do čínských původních prasat (Ai et al., 2013; Bosse et al., 2014; Zhu et al., 2017), čímž se genetické složení moderních čínských prasat ještě více komplikuje.

Ačkoli se široce uplatňuje u jiných zvířat a má velký význam ve specifických scénářích použití, včetně dozoru nad trhem a ochrany genetických zdrojů, v současné době neexistuje žádná studie, která by se konkrétně zabývala problémem efektivního využití AIM pro rozlišování plemen prasat nebo pro odhad podílů předků. Zde jsme s využitím dat z ∼60 K SNP čipů prasat hledali optimální počet AIM pro rozlišení prasat východočínského, jihočínského nebo evropského původu. Na základě 129 vybraných AIM jsme odhadli podíly předků výše uvedeného původu u ostatních čínských prasat. Navrhli jsme, že AIM vybrané z nesmíšených referenčních populací lze použít k přesnému odhadu podílů předků v hybridních populacích. Naše výsledky poskytují užitečný příklad využití AIMs pro klasifikaci plemen a odhad původu u prasat.

Materiál a metody

Sběr dat a kontrola kvality

Genotypová data 2 113 vzorků byla získána z digitálního repozitáře Dryad1. V této studii byly použity pouze vzorky z asijských plemen a evropských plemen (celkem 1 157 vzorků ze 71 populací, podrobnosti v doplňkové tabulce S1). Vzorky a SNP byly vyloučeny, pokud byla splněna následující kritéria: (1) jedinec obsahoval více než 10 % chybějících genotypů; (2) SNP s call rate nižší než 95 %; (3) SNP s frekvencí minoritní alely nižší než 0,05; (4) SNP, které se nacházely na pohlavních chromozomech; a (5) SNP nebyly bialelické. Chybějící genotypy byly následně imputovány pomocí BEAGLE (verze 3.3.2) (Browning a Browning, 2007). Nakonec zůstalo 45 562 SNP a 1 155 vzorků. Těchto 1 155 vzorků bylo následně rozděleno do dvou datových souborů. Pro referenční soubor bylo vybráno 186 vzorků z 10 reprezentativních populací tří hlavních rodových skupin: Východočínské prase (ECHP), Jihočínské prase (SCHP) a Evropské komerční prase (EUCP). Těchto 10 populací bylo vybráno na základě skutečnosti, že mezi populacemi patřícími do skupiny ECHP nebo SCHP nebyla zjevná příměs, jak uvádí zpráva Yang et al. (2017). Tento soubor dat je shrnut v tabulce 1. Testovací soubor dat obsahoval zbývajících 969 vzorků z 61 populací (podrobnosti v doplňkové tabulce S2). S ohledem na pohodlí praktického použití byly údaje o genotypu testovacího souboru dat získány přímo ze surových dat bez fázování nebo imputace.

Struktura populace

Analýza hlavních komponent (PCA) byla provedena na ∼60 K čipových datech pomocí SMARTPCA (verze 6.1.4) v referenčním souboru (Patterson et al., 2006). K potvrzení stavu nesmíšeného původu byl použit neřízený program ADMIXTURE (verze 1.23) (Alexander et al., 2009) k výpočtu podílů předků vzorků z referenčního souboru s počtem předků (K) nastaveným od K = 3 do K = 15. V případě, že se jedná o vzorky s neřízenými předky, byl použit program ADMIXTURE (verze 1.23) (Alexander et al., 2009). Ke zkoumání podobnosti/nepodobnosti jedinců v referenčním souboru byl rovněž zvolen propojený model ChromoPainter v2 (Lawson et al., 2012). Podrobněji byl soubor rekombinační mapy vygenerován pomocí skriptu makeuniformrecfile.pl poskytnutého programem fineSTRUCTURE (verze 2.1.1) (Lawson et al., 2012). Pomocí profilu skrytého Markovova modelu ChromoPainter v2 odvozuje haplotypy „dárce“ a „příjemce“ a vytváří matici koancí. Zpočátku bylo použito 20 kroků maximalizace očekávání k odhadu míry mutací a přepínání na 1/5 náhodných členů vzorku ze všech jedinců se všemi uvažovanými autozomy. Odhadnuté míry mutací a přepínání pro každý chromozom byly poté zprůměrovány. Následně byla s odhadnutou mírou mutace, mírou přepínání a dalšími výchozími hodnotami opět použita aplikace ChromoPainter v2 ke generování matice koancí pro všechny jedince. Nakonec byl použit algoritmus MCMC implementovaný v programu fineSTRUCTURE k hierarchickému shlukování jedinců s vyhořením a dobou běhu 1 000 000, resp. 6 000 000 iterací.

Výběr AIMs

Všech 186 vzorků v referenčním souboru dat bylo použito k výpočtu FST a In. Kandidátní SNP byly vybrány ze selektoru algoritmu AIMs, který byl implementován v souboru AIMs_generator.py z pipeline ANTseq2. Konkrétně jsme nejprve vyloučili SNP ve vysoké vazbové nerovnováze (LD) výběrem pouze jednoho SNP v oblasti silné LD (r2 > 0,3) a ve vzdálenosti do 500 kb. V rámci každé skupiny byly dále vyloučeny SNP, které vykazovaly heterogenní frekvence mezi populacemi, a to na základě Chi-kvadrát testu (Galanter et al., 2012). Za druhé, FST a In byly vypočteny pro každou ze tří párových skupin : ECHP vs. EUCP, SCHP vs. EUCP a ECHP vs. SCHP (Rosenberg et al., 2003).

Klasifikace skupin pomocí minimálních AIM

Při použití referenčního souboru dat jsme nejprve porovnali diskriminační sílu AIM vybraných pomocí FST nebo In. Binární klasifikace pro tři párové skupiny byla provedena samostatně. Pro každou párovou skupinu jsme začali výběrem dvou až 30 nejlepších AIM s přírůstkem jednoho AIM. Vzorky v příslušné párové skupině byly náhodně rozděleny na dva podíly: 75 % pro trénink, 25 % pro testování a tato operace byla opakována 50krát. GridSearchCV implementovaný v balíčku Scikit-learn (verze 0.18) byl poté použit k určení optimálních parametrů pro klasifikátor SVM (support vector machine) (Da Mota et al., 2014). Parametry pro SVM jsou shrnuty v doplňkové tabulce S3. U modelu s optimálními parametry byla přesnost klasifikace vyhodnocena pomocí průměrného Matthewsova korelačního koeficientu (MMCC) pro 50 opakování takto:

kde TNi a FNi jsou počty pravdivě negativních a falešně negativních výsledků a TPi a FPi jsou počty pravdivě pozitivních a falešně pozitivních výsledků, pro každý běh.

Pro určení minimálního počtu AIM pro současné rozlišení ECHP, SCHP a EUCP se používá přístup více tříd jedna-vs.zbytku SVM byl použit na referenčním souboru dat (Hong a Cho, 2008). Podobně jsme začali výběrem dvou až dvou set nejlepších AIM z každé z párových skupin s přírůstkem jednoho AIM, čímž jsme získali celkem 199 sad AIM. V každé sadě byly AIM vybrané ze tří párových skupin sloučeny a duplicitní AIM byly odstraněny (doplňková tabulka S4). Vzhledem k tomu, že MMCC nebyl navržen pro hodnocení přesnosti klasifikace více tříd, byly místo toho k hodnocení přesnosti klasifikace použity matice záměny, Cohenova statistika kappa a vyvážená chybovost. Vyšší Cohenova kappa, ale nižší vyvážená chybovost znamenaly vyšší přesnost klasifikace. K odhadu nejlepších parametrů pro jednotřídní SVM jsme opět využili GridSearchCV, jehož parametry jsou shrnuty v doplňkové tabulce S3. Vytvořili jsme také náhodné sady SNP o stejném počtu z celého genomu pro porovnání diskriminační síly s vybranými AIMs.

Ancestry Inference With Optimal AIMs

AIMs byly široce používány k odhadu podílů předků v hybridních populacích, a to i v případech, kdy byly vybrány z nesmíšených populací. Na základě vybraných AIM jsme k odhadu podílů předků u možných příbuzenských populací prasat použili strategii, která byla podobná strategii použité v předchozí studii Pardo-Seco et al. (2014). Nejprve jsme vytvořili pseudopříbuzné jedince náhodným výběrem genotypů vybraných AIM ze vzorků v referenčním souboru dat se stejným podílem. Očekávané podíly předků těchto pseudopříbuzných jedinců byly tedy 1/3 (∼0,3333) z každé skupiny (ECHP, SCHP a EUCP). Pro každou ze 199 sad AIM vytvořených na základě výše uvedeného bylo provedeno 1 000 simulací. K odhadu podílů předků byla použita metoda ADMIXTURE s dohledem (K = 3). Výkonnost byla hodnocena podle průměru a variačního koeficientu (CV) odhadnutých podílů předků. CV odhadnutých podílů předků v závislosti na počtu AIM byl vypočítán pomocí programu Curve Expert 1.43. Optimální počet AIM byl určen výběrem sklonu prahové tečny křivky, jejíž stabilní výkonnost byla pozorována nad tímto bodem. Abychom přidali další ověření, simulovali jsme pseudopříbuzné jedince s náhodnými poměry předků pomocí určeného optimálního počtu AIM. Podíly předků ECHP, SCHP a EUCP byly přiřazeny náhodně s minimálním podílem nastaveným na 10 %.

Na základě AIM vybraných v posledním kroku jsme provedli odvození předků pro 969 jedinců v testovacím souboru dat pomocí metody ADMIXTURE s dohledem. Výkonnost byla hodnocena pomocí Pearsonova korelačního koeficientu mezi celogenomovými SNP a optimálním počtem AIM.

Výsledky

Struktura populace referenčních populací

Populace v referenčním souboru měly být nejméně příbuzné. Pozorovali jsme však, že ECHP, SCHP a EUCP byly v grafu hlavních komponent dobře odděleny (obrázek 1A). Celogenomové rozdělení FST (obrázek 1B) ukázalo vyšší diferenciaci jak mezi ECHP vs. EUCP (průměr = 0,2197, 95% CI 0,0006-0,7267), tak mezi SCHP vs. EUCP (průměr = 0,2153, 95% CI 0,0005-0,7570), zatímco diferenciace mezi ECHP vs. SCHP (průměr = 0,0588, 95% CI 0-0,3342) byla zřetelně méně výrazná. Pomocí metody ADMIXTURE byla všechna plemena dobře rozdělena do předpokládaných skupin (obr. 1C), když K = 3, v souladu s předchozí studií Yang et al. (2017). Při K = 10 bylo možné jasně oddělit 10 populací, což bylo v souladu s naším očekáváním, že 10 populací bylo nejméně příbuzných (doplňkový obrázek S1).

Pro další kvantifikaci byly použity programy ChromoPainter v2 a fineSTRUCTURE pro kontrolu příbuznosti mezi těmito plemeny s ohledem na LD. Jak ukazuje heatmapa koancestrie (obr. 2), jedinci v rámci každé skupiny vykazovali homogenní vzorec a jedinci ze stejné skupiny sdíleli více genetických kusů než z jiných skupin. Zejména EUCP mělo zanedbatelný stupeň koancestrie s jedinci z původních čínských plemen. Vzorek z ECHP a SCHP vykazoval vyšší stupeň koancestrie, ale jedinci ze stejné skupiny měli stále tendenci shlukovat se více dohromady než mezi skupinami. Celkově výsledky naznačují, že vzorky v referenčním souboru dat vykazovaly zanedbatelnou míru příměsi.

Klasifikace skupin pomocí AIMs

Pro vytvoření efektivní sady AIMs jsme nejprve porovnali výkonnost statistik FST a In. Pro párovou skupinu ECHP vs. EUCP a SCHP vs. EUCP bylo zjištěno, že k dokonalému oddělení (MMCC = 1) stačí minimálně dva AIM, a to buď výběrem nejlepší FST, nebo nejlepší In statistiky (doplňkový obrázek S2). K oddělení ECHP vs. SCHP však bylo zapotřebí alespoň čtyř AIM při použití FST nebo alespoň pěti při použití In. U AIM vybraných pomocí FST nebo In jsme zjistili, že informativní AIM vybrané pomocí In se z velké části překrývaly s AIM vybranými pomocí FST, což naznačuje, že FST je přinejmenším stejně informativní jako In. Proto byly následující analýzy založeny pouze na AIM vybraných pomocí FST.

Dále jsme se pokusili určit počet AIM, které by mohly být použity k oddělení ECHP, SCHP a EUCP současně pomocí přístupu více tříd. Jak je popsáno v části Materiály a metody, byly postupně vybrány dva až 200 nejlépe hodnocených AIM z ECHP vs. EUCP, SCHP vs. EUCP, resp. z ECHP vs. SCHP, čímž vzniklo 199 sad AIM s rostoucím počtem (doplňková tabulka S4). AIM v každé sadě byly sloučeny a deduplikovány. Například u největšího souboru bylo 171 z 200 AIM společných mezi ECHP vs. EUCP a SCHP vs. EUCP (doplňkový obrázek S3), 12 z 200 AIM bylo společných mezi SCHP vs. EUCP a ECHP vs. SCHP a 14 z 200 AIM bylo společných mezi ECHP vs. EUCP a ECHP vs. SCHP. Všech 199 sad AIM bylo vloženo do klasifikátoru SVM typu „jeden proti druhému“. Jak ukazuje obrázek 3 a doplňková tabulka S5, sedm AIM stačilo k úplnému oddělení ECHP, SCHP a EUCP s Cohenovým kappa = 1 a vyváženou chybovostí = 0. Podrobné informace o sedmi AIM byly shrnuty v tabulce 2 a doplňkové tabulce S7.

Přesný odhad podílu předků pomocí AIMs

Uvádí se, že AIMs vybrané z nesmíšených populací byly úspěšně použity k odhadu podílu předků u smíšených populací (Lee et al., 2012; Maples et al., 2013). Pro ověření praktické použitelnosti v naší studii jsme provedli simulaci dat. Pokud je studie praktická, měli bychom pozorovat vysokou konzistenci mezi simulovanými a odhadovanými proporcemi předků. Pro každou sadu AIM byl k výpočtu proporcí předků v 1 000 simulacích použit kontrolovaný program ADMIXTURE. Pro každou simulaci byl pro každý AIM náhodně smíchán genotyp 60 vzorků vybraných z ECHP, SCHP a EUCP.

Jak je vidět na obrázcích 4A,B, při zahrnutí 80 nebo méně AIM byly pozorovány velké rozdíly mezi průměrem odhadované a očekávané hodnoty (∼0,3333). Například sedm AIM dokonale fungujících pro klasifikaci nestačilo k přesnému odvození podílů předků: ECHP (průměr = 0,2994, variační koeficient (CV) = 0,8450), SCHP (průměr = 0,3909, CV = 0,7783) a EUCP (průměr = 0,3097, CV = 0,9895). Při zahrnutí 82 a více nejlepších AIM se však odhadované podíly postupně přiblížily očekávaným hodnotám (obrázek 4A). Stejnou tendenci měl i graf CV, v němž se CV snižoval s rostoucím počtem AIM (obrázek 4B).

Pro určení optimální sady AIM jsme křivky CV na obrázku 4B vybavili reciproční logaritmickou funkcí (doplňkový obrázek S4) pro AIM v rozmezí 82 až 403. Křivky CV na obrázku 4B jsme porovnali s křivkami CV na obrázku 4B. Vzhledem k tomu, že tečna ke křivce se nekonečně blíží nule, určili jsme libovolnou prahovou hodnotu -0,0004, která odpovídá souboru 129 AIM, a to s ohledem na stabilitu hodnoty CV i na náklady na genotypování SNP (Doplňková tabulka S6). Sada 129 AIM se dobře osvědčila při odvozování původu pro simulované vzorky (obr. 5), což vedlo k ECHP: průměr = 0,3310, směrodatná odchylka (std) = 0,0772; SCHP: průměr = 0,3356, std = 0,0751; a EUCP: průměr = 0,3334, std = 0,0394. Pozorovali jsme také, že výkonnost sady 129 AIMs vykazuje velmi omezený rozdíl oproti výkonnosti sady 403 AIMs, což naznačuje, že optimální je sada 129 AIMs (doplňková tabulka S6).

S ohledem na praktickou použitelnost sady 129 AIMs jsme dále simulovali pseudopříbuzné jedince s nerovnými náhodnými poměry předků pomocí stejných AIMs. nejprve jsme vytvořili 10 náhodných poměrů předků pro každé tři skupiny a poté jsme provedli 1000 simulací pro každé tři poměry předků. Pro každou simulaci bylo vygenerováno 60 pseudopříbuzných jedinců. Jak ukazuje tabulka 3, 129 AIM fungovalo velmi dobře, a to i pro vzorky náhodných proporcí předků.

Podle očekávání při použití 129 AIM (tabulka 2 a doplňková tabulka S7) PCA ukázala, že 10 populací bylo jasně rozděleno do tří odpovídajících skupin (doplňkový obrázek S5). Zajímavé je, že ve srovnání s obrázkem 1A byla substruktura v rámci populací u každé skupiny méně zřejmá.

Odhad podílu předků pro testovací soubor dat

Bylo zjištěno, že některá asijská plemena prasat byla přimíšena k evropským domácím plemenům, a to zejména k plemenům užitkovým. Například u osmi asijských plemen (korejské místní plemeno (KPKO), thajské místní plemeno (THCD), China Lichahei (CNLC), China Sutai (CNST), China Kele (CNKL), China Guanling (CNGU), China Leanhua (CNLA) a China Minzhu (CNMZ)) byla zaznamenána nejméně 20% introgrese z evropského původu (Yang et al., 2017). Abychom symetricky identifikovali a kvantifikovali introgresi, využili jsme 129 vybraných AIM k odhadu složení předků dalších 969 vzorků z 61 populací, které jsou pravděpodobně alespoň do určité míry přimíšené.

Celkově jsme pomocí kontrolované metody ADMIXTURE zjistili silnou korelaci (obr. 6) mezi podíly předků vypočtenými pomocí 129 AIM a podíly vypočtenými pomocí všech ∼60 K čipových dat na individuální úrovni. Bland-Altmanův graf rovněž ukázal shody v podílech předků odhadnutých mezi celogenomovými daty a daty 129 AIMs (obrázek 7). U plemen, u kterých byla známa introgrese z EUCP, jsme získali přiměřené výsledky. Jak ukazuje obrázek 8 a doplňková tabulka S8, odhad průměru tří podílů předků v populaci CNMZ pomocí 129 AIMs (ECHP:0,5325, SCHP:0,2456, EUCP:0,2219) byl podobný odhadu průměru tří podílů předků v populaci CNMZ pomocí dat ∼60 K SNP (ECHP:0,6457, SCHP:0,1291, EUCP:0,2252). U křížence LargeWhite-Meishan (CSLM), který byl doložen jako F1 generace z LargeWhite × MeiShan, byl náš odhad podílu předků ze 129 AIM (ECHP:0,4992, SCHP:0,0455, EUCP:0,4553) v souladu s očekáváním a podobný výsledku z dat ∼60 K SNP (ECHP:0,5128, SCHP:0,0020, EUCP:0,4852). V dalším případě, Rusko Minisibs (RUMS), o kterém se uvádí, že má přibližně polovinu evropských předků, jsme také získali vysokou úroveň EUCP předků buď pomocí 129 AIM (ECHP:0.1428, SCHP:0,4780, EUCP:0,3791) nebo údajů o ∼60 K SNP (ECHP:0, SCHP:0,5349, EUCP:0,4651).

Diskuse

Od 19. století využívají chovatelé prasat na Západě čínská prasata ke křížení s evropskými prasaty, aby zlepšili svůj chov (Groenen, 2016). Bianco et al. (2015) zjistili, že evropská domácí prasata mají 20 % genomické introgrese od asijských prasat. Na druhou stranu Yang et al. (2017) uvádí, že evropská prasata přispěla nejméně 20 % k osmi asijským plemenům. V posledních letech byly předloženy důkazy, že místní čínští zemědělci kříží místní prasata s importovanými komerčními prasaty (Berthouly-Salazar et al., 2012). Introgrese přináší nový genetický materiál, který může pomoci zlepšit některé vlastnosti, zejména produkční výkonnost. Bohužel introgrese, ať už v užším slova smyslu jako příměs s cizími plemeny, nebo v širším slova smyslu jako příměs s plemeny z různých oblastí v rámci jednoho státu, přináší také „genetické znečištění“, kterému se lze jen stěží vyhnout. Například v nedávné studii Zhang a kol. zjistili, že téměř všechna čínská domorodá kuřata mají genovou introgresi z komerčních brojlerů (Zhang a kol., 2019).

Protože se domorodé vepřové maso prodává za vyšší cenu než evropská komerční prasata v Číně, začala na trhu narůstat falešná propaganda, nekvalitní jev. Problematice falšování vepřového masa byla věnována značná pozornost, nicméně v této fázi byla práce s identifikací založena především na intuici a zkušenostech ze strany zákazníků (Dai et al., 2009; Kwon et al., 2017). Naštěstí v Číně převažují produkty z 10 plemen prasat z našeho referenčního souboru (Bosse et al., 2015; Gong et al., 2018; Zhao et al., 2018), naše metoda tak představuje slibně účinný způsob detekce falšování vepřového masa na úrovni DNA při dozoru nad trhem. Z pohledu výzkumníka povedou v celogenomových asociačních studiích rozdílné genetické předky mezi případem a kontrolou ke stratifikaci populace. Pokud by se tedy vybraly vzorky s podobným poměrem předků nebo by se v regresním modelu zvážil původ jako kovariát pro úpravu stratifikace, pomohlo by to snížit počet falešně pozitivních výsledků(Qin et al., 2014).

Celkově je velmi důležité vysledovat původ nebo odhadnout genetický původ buď z hlediska ochrany genetických zdrojů, dozoru nad trhem nebo stratifikace populace. AIM poskytuje nákladově efektivní přístup ve srovnání s použitím celogenomových SNP, a je tedy velmi vhodný pro velkoobjemové testování.

V této studii jsme zjistili, že k rozlišení čínských prasat od evropských komerčních prasat stačí pouhé dva AIM a 10 čistokrevných plemen lze přesně přiřadit do tří odpovídajících skupin (ECHP, SCHP a EUCP) pomocí pouhých sedmi AIM. Prostřednictvím simulací dat jsme prokázali, že AIM vybrané z nemíchaných jedinců lze úspěšně použít i k odhadu podílů předků u míchaných jedinců. Dále jsme vyvinuli panel 129 AIM, který umožňuje efektivně odvozovat proporce předků u případně příbuzensky smíšených jedinců. Vzhledem k flexibilitě, spolehlivosti a použitelnosti by platforma Agena MassARRAY byla v současné době nejlepší volbou pro genotypizaci souboru 129 AIMs. Pro testování velmi velkého objemu by však bylo nákladově efektivnější použít vlastní čip SNP s nízkou hustotou nebo multiplexní sekvenování nové generace založené na PCR.

Naše práce poskytla užitečný příklad použití malého počtu AIMs pro klasifikaci a odhad proporcí předků. V případě potřeby lze ještě vyvinout úsilí o optimalizaci AIM na minimální počet. Například mezi 129 AIM by se případně mohly snížit ty, které představují rozdíly mezi EUCP a ECHP nebo SCHP. Nebo zařadit více AIM, aby se zvýšila rozlišovací schopnost mezi ECHP a SCHP.

Je třeba poznamenat, že jedním z důležitých předpokladů pro získání účinných AIM pro klasifikaci nebo odhad původu je nalezení dobrých referenčních populací. Například Daya et al. (2013) uvedli, že panel 96 AIM lze použít k odvození proporcí předků pro jihoafrickou barevnou populaci (SAC), a to pomocí reprezentativních populací. Tyto markery se však neosvědčily při odvozování jihoasijského a východoasijského původu. V naší studii bylo jako referenční populace vybráno 10 čistokrevných plemen prasat ze tří skupin (ECHP, SCHP a EUCP). Důvodů, proč jsme vybrali právě tato plemena, je několik. Za prvé, v Číně se stále častěji vyskytuje mnoho evropských komerčních plemen prasat nebo křížení původních plemen s evropskými komerčními plemeny, takže zde byla jako reprezentativní populace EUCP vybrána hlavní importovaná evropská komerční plemena včetně plemen Duroc, Pietrain a Landrace. Za druhé, čínská plemena zahrnutá do této studie zahrnovala dva určené původy. Ve studii Yang et al. (Yang et al., 2017) jsou prasata China_Erhualian (CNEH), China_Jinhua (CNJH), China_Meishan (CNMS) jasně odvozena od jednoho původu a China_Bamaxiang (CNBX), China_Congjiangxiang (CNCJ), China_Guangdongdahuabai (CNDH) a China_Luchuan (CNLU) jsou jasně odvozena od druhého původu. Analýza příměsí ukázala, že jsou nejméně introgrované EUCP a lze je od sebe jasně oddělit. Společně tak představují nejlepší referenční populaci, která je dosud k dispozici, a to jak z hlediska genetické čistoty, tak z hlediska schopnosti odhalit potenciální příměsi u jiných čínských plemen. Pokud bude v budoucnu do referenčního souboru zahrnuto více čistých plemen, lze očekávat přesnější odhady i širší rozsah populací, kde by naše metoda mohla být použitelná.

Příspěvky autora

YZ studii vymyslel a vedl. ZL analyzoval hlavní obsah dat s pomocí LB, YQ, YP a RY. ZL a YZ napsali rukopis. Všichni autoři přečetli a schválili konečný rukopis.

Financování

Projekt byl podpořen Národním programem výzkumu a vývoje klíčových technologií (2015BAD03B01-01) a Čínskou národní nadací pro přírodní vědy (U1704233).

Prohlášení o střetu zájmů

Autoři prohlašují, že výzkum byl prováděn bez jakýchkoli komerčních nebo finančních vztahů, které by mohly být chápány jako potenciální střet zájmů.

Přídavné materiály

Přídavné materiály k tomuto článku naleznete online na adrese: https://www.frontiersin.org/articles/10.3389/fgene.2019.00183/full#supplementary-material

Přílohy

1. ^http://dx.doi.org/10.5061/dryad.30tk6
2. ^https://github.com/boxiangliu/ANTseq
3. ^http://www.curveexpert.net

.