Frontiers in Genetics

Introduction

Autosomalny polimorfizm pojedynczych nukleotydów (SNP) oraz insercja-delecja (InDel) są szeroko wykorzystywane do wnioskowania o pochodzeniu człowieka i przypisywania populacji (Bauchet i in., 2007; Tian et al., 2009; Sun et al., 2016). Markery informujące o pochodzeniu (Ancestry informative markers, AIMs) są markerami genetycznymi o różnicach w częstości występowania między populacjami (Shriver i in., 2003). Do uzyskania AIMs wykorzystano wiele statystyk, w tym statystykę F (FST), bezwzględne różnice częstości alleli (δ), miarę informatywności dla przypisania (In) oraz wyniki obciążenia składowych głównych (Rosenberg i in., 2003; Zhang i in., 2009; Ding i in., 2011; vonHoldt i in., 2016; Barbosa i in., 2017; Peterson i in., 2017). Zamiast stosowania markerów całego genomu, uznano, że AIMs są wystarczająco dokładne do wnioskowania o przodkach dla ograniczonej wielkości populacji. W konsekwencji, stanowi to ekonomiczny sposób na przesiewanie i analizę tysięcy próbek. Santos i wsp. (2016) podali, że 192 AIMs wybrane z danych ∼370 K SNP mogą być wykorzystane do dokładnego oszacowania proporcji przodków trzech głównych populacji w Brazylii. Li i wsp. (2016) opracowali panel 74 AIMs do wnioskowania o proporcjach rodowych 500 osobników testowych z 11 populacji. Ze względu na wysoką rozdzielczość AIMs, panel 23-AIMs wygenerowany przez Zeng i wsp. (2016). wyróżnił cztery główne populacje amerykańskie i prawidłowo przypisał rodowód dla dziewięciu dodatkowych populacji (Zeng i wsp., 2016).

W przypadku genetyki populacji zwierząt, AIMs zostały z powodzeniem zastosowane do identyfikacji ras różnych odmian oraz do oceny składu genetycznego w populacjach mieszańców (Dimauro i wsp., 2015; Bouchemousse i wsp., 2016). Bertolini i wsp. (2017) stwierdzili, że 96 AIMs dobrze sprawdziło się w dyskryminacji sześciu ras bydła mlecznego. W innym badaniu do oceny domieszek genetycznych u kojotów wykorzystano 63 AIMs wybrane spośród 427 canids (Monzon i in., 2014). Ostatnio 74 AIMs wykorzystano do obliczenia proporcji przodków u owiec krzyżowanych (Awassi z dwiema rodzimymi rasami w Etiopii) i stwierdzono, że różne poziomy domieszki Awassi istotnie wpłynęły na cechy wzrostu jagniąt i rozrodu maciorek (Getachew i in., 2017).

Świnie (Sus scrofa) zdywersyfikowały się do europejskich i azjatyckich dzików w połowie plejstocenu (1,2-0,8 mln lat temu) (Larson i in., 2005; Frantz i in., 2013). Udomowienie świń w Chinach nastąpiło ∼9000 lat temu (Larson i in., 2005). Udokumentowano, że chińskie świnie domowe zostały podzielone na sześć typów zgodnie z regionem zamieszkania i cechami fenotypu (I-Północne Chiny, II-Dolny Basen Changjiang, III-Centralne Chiny, IV-Południowe Chiny, V-Południowy Zachód i VI-Platforma) (Li i in., 2004; Fang i in., 2005). W najnowszych badaniach Yang i wsp. (2017). prześledzili rodowody różnych ras chińskich i zidentyfikowali dwa główne odrębne rodowody, które są pochodzenia wschodniochińskiego (np. Meishan i JinHua) i południowochińskiego (np. Luchuan i Bamaxiang). Ponadto, odnotowano również introgresję genomową z europejskich ras komercyjnych do chińskich świń rodzimych (Ai i in., 2013; Bosse i in., 2014; Zhu i in., 2017), czyniąc skład genetyczny współczesnych chińskich świń jeszcze bardziej skomplikowanym.

Aczkolwiek został on szeroko zastosowany u innych zwierząt i ma duże znaczenie w określonych scenariuszach zastosowań, w tym w nadzorze rynku i ochronie zasobów genetycznych, nie istnieje obecnie żadne badanie, które w sposób szczególny zajmuje się problemem efektywnego wykorzystania AIMs do rozróżniania ras świń lub do szacowania proporcji przodków. Tutaj, używając ∼60 K danych z chipów SNP świń, szukaliśmy optymalnej liczby AIMs dla odróżnienia świń pochodzących z Chin Wschodnich, Chin Południowych lub Europy. W oparciu o 129 wybranych AIMs, oszacowaliśmy proporcje przodków wyżej wymienionych pochodzeń dla innych chińskich świń. Zasugerowaliśmy, że AIMs wybrane z niezmieszanych populacji referencyjnych mogą być użyte do dokładnego oszacowania proporcji przodków w populacjach hybrydowych. Nasze wyniki stanowią użyteczny przykład wykorzystania AIMs do klasyfikacji ras i szacowania rodowodu u świń.

Materiały i Metody

Zbieranie Danych i Kontrola Jakości

Dane genotypowe 2,113 próbek zostały pobrane z Repozytorium Cyfrowego Dryad1. Tylko próbki z ras azjatyckich i europejskich zostały użyte w tym badaniu (w sumie 1157 próbek z 71 populacji, szczegóły w tabeli uzupełniającej S1). Próbki i SNP zostały wykluczone, jeśli spełnione zostały następujące kryteria: (1) osobnik zawierał więcej niż 10% brakujących genotypów; (2) SNPs o współczynniku wywołania niższym niż 95%; (3) SNPs o częstotliwości alleli mniejszej niż 0,05; (4) SNPs, które były zlokalizowane na chromosomach płci; i (5) SNPs nie były bialleliczne. Brakujące genotypy zostały następnie imputowane za pomocą BEAGLE (wersja 3.3.2) (Browning i Browning, 2007). Ostatecznie pozostało 45,562 SNPs i 1155 próbek. 1155 próbek zostało następnie podzielonych na dwa zbiory danych. Dla zbioru referencyjnego, 186 próbek zostało wybranych z 10 reprezentatywnych populacji trzech głównych grup rodowodowych: Świnia wschodniochińska (ECHP), Świnia południowochińska (SCHP), i Europejska świnia komercyjna (EUCP). Te 10 populacji zostało wybranych w oparciu o fakt, że nie było oczywistej domieszki pomiędzy populacjami należącymi do grupy ECHP lub SCHP, zgodnie z raportem Yang et al. (2017). Ten zestaw danych został podsumowany w tabeli 1. Testowy zbiór danych zawierał pozostałe 969 próbek z 61 populacji (szczegóły w Supplementary Table S2). Biorąc pod uwagę wygodę praktycznego zastosowania, dane genotypowe testowego zbioru danych zostały bezpośrednio wyodrębnione z surowych danych bez fazowania czy imputacji.

Struktura populacji

Principal component analysis (PCA) została przeprowadzona na danych z chipów ∼60 K przy użyciu SMARTPCA (wersja 6.1.4) w zbiorze referencyjnym (Patterson i in., 2006). W celu potwierdzenia statusu unadmixed wykorzystano nienadzorowaną metodę ADMIXTURE (wersja 1.23) (Alexander i in., 2009) do obliczenia proporcji rodowych próbek ze zbioru referencyjnego z liczbą rodów (K) ustawioną od K = 3 do K = 15. Wybrano również model sprzężony ChromoPainter v2 (Lawson i in., 2012) do zbadania podobieństwa/podobieństwa dla osobników w zbiorze referencyjnym. Szczegółowo, plik mapy rekombinacji został wygenerowany przy użyciu skryptu makeuniformrecfile.pl dostarczonego przez fineSTRUCTURE (wersja 2.1.1) (Lawson i in., 2012). Wykorzystując profil ukrytego modelu Markowa, ChromoPainter v2 infukuje haplotypy „dawcy” i „biorcy” w celu utworzenia macierzy ko-ancestrii. Początkowo, 20 kroków expectation-maximization zostało użytych do oszacowania tempa mutacji i przełączania na 1/5 losowych członków próbkowania od wszystkich osób z wszystkimi autosomami branymi pod uwagę. Wywnioskowane wskaźniki mutacji i przełączania dla każdego chromosomu zostały następnie uśrednione. Następnie, z oszacowanymi mutacjami, switch rate i innymi wartościami domyślnymi, ChromoPainter v2 został ponownie użyty do wygenerowania macierzy ko-ancestrii dla wszystkich osobników. Na koniec, algorytm MCMC zaimplementowany w fineSTRUCTURE został zastosowany do hierarchicznego grupowania osobników z czasem wygrzewania i runtime wynoszącym odpowiednio 1 000 000 i 6 000 000 iteracji.

Wybór AIMs

Wszystkie 186 próbek w referencyjnym zestawie danych zostało użytych do obliczenia FST i In. Kandydackie SNP zostały wybrane za pomocą selektora algorytmu AIMs, który został zaimplementowany w AIMs_generator.py z ANTseq pipeline2. W szczególności, najpierw wykluczyliśmy SNPs w wysokim sprzężeniu zwrotnym (LD), wybierając tylko jeden SNP w silnym regionie LD (r2 > 0,3) i w odległości 500 kb. W obrębie każdej grupy, SNP, które wykazywały heterogeniczne częstości w poszczególnych populacjach były dalej wykluczane w oparciu o test Chi-kwadrat (Galanter i in., 2012). Po drugie, FST i In zostały obliczone dla każdej z trzech sparowanych grup: ECHP vs. EUCP, SCHP vs. EUCP, oraz ECHP vs. SCHP (Rosenberg i in., 2003).

Klasyfikacja grup z minimalnymi AIMs

Używając referencyjnego zbioru danych, najpierw porównaliśmy moc dyskryminacyjną AIMs wybranych przez FST lub In. Klasyfikacja binarna dla trzech sparowanych grup została przeprowadzona oddzielnie. Dla każdej sparowanej grupy, zaczęliśmy od wyboru od dwóch do 30 najlepszych AIM, z przyrostem o jeden AIM. Próbki w odpowiedniej sparowanej grupie zostały losowo podzielone na dwie proporcje: 75% do treningu, 25% do testów i operacja ta została powtórzona 50 razy. Następnie wykorzystano program GridSearchCV zaimplementowany w pakiecie Scikit-learn (wersja 0.18) do wyznaczenia optymalnych parametrów dla klasyfikatora typu support vector machine (SVM) (Da Mota i in., 2014). Parametry dla SVM zostały zestawione w tabeli uzupełniającej S3. Dla modelu z optymalnymi parametrami, dokładność klasyfikacji oceniano na podstawie średniej współczynnika korelacji Matthewsa (MMCC) dla 50 powtórzeń w następujący sposób:

gdzie TNi i FNi to liczba prawdziwych negatywów i fałszywych negatywów, a TPi i FPi to liczba prawdziwych pozytywów i fałszywych pozytywów, dla każdego przebiegu.

Aby określić minimalną liczbę AIM dla jednoczesnego rozróżnienia ECHP, SCHP i EUCP, zastosowano wieloklasowe podejście one-vs.-rest SVM na danych referencyjnych.reszty SVM zostało zastosowane na referencyjnym zbiorze danych (Hong i Cho, 2008). Podobnie, rozpoczęliśmy od wybrania dwóch najlepszych do 200 najlepszych AIM z każdej sparowanej grupy, z przyrostem o jeden AIM, co dało w sumie 199 zestawów AIM. W każdym zestawie, AIM wybrane z trzech sparowanych grup zostały połączone, a zduplikowane AIM zostały usunięte (Supplementary Table S4). Ponieważ MMCC nie został zaprojektowany do oceny dokładności klasyfikacji wieloklasowej, do oceny dokładności klasyfikacji wykorzystano macierz konfuzji, statystykę kappa Cohena i zrównoważony współczynnik błędu. Wyższy wskaźnik Cohen’s kappa, ale niższy zrównoważony poziom błędu wskazywał na większą dokładność klasyfikacji. Ponownie wykorzystaliśmy GridSearchCV do oszacowania najlepszych parametrów dla one-vs.-rest SVM, których parametry są podsumowane w Supplementary Table S3. Wygenerowaliśmy również losowe zestawy SNP o równej liczbie z całego genomu w celu porównania mocy dyskryminacyjnej do wybranych AIMs.

Ancestry Inference With Optimal AIMs

AIMs zostały szeroko wykorzystane do oszacowania proporcji przodków w populacjach hybrydowych, nawet w przypadkach, w których zostały wybrane z niezmieszanych populacji. W oparciu o wybrane AIMs, aby oszacować proporcje przodków w możliwych domieszkowych populacjach świń, zastosowaliśmy strategię, która była podobna do tej zastosowanej w poprzednim badaniu przez Pardo-Seco i wsp. (2014). Najpierw wygenerowaliśmy osobniki pseudo domieszkowe, wybierając losowo genotypy wybranych AIMs z próbek w referencyjnym zestawie danych z równymi proporcjami. W związku z tym oczekiwane proporcje rodowe tych pseudo domieszkowych osobników wynosiły 1/3 (∼0,3333) z każdej grupy (ECHP, SCHP i EUCP). Dla każdego z 199 wygenerowanych na tej podstawie zbiorów AIM wykonano 1000 symulacji. Do estymacji proporcji rodowych użyto nadzorowanej metody ADMIXTURE (K = 3). Wydajność oceniano na podstawie średniej i współczynnika zmienności (CV) oszacowanych proporcji rodowych. CV oszacowanych proporcji przodków w stosunku do liczby AIMs dopasowano za pomocą programu Curve Expert 1.43. Optymalna liczba AIMs została określona poprzez wybór nachylenia progu stycznej krzywej, której stabilna wydajność była obserwowana powyżej tego punktu. W celu dodatkowej walidacji przeprowadzono symulację pseudomieszanych osobników z losowymi proporcjami przodków, stosując ustaloną optymalną liczbę AIM. Proporcje rodowe ECHP, SCHP i EUCP zostały losowo przypisane z minimalną proporcją ustawioną na 10%.

Na podstawie AIMs wybranych w ostatnim kroku, przeprowadziliśmy wnioskowanie rodowodowe dla 969 osobników w testowym zbiorze danych za pomocą nadzorowanego ADMIXTURE. Wydajność została oceniona na podstawie współczynnika korelacji Pearsona pomiędzy genomowymi SNPs a optymalną liczbą AIMs.

Wyniki

Struktura populacji referencyjnych

Populacje w zbiorze referencyjnym miały być najmniej domieszkowane. Zaobserwowaliśmy, że ECHP, SCHP i EUCP były dobrze rozdzielone na wykresie składowych głównych (Rysunek 1A). Rozkład FST w całym genomie (Rysunek 1B) wykazał większe zróżnicowanie zarówno pomiędzy ECHP vs. EUCP (średnia = 0,2197, 95% CI 0,0006-0,7267) i SCHP vs. EUCP (średnia = 0,2153, 95% CI 0,0005-0,7570), podczas gdy zróżnicowanie pomiędzy ECHP vs. SCHP (średnia = 0,0588, 95% CI 0-0,3342) było zauważalnie mniej wyraźne. Stosując ADMIXTURE, wszystkie rasy zostały dobrze podzielone na przewidywane grupy (Ryc. 1C), gdy K = 3, zgodnie z poprzednim badaniem Yang i wsp. (2017). Gdy K = 10, 10 populacji można było wyraźnie rozdzielić, zgodnie z naszymi oczekiwaniami, że te 10 populacji było najmniej domieszkowanych (Supplementary Figure S1).

Do dalszej kwantyfikacji, programy ChromoPainter v2 i fineSTRUCTURE zostały zatrudnione do sprawdzenia relacji między tymi rasami biorąc pod uwagę LD. Jak pokazano na mapie cieplnej koancestrii (Ryc. 2), osobniki w obrębie każdej grupy wykazywały jednorodny wzór, a osobniki z tej samej grupy dzieliły więcej fragmentów genetycznych niż osobniki z innych grup. W szczególności, EUCP miał znikomy stopień koancestrii z osobnikami z chińskich ras rodzimych. Próbka z ECHP i SCHP wykazywała wyższy stopień koacerwacji, ale osobniki z tej samej grupy nadal miały tendencję do grupowania się bardziej razem niż pomiędzy grupami. Podsumowując, wyniki sugerowały, że próbki w referencyjnym zbiorze danych wykazywały znikomy poziom domieszkowania.

Group Classification Using AIMs

W celu zbudowania efektywnego zestawu AIMs, najpierw porównaliśmy wydajność statystyki FST i statystyki In. Dla sparowanych grup ECHP vs. EUCP i SCHP vs. EUCP, minimum dwa AIMs okazały się wystarczające, aby doprowadzić do idealnego rozdzielenia (MMCC = 1), albo poprzez wybór najlepszych statystyk FST, albo poprzez najlepsze statystyki In (Supplementary Figure S2). Jednakże, aby rozdzielić ECHP vs. SCHP, wymagane były co najmniej cztery AIM przy użyciu FST, lub co najmniej pięć przy użyciu In. Dla AIMs wybranych przez FST lub In, stwierdziliśmy, że informacyjne AIMs wybrane przez In w dużej mierze pokrywały się z AIMs wybranymi przez FST, wskazując, że FST jest co najmniej tak samo informatywny jak In. Dlatego poniższe analizy były oparte tylko na AIMs wybranych przez FST.

Następnie próbowaliśmy zidentyfikować liczbę AIMs, które mogą być użyte do jednoczesnego oddzielenia ECHP, SCHP i EUCP przy użyciu podejścia wieloklasowego. Jak opisano w Materiałach i Metodach, najwyżej ocenione od 2 do 200 AIM zostały sekwencyjnie wybrane odpowiednio z ECHP vs. EUCP, SCHP vs. EUCP i ECHP vs. SCHP, co dało 199 zestawów AIM o rosnącej liczbie (Tabela uzupełniająca S4). AIM w każdym zestawie były łączone i deduplikowane. Na przykład, w największym zestawie 171 z 200 AIM było wspólnych dla ECHP vs. EUCP i SCHP vs. EUCP (Supplementary Figure S3), 12 z 200 AIM było wspólnych dla SCHP vs. EUCP i ECHP vs. SCHP, a 14 z 200 AIM było wspólnych dla ECHP vs. EUCP i ECHP vs. SCHP. Wszystkie 199 zestawów AIM zostało podanych klasyfikatorowi SVM typu one-vs.-rest. Jak pokazano na Rysunku 3 i w Tabeli Uzupełniającej S5, siedem AIM było wystarczających do całkowitego rozdzielenia ECHP, SCHP i EUCP z kappa Cohena = 1 i zrównoważonym poziomem błędu = 0. Szczegółowe informacje o siedmiu AIM zostały podsumowane w Tabeli 2 i Tabeli Uzupełniającej S7.

Accurate Ancestry Proportion Estimation Using AIMs

AIMs selected from unadmixed populations were reported to be successfully applied to estimate ancestry proportions in admixed populations (Lee et al., 2012; Maples et al., 2013). Aby zweryfikować praktyczność w naszym badaniu, przeprowadziliśmy symulację danych. Jeśli badanie jest praktyczne, powinniśmy zaobserwować wysoką zgodność pomiędzy symulowanymi i szacowanymi proporcjami przodków. Dla każdego zestawu AIM, nadzorowany ADMIXTURE został użyty do obliczenia proporcji przodków w 1000 symulacji. Dla każdej symulacji genotypy 60 próbek wybranych z ECHP, SCHP i EUCP były losowo mieszane dla każdego AIM.

Jak pokazano na Rysunkach 4A,B, gdy 80 lub mniej AIM zostało włączonych, zaobserwowano duże różnice między średnią wartością szacowaną i oczekiwaną (∼0,3333). Na przykład, siedem AIM, które doskonale sprawdziły się w klasyfikacji, nie wystarczyło do dokładnego wnioskowania o proporcjach przodków: ECHP (średnia = 0,2994, współczynnik zmienności (CV) = 0,8450), SCHP (średnia = 0,3909, CV = 0,7783) i EUCP (średnia = 0,3097, CV = 0,9895). Jednakże, włączając 82 lub więcej AIMs, szacowane proporcje stopniowo zbliżały się do oczekiwanych wartości (Rysunek 4A). Ta sama tendencja dla wykresu CV, w którym CV zmniejszało się wraz ze wzrostem liczby AIMs (Rysunek 4B).

W celu określenia optymalnego zestawu AIM dopasowaliśmy krzywe CV na rycinie 4B za pomocą odwrotnej funkcji logarytmicznej (Supplementary Figure S4) dla AIM w zakresie od 82 do 403. Ponieważ styczna do krzywej nieskończenie zbliża się do zera, wyznaczyliśmy arbitralny próg -0,0004, który odpowiada zestawowi 129 AIM, biorąc pod uwagę zarówno stabilność wartości CV, jak i koszt genotypowania SNPs (Tabela uzupełniająca S6). Zestaw 129 AIM dobrze sprawdził się we wnioskowaniu o rodowodzie dla symulowanych próbek (Rysunek 5), czego wynikiem było ECHP: średnia = 0,3310, odchylenie standardowe (std) = 0,0772; SCHP: średnia = 0,3356, std = 0,0751; oraz EUCP: średnia = 0,3334, std = 0,0394. Zaobserwowaliśmy również, że wydajność zestawu 129 AIMs wykazywała bardzo ograniczoną różnicę w stosunku do zestawu 403 AIMs, co sugeruje, że zestaw 129 AIMs był optymalny (Supplementary Table S6).

Rozważając praktyczność zestawu 129 AIMs, następnie symulowaliśmy osobników pseudo domieszkowych z nierównymi losowymi proporcjami przodków, używając tych samych AIMs. najpierw wyprodukowaliśmy 10 losowych proporcji przodków dla każdej z trzech grup, a następnie przeprowadziliśmy 1000 symulacji na każdych trzech proporcjach przodków. Dla każdej symulacji wygenerowano 60 osobników pseudo domieszkowych. Jak pokazano w Tabeli 3, 129 AIMs działało bardzo dobrze, nawet dla próbek o losowych proporcjach przodków.

Jak przewidywano, przy użyciu 129 AIMs (Tabela 2 i Uzupełniająca Tabela S7), PCA wykazała, że 10 populacji zostało wyraźnie podzielonych na trzy odpowiednie grupy (Uzupełniająca Figura S5). Co ciekawe, w porównaniu do Figury 1A, podstruktura w obrębie populacji w każdej grupie była mniej oczywista.

Ancestry Proportion Estimation for the Test Dataset

Zgłoszono, że niektóre azjatyckie rasy świń były domieszkowane z europejskimi rasami domowymi, a zwłaszcza z rasami handlowymi. Na przykład, osiem azjatyckich ras (koreańska rasa lokalna (KPKO), tajlandzka rasa lokalna (THCD), China Lichahei (CNLC), China Sutai (CNST), China Kele (CNKL), China Guanling (CNGU), China Leanhua (CNLA), i China Minzhu (CNMZ)) zostało zgłoszonych jako introgresowane przez co najmniej 20% z europejskiego rodowodu (Yang i in., 2017). Aby symetrycznie zidentyfikować i określić ilościowo introgresję, wykorzystaliśmy 129 wybranych AIMs do oszacowania składu rodowego kolejnych 969 próbek z 61 populacji, które prawdopodobnie są domieszkowane przynajmniej w pewnym stopniu.

Ogółem, używając nadzorowanego ADMIXTURE, znaleźliśmy silną korelację (Figura 6) między proporcjami rodowymi obliczonymi przez 129 AIMs i tymi obliczonymi przez wszystkie dane chipowe ∼60 K na poziomie indywidualnym. Wykres Blanda-Altmana również wykazał zgodność w zakresie proporcji przodków oszacowanych pomiędzy danymi genomowymi a danymi 129 AIMs (Ryc. 7). W przypadku ras, o których wiadomo, że uległy introgresji z EUCP, uzyskaliśmy rozsądne wyniki. Jak pokazano na Rycinie 8 i w Tabeli S8, oszacowanie średniej trzech proporcji rodowych w populacji CNMZ przy użyciu 129 AIMs (ECHP:0.5325, SCHP:0.2456, EUCP:0.2219) było podobne do oszacowania średniej trzech proporcji rodowych w populacji CNMZ przy użyciu danych ∼60 K SNP (ECHP:0.6457, SCHP:0.1291, EUCP:0.2252). W przypadku krzyżówki LargeWhite-Meishan (CSLM), która została udokumentowana jako pokolenie F1 od LargeWhite × MeiShan, nasze oszacowanie proporcji przodków na podstawie 129 AIMs (ECHP:0.4992, SCHP:0.0455, EUCP:0.4553) było zgodne z oczekiwaniami i podobne do wyniku z danych ∼60 K SNP (ECHP:0.5128, SCHP:0.0020, EUCP:0.4852). W innym przypadku, Russia Minisibs (RUMS), o którym donoszono, że posiada w przybliżeniu połowę europejskiego rodowodu, również uzyskaliśmy wysoki poziom rodowodu EUCP przy użyciu 129 AIMs (ECHP:0.1428, SCHP:0.4780, EUCP:0.3791) lub danych ∼60 K SNP (ECHP:0, SCHP:0.5349, EUCP:0.4651).

Dyskusja

Od XIX wieku hodowcy świń na Zachodzie używali chińskich świń do hybrydyzacji z europejskimi świniami, aby poprawić swoje stada hodowlane (Groenen, 2016). Bianco i wsp. (2015) stwierdzili, że europejskie świnie domowe mają 20% genomowej introgresji od świń azjatyckich. Z drugiej strony, Yang i wsp. (2017) podali, że europejskie świnie wniosły co najmniej 20% do ośmiu azjatyckich ras. W ostatnich latach przedstawiono dowody na to, że lokalni chińscy rolnicy krzyżują lokalne świnie z importowanymi świniami komercyjnymi (Berthouly-Salazar i in., 2012). Introgresja wprowadza nowy materiał genetyczny, który może pomóc w poprawie niektórych cech, zwłaszcza wydajności produkcyjnej. Niestety, introgresja, zarówno w wąskim znaczeniu, jako domieszka z rasami obcymi, jak i w szerokim znaczeniu, jako domieszka z rasami z różnych obszarów w obrębie danego kraju, wprowadza również „zanieczyszczenie genetyczne”, którego trudno jest uniknąć. Na przykład w ostatnim badaniu Zhang i in. stwierdzili, że prawie wszystkie chińskie rodzime kurczaki mają introgresję genów z komercyjnych brojlerów (Zhang i in., 2019).

Ponieważ rodzima wieprzowina jest sprzedawana po wyższej cenie niż europejskie komercyjne świnie w Chinach, fałszywa propaganda, tandetne zjawisko na rynku zaczęło rosnąć. Znaczna uwaga została poświęcona kwestii fałszowania wieprzowiny, jednak na tym etapie praca identyfikacji opierała się głównie na intuicjach i doświadczeniach ze strony klienta (Dai i in., 2009; Kwon i in., 2017). Na szczęście produkty wieprzowe z 10 ras w naszym zestawie referencyjnym są dominujące w Chinach (Bosse i in., 2015; Gong i in., 2018; Zhao i in., 2018), nasza metoda stanowi zatem obiecująco skuteczny sposób w wykrywaniu zafałszowań wieprzowiny na poziomie DNA w nadzorze rynku. Z punktu widzenia badacza, w badaniach asocjacyjnych obejmujących cały genom, różne rodowody genetyczne między przypadkiem a kontrolą będą prowadzić do stratyfikacji populacji. Dlatego też, jeśli wybór próbek o podobnych proporcjach przodków lub uwzględnienie przodków jako zmiennych w modelu regresji w celu dostosowania stratyfikacji, pomogłoby to zmniejszyć liczbę wyników fałszywie dodatnich (Qin i in., 2014).

Ogółem, bardzo ważne jest śledzenie pochodzenia lub oszacowanie przodków genetycznych w odniesieniu do ochrony zasobów genetycznych, nadzoru rynku lub stratyfikacji populacji. AIMs zapewnia efektywne kosztowo podejście w porównaniu z wykorzystaniem SNP całego genomu, a zatem jest bardzo odpowiednie do testowania dużych ilości.

W obecnym badaniu stwierdziliśmy, że zaledwie dwa AIMs są wystarczające do odróżnienia chińskich świń od europejskich świń handlowych, a 10 czystych ras może być dokładnie przypisanych do trzech odpowiednich grup (ECHP, SCHP i EUCP) przy użyciu zaledwie siedmiu AIMs. Poprzez symulacje danych wykazaliśmy, że AIMs wybrane z osobników niemieszanych mogą być również z powodzeniem stosowane do szacowania proporcji przodków dla osobników mieszanych. Następnie rozwinęliśmy panel 129 AIMs do efektywnego wnioskowania o proporcjach przodków u osób z domieszkami. Biorąc pod uwagę elastyczność, niezawodność i łatwość obsługi, platforma Agena MassARRAY jest obecnie najlepszym wyborem do genotypowania dla zestawu 129 AIMs. Jednak w przypadku testów o bardzo dużej objętości, niestandardowy chip SNP o niskiej gęstości lub multipleksowe sekwencjonowanie następnej generacji oparte na PCR byłoby bardziej opłacalne.

Nasza praca dostarczyła użytecznego przykładu wykorzystania niewielkiej liczby AIMs do klasyfikacji i szacowania proporcji przodków. Nadal można podjąć wysiłki w celu zoptymalizowania AIMs do minimalnej liczby, jeśli to konieczne. Na przykład, wśród 129 AIMs, te reprezentujące różnice między EUCP i ECHP lub SCHP mogłyby zostać zredukowane. Albo włączyć więcej AIMs, aby zwiększyć siłę dyskryminacji między ECHP i SCHP.

Warto zauważyć, że jednym z ważnych warunków wstępnych uzyskania skutecznych AIMs zarówno dla klasyfikacji jak i szacowania rodowodu jest znalezienie dobrych populacji referencyjnych. Na przykład Daya i wsp. (2013) donieśli, że panel 96 AIMs może być wykorzystany do wnioskowania o proporcjach rodowych dla populacji South African Colored (SAC), dzięki zastosowaniu reprezentatywnych populacji. Jednakże markery te nie wypadły dobrze we wnioskowaniu o rodowodach południowoazjatyckich i wschodnioazjatyckich. W naszym badaniu, 10 czystych ras świń z trzech grup (ECHP, SCHP i EUCP) zostało wybranych jako populacje referencyjne. Istnieje kilka powodów, dla których wybraliśmy te rasy. Po pierwsze, wiele europejskich komercyjnych świń lub krzyżowanie rodzimych ras z europejskimi rasami komercyjnymi staje się coraz bardziej powszechne w Chinach, więc tutaj główne importowane europejskie rasy komercyjne, w tym Duroc, Pietrain i Landrace zostały wybrane jako reprezentatywne populacje EUCP. Po drugie, rasy chińskie włączone do tego badania obejmowały dwa wyznaczone tła rodowodowe. W badaniach Yang i wsp. (Yang i wsp., 2017), świnie China_Erhualian (CNEH), China_Jinhua (CNJH), China_Meishan (CNMS) wyraźnie wywodzą się z jednego rodowodu, a świnie China_Bamaxiang (CNBX), China_Congjiangxiang (CNCJ), China_Guangdongdahuabai (CNDH) i China_Luchuan (CNLU) wyraźnie wywodzą się z drugiego. Analiza domieszek wykazała, że są one w najmniejszym stopniu introgresowane przez EUCP i mogą być od siebie wyraźnie oddzielone. Razem stanowią one zatem najlepszą dostępną dotychczas populację referencyjną, biorąc pod uwagę zarówno czystość genetyczną, jak i zdolność do ujawniania potencjalnych domieszek w innych rasach chińskich. Jeśli w przyszłości do zbioru referencyjnego zostanie włączonych więcej czystych ras, można oczekiwać dokładniejszego oszacowania, jak również szerszego zakresu populacji, w których nasza metoda może mieć zastosowanie.

Wkład Autorów

YZ wymyślił i nadzorował badania. ZL przeanalizował główną treść danych z pomocą LB, YQ, YP i RY. ZL i YZ napisali manuskrypt. Wszyscy autorzy przeczytali i zatwierdzili ostateczną wersję manuskryptu.

Funding

Projekt był wspierany przez National Key Technology Research and Development Program (2015BAD03B01-01) i National Natural Science Foundation of China (U1704233).

Oświadczenie o konflikcie interesów

Autorzy oświadczają, że badania zostały przeprowadzone przy braku jakichkolwiek komercyjnych lub finansowych powiązań, które mogłyby być interpretowane jako potencjalny konflikt interesów.

Materiały uzupełniające

Materiały uzupełniające do tego artykułu można znaleźć online pod adresem: https://www.frontiersin.org/articles/10.3389/fgene.2019.00183/full#supplementary-material

Footnotes

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

.