Взаимодействие генотипа с окружающей средой: включение факторов среды в племенные оценки животных.
Спикер: Breno Fragomeni, PhD в науке о животных и молоке, профессор Коннектикутского университета (США).
Запись выступления Breno Fragomeni с переводом:
Запись выступления Breno Fragomeni на английском языке:
Ключевые моменты доклада:
Иногда у нас есть хорошие оценки, но результаты не очень хорошие. Это значит, что наши предиктивные модели не срабатывают. Берём самого лучшего быка, смотрим на результаты, а они не такие, как мы ожидали. Почему? Может быть, дело во взаимодействии генотипа с окружающей средой. Разные животные по-разному отвечают на разную среду. Самое лучшее животное в стране, регионе или местности не всегда будет давать хорошие результаты в других странах. Одни животные будут очень хорошими в специфических сценариях, другие не будут.
Если показатель окружающей среды игнорировался, то количество животных снижалось, особенно в США и Канаде, то есть мы теряли где-то четырёх животных из ста. Это значит, что, игнорируя этот очень важный показатель, мы теряем лучших животных и оставляем не лучших животных. Это значит, что лучший бык в Дании совсем не обязательно будет лучшим в США.
Если у одного региона более высокая точность, то, возможно, будет полезнее включить в оценку эту информацию. Но в большинстве случаев, когда при отборе животных мы используем оценки из других стран с другими факторами окружающей среды, мы принимаем не лучшее решение. Это касается фертильности, продолжительности жизни, эффективности и так далее.
Комментарий KSITEST: Сервис оценки быков, о котором говорит Breno Fragomeni, на международной арене представляет Interbull. Они верифицируют алгоритмы оценки быков в разных странах и дают возможность пересчитывать оценки быков по алгоритмам конкретной страны. Таким образом, например, венгерский фермер может посмотреть оценку американского быка по венгерским алгоритмам и с учётом эффекта среды в Венгрии.
В России на сегодняшний день только KSITEST оценивает животных с учётом российских эффектов среды. Мы помогаем хозяйствам использовать быков самым эффективным образом в условиях российской среды и с учётом российской экономики производства.
Если хотите узнать об этом больше, свяжитесь с нами по почте или по телефону.
Полный текст выступления:
«Взаимодействие генотипа с окружающей средой: почему важно включать локальные факторы окружающей среды в геномные оценки». Для меня это важная тема, потому что это ключевая цель исследований, которые я провожу в штате Коннектикут, США.
Я расскажу про геномную селекцию и генетический эффект, а потом покажу генотипы в контексте взаимодействия с окружающей средой. Покажу, как это взаимодействие влияет на генетический эффект, и закончу презентацию рядом рекомендаций для производителей.
Животные отличаются друг от друга. Если взять два индивидуальных животных, их фенотипы будут различаться. Эти отличия зависят не только от геномики и генетики, но и от окружающей среды, которая влияет на животных с помощью многих факторов.
Чтобы понять, как это происходит, мы используем статистические и геномные инструменты, выстраиваем линейные модели и определяем взаимодействие генотипа с окружающей средой. Смотрим, что зависит от генотипа, генетики и окружающей среды, а потом отбираем животных на основании их генотипа. Для этого нам нужно изучать генетический эффект.
Я расскажу про геномную селекцию и генетический эффект, а потом покажу генотипы в контексте взаимодействия с окружающей средой. Покажу, как это взаимодействие влияет на генетический эффект, и закончу презентацию рядом рекомендаций для производителей.
Животные отличаются друг от друга. Если взять два индивидуальных животных, их фенотипы будут различаться. Эти отличия зависят не только от геномики и генетики, но и от окружающей среды, которая влияет на животных с помощью многих факторов.
Чтобы понять, как это происходит, мы используем статистические и геномные инструменты, выстраиваем линейные модели и определяем взаимодействие генотипа с окружающей средой. Смотрим, что зависит от генотипа, генетики и окружающей среды, а потом отбираем животных на основании их генотипа. Для этого нам нужно изучать генетический эффект.
Изначально, когда рождается корова, у неё ещё нет геномной оценки племенной ценности. Можно взять примерную оценку от родителей, но не все животные от одних и тех же родителей будут одинаковыми. Можно сделать менделевскую выборку, а не только полагаться на прогнозируемую племенную ценность. Например, бык осеменил корову, и у нас есть три-четыре телёнка. Можно посмотреть на четырёхгодовой период развития — первая лактация, беременность и так далее. Через четыре-шесть лет мы сможем примерно сказать, хороший ли это бык или нет. Точность этой оценки высокая, но этот процесс занимает много времени. И это большая проблема для нас — медленность процесса оценки и переоценки производителей.
Что тут можно сделать? Можно прийти к схеме, где есть фенотипы, родословная и статистическая модель, и добавить геномную информацию. В большинстве случаев мы работаем с 50 000 SNP (single nucleotide polymorphisms, однонуклеотидные полиморфизмы), иногда с более плотными чипами. Они дают нам высокую точность оценки, особенно для более молодых животных.
Сейчас я покажу уравнение, как этим можно пользоваться. Нам не нужно ждать шесть лет, пока животное вырастет, чтобы включить его в программу разведения. Но ничто не мешает точно так же собирать родословную и корректировать ошибки, если информации о родословной нет или её внесли с ошибками.
Геномная оценка даёт нам возможность исправить эти ошибки. Кроме того, геномная оценка даёт нам генетическую архитектуру признака. Для нас это сейчас важно в первую очередь с исследовательской точки зрения. Но я надеюсь, что скоро мы сможем включать эту информацию в реальную генетическую оценку.
Сейчас я покажу уравнение, как этим можно пользоваться. Нам не нужно ждать шесть лет, пока животное вырастет, чтобы включить его в программу разведения. Но ничто не мешает точно так же собирать родословную и корректировать ошибки, если информации о родословной нет или её внесли с ошибками.
Геномная оценка даёт нам возможность исправить эти ошибки. Кроме того, геномная оценка даёт нам генетическую архитектуру признака. Для нас это сейчас важно в первую очередь с исследовательской точки зрения. Но я надеюсь, что скоро мы сможем включать эту информацию в реальную генетическую оценку.
Вот эта формула — уравнение разведения. Здесь дельта Δ, которая даёт нам генетический прирост, то есть генетический эффект, в течение года.
i — это интенсивность селекции. Чем меньше у нас животных на селекцию, тем выше будет этот показатель. Мы не можем сильно повлиять на него с помощью геномных инструментов. Чтобы увеличить селекционную точность, обычно мы используем репродуктивные биотехнологии — в основном, искусственное осеменение.
r — это точность. Чем она выше, тем больший мы получаем генетический эффект, и для нас это уже предиктивная информация.
Сигма σa — это генетическое стандартное отклонение. Его можно использовать как данные для расчёта генетического эффекта.
Самое важное — это генерационный интервал L. Если у нас старое животное, то у него старая генетика, которая растворяется в других. А геномная селекция позволяет включать ежегодно обновляющийся генетический эффект и сокращать интервал. Тогда получается бóльшая точность.
i — это интенсивность селекции. Чем меньше у нас животных на селекцию, тем выше будет этот показатель. Мы не можем сильно повлиять на него с помощью геномных инструментов. Чтобы увеличить селекционную точность, обычно мы используем репродуктивные биотехнологии — в основном, искусственное осеменение.
r — это точность. Чем она выше, тем больший мы получаем генетический эффект, и для нас это уже предиктивная информация.
Сигма σa — это генетическое стандартное отклонение. Его можно использовать как данные для расчёта генетического эффекта.
Самое важное — это генерационный интервал L. Если у нас старое животное, то у него старая генетика, которая растворяется в других. А геномная селекция позволяет включать ежегодно обновляющийся генетический эффект и сокращать интервал. Тогда получается бóльшая точность.
Иногда у нас есть хорошие оценки, но результаты не очень хорошие. Это значит, что наши предиктивные модели не срабатывают. Берём самого лучшего быка, смотрим на результаты, а они не такие, как мы ожидали. Почему? Может быть, дело во взаимодействии генотипа с окружающей средой. Разные животные по-разному отвечают на разную среду. Самое лучшее животное в стране, регионе или местности не всегда будет давать хорошие результаты в других странах. Одни животные будут очень хорошими в специфических сценариях, другие не будут.
Может быть так, что животное показывает лучшие результаты в определённый сезон — например, летом или зимой. Возьмём для исследования животное, которое было лучшим в условиях Новой Англии (северо-восток США), и поместим его в условия Калифорнии, где больше животных и более точные генетический эффект и генетическая оценка. Мы можем быть уверены, что в регионах с другим климатом животное будет проявлять себя по-другому. Точно так же с влиянием корма и диетой.
Самое важное здесь — это взаимодействие генотипа с окружающей средой. Мы не говорим, что окружающая среда решает всё, но, если среда меняется, нужно обязательно смотреть на этот показатель. Определённая среда может быть не самой лучшей для животного, определённый генотип может не лучшим образом подходить к этой среде.
Самое важное здесь — это взаимодействие генотипа с окружающей средой. Мы не говорим, что окружающая среда решает всё, но, если среда меняется, нужно обязательно смотреть на этот показатель. Определённая среда может быть не самой лучшей для животного, определённый генотип может не лучшим образом подходить к этой среде.
Мы производим расчёт, глядя на генетическую корреляцию. Можно использовать разные популяции с разными признаками. Мы используем данные, собранные по разным признакам. Потом мы рассматриваем каждый признак по каждой стране и другие примеры. А потом подсчитываем генетическую корреляцию между этими признаками и измеряем, как генетика в одном признаке выражается в генетике другого признака — вариация от −1 до 1.
Если негативная корреляция ближе к −1, значит, с повышением одного признака снижается другой. Если корреляция ближе к нулю, то это значит, что между признаками нет связи, то есть эта взаимосвязь мало о чём нам говорит. Если корреляция положительная — значит, повышение одного признака снижает другой. Если корреляция меньше 0,8, то, возможно, нам стоит проанализировать эти два признака, то есть выделить их и отдельно оценить в определённых условиях.
Если негативная корреляция ближе к −1, значит, с повышением одного признака снижается другой. Если корреляция ближе к нулю, то это значит, что между признаками нет связи, то есть эта взаимосвязь мало о чём нам говорит. Если корреляция положительная — значит, повышение одного признака снижает другой. Если корреляция меньше 0,8, то, возможно, нам стоит проанализировать эти два признака, то есть выделить их и отдельно оценить в определённых условиях.
Какие у нас могут быть проблемы, если мы будем игнорировать генетическую корреляцию? Возьмём классическое исследование 1995 года: подсчитывалась корреляция между США, Канадой и Данией. Корреляция между США и Канадой была высокая — 0,95, между США и Данией — тоже достаточно высокая, 0,84. В исследовании сравнивались 100 основных производителей и проверялось, что произойдёт с топ-100 животных, если учитывать и не учитывать взаимодействие генотипа с окружающей средой.
Если показатель окружающей среды игнорировался, то количество животных снижалось, особенно в США и Канаде, то есть мы теряли где-то четырёх животных из ста. Это значит, что, игнорируя этот очень важный показатель, мы теряем лучших животных и оставляем не лучших животных. Это значит, что лучший бык в Дании совсем не обязательно будет лучшим в США.
Ещё один важный момент. Когда мы учитываем генотип, мы учитываем страну или регион, где есть данные, и тогда можно выбирать ту среду, где есть больше данных. То есть поделить на несколько популяций, где есть генетическая корреляция. Если мы игнорируем этот признак, тогда мы будем выбирать лучшее животное для одного специфического региона или просто животное. Может быть, в регионе будет нормальная ситуация, но мы не будем выбирать лучших животных.
Мы симулировали оценку по нескольким странам, используя геномную информацию. Мы симулировали четыре страны и использовали разные методы, чтобы постараться спрогнозировать результат. Мы видели страны с большим количеством генотипов — на них не влиял метод. Но в тех странах, где генотипов было меньше, пренебрежение этой информацией оказывало действительно большое влияние.
Мы симулировали оценку по нескольким странам, используя геномную информацию. Мы симулировали четыре страны и использовали разные методы, чтобы постараться спрогнозировать результат. Мы видели страны с большим количеством генотипов — на них не влиял метод. Но в тех странах, где генотипов было меньше, пренебрежение этой информацией оказывало действительно большое влияние.
Вот таблица, в которой приводится генетическая корреляция между разными признаками в разных породах. Вы видите, что когда мы отходим от молочной продуктивности и обращаем внимание на здоровье, продолжительность жизни, эффективность и фертильность, корреляция снижается. Так что, если мы думаем только про надои, взаимодействие генотипа с окружающей средой не так уж важно. Но когда мы говорим про здоровье, воспроизводство и эффективность, тут уже видно влияние этого фактора. Я использовал эту таблицу в исследовании, где сравнивались Коннектикут и Новая Англия.
Если взаимодействие генотипа с окружающей средой существует, можно использовать ту же формулу, что и раньше. Но вместо того чтобы использовать только точность, можно поменять формулу, то есть включить туда генетическую корреляцию.
Главное — это генетическая корреляция и точность. Если точность и генетическая корреляция очень высокие, тогда генетический эффект будет связан с окружающей средой. Но если генетическая корреляция снижается, тогда мы при любом раскладе будем терять информацию.
Обычно мы говорим про генетическую корреляцию выше 0,8. Нам не обязательно делить эти данные на 2, но тут всё зависит от того, как производится оценка.
Главное — это генетическая корреляция и точность. Если точность и генетическая корреляция очень высокие, тогда генетический эффект будет связан с окружающей средой. Но если генетическая корреляция снижается, тогда мы при любом раскладе будем терять информацию.
Обычно мы говорим про генетическую корреляцию выше 0,8. Нам не обязательно делить эти данные на 2, но тут всё зависит от того, как производится оценка.
Если у одного региона более высокая точность, то, возможно, будет полезнее включить в оценку эту информацию. Но в большинстве случаев, когда при отборе животных мы используем оценки из других стран с другими факторами окружающей среды, мы принимаем не лучшее решение. Это касается фертильности, продолжительности жизни, эффективности и так далее.
В заключение хотел бы сказать: диета, климат и генетическая база могут приводить к переоценке производителей. Лучшее животное в данной среде — это не обязательно лучшее животное в другом регионе. Поскольку генетическая корреляция снижается, постольку снижается и скорость генетического прогресса. Идеальный сценарий — использовать интернациональную оценку. Если это не представляется возможным, тогда иностранной оценке лучше предпочесть локальную.
Комментарий KSITEST: Сервис оценки быков, о котором говорит Breno Fragomeni, на международной арене представляет Interbull. Они верифицируют алгоритмы оценки быков в разных странах и дают возможность пересчитывать оценки быков по алгоритмам конкретной страны. Таким образом, например, венгерский фермер может посмотреть оценку американского быка по венгерским алгоритмам и с учётом эффекта среды в Венгрии.
В России на сегодняшний день только KSITEST оценивает животных с учётом российских эффектов среды. Мы помогаем хозяйствам использовать быков самым эффективным образом в условиях российской среды и с учётом российской экономики производства.
Если хотите узнать об этом больше, свяжитесь с нами по почте или по телефону.