KSIDAY 2022

KSIDAY 2022. Breno Fragomeni

Взаимодействие генотипа с#nbsp;окружающей средой: включение факторов среды в#nbsp;племенные оценки животных.
Спикер: Breno Fragomeni, PhD в#nbsp;науке о#nbsp;животных и#nbsp;молоке, профессор Коннектикутского университета (США).
Запись выступления Breno Fragomeni с переводом:
Запись выступления Breno Fragomeni на английском языке:
Ключевые моменты доклада:
Иногда у#nbsp;нас есть хорошие оценки, но#nbsp;результаты не#nbsp;очень хорошие. Это значит, что наши предиктивные модели не#nbsp;срабатывают. Берём самого лучшего быка, смотрим на#nbsp;результаты, а#nbsp;они не#nbsp;такие, как мы#nbsp;ожидали. Почему? Может быть, дело во#nbsp;взаимодействии генотипа с#nbsp;окружающей средой. Разные животные по-разному отвечают на#nbsp;разную среду. Самое лучшее животное в#nbsp;стране, регионе или местности не#nbsp;всегда будет давать хорошие результаты в#nbsp;других странах. Одни животные будут очень хорошими в#nbsp;специфических сценариях, другие не#nbsp;будут.
Если показатель окружающей среды игнорировался, то#nbsp;количество животных снижалось, особенно в#nbsp;США и#nbsp;Канаде, то#nbsp;есть мы#nbsp;теряли где-то четырёх животных из#nbsp;ста. Это значит, что, игнорируя этот очень важный показатель, мы#nbsp;теряем лучших животных и#nbsp;оставляем не#nbsp;лучших животных. Это значит, что лучший бык в#nbsp;Дании совсем не#nbsp;обязательно будет лучшим в#nbsp;США.
Если у#nbsp;одного региона более высокая точность, то, возможно, будет полезнее включить в#nbsp;оценку эту информацию. Но#nbsp;в#nbsp;большинстве случаев, когда при отборе животных мы#nbsp;используем оценки из#nbsp;других стран с#nbsp;другими факторами окружающей среды, мы#nbsp;принимаем не#nbsp;лучшее решение. Это касается фертильности, продолжительности жизни, эффективности и#nbsp;так далее.
Комментарий KSITEST: Сервис оценки быков, о#nbsp;котором говорит Breno Fragomeni, на#nbsp;международной арене представляет Interbull. Они верифицируют алгоритмы оценки быков в#nbsp;разных странах и#nbsp;дают возможность пересчитывать оценки быков по#nbsp;алгоритмам конкретной страны. Таким образом, например, венгерский фермер может посмотреть оценку американского быка по#nbsp;венгерским алгоритмам и#nbsp;с#nbsp;учётом эффекта среды в#nbsp;Венгрии.

В#nbsp;России на#nbsp;сегодняшний день только KSITEST оценивает животных с#nbsp;учётом российских эффектов среды. Мы#nbsp;помогаем хозяйствам использовать быков самым эффективным образом в#nbsp;условиях российской среды и#nbsp;с#nbsp;учётом российской экономики производства.

Если хотите узнать об#nbsp;этом больше, свяжитесь с#nbsp;нами по#nbsp;почте или по#nbsp;телефону.
Полный текст выступления:
«Взаимодействие генотипа с#nbsp;окружающей средой: почему важно включать локальные факторы окружающей среды в#nbsp;геномные оценки». Для#nbsp;меня это важная тема, потому что это ключевая цель исследований, которые я#nbsp;провожу в#nbsp;штате Коннектикут, США.

Я#nbsp;расскажу про геномную селекцию и#nbsp;генетический эффект, а#nbsp;потом покажу генотипы в#nbsp;контексте взаимодействия с#nbsp;окружающей средой. Покажу, как это взаимодействие влияет на#nbsp;генетический эффект, и#nbsp;закончу презентацию рядом рекомендаций для#nbsp;производителей.

Животные отличаются друг от#nbsp;друга. Если взять два индивидуальных животных, их#nbsp;фенотипы будут различаться. Эти отличия зависят не#nbsp;только от#nbsp;геномики и#nbsp;генетики, но#nbsp;и#nbsp;от окружающей среды, которая влияет на#nbsp;животных с#nbsp;помощью многих факторов.

Чтобы понять, как это происходит, мы#nbsp;используем статистические и#nbsp;геномные инструменты, выстраиваем линейные модели и#nbsp;определяем взаимодействие генотипа с#nbsp;окружающей средой. Смотрим, что зависит от#nbsp;генотипа, генетики и#nbsp;окружающей среды, а#nbsp;потом отбираем животных на#nbsp;основании их#nbsp;генотипа. Для#nbsp;этого нам нужно изучать генетический эффект.
Изначально, когда рождается корова, у#nbsp;неё ещё нет геномной оценки племенной ценности. Можно взять примерную оценку от#nbsp;родителей, но#nbsp;не#nbsp;все животные от#nbsp;одних и#nbsp;тех#nbsp;же родителей будут одинаковыми. Можно сделать менделевскую выборку, а#nbsp;не#nbsp;только полагаться на#nbsp;прогнозируемую племенную ценность. Например, бык осеменил корову, и#nbsp;у#nbsp;нас есть три-четыре телёнка. Можно посмотреть на#nbsp;четырёхгодовой период развития#nbsp;— первая лактация, беременность и#nbsp;так далее. Через четыре-шесть лет мы#nbsp;сможем примерно сказать, хороший#nbsp;ли это бык или нет. Точность этой оценки высокая, но#nbsp;этот процесс занимает много времени. И#nbsp;это большая проблема для#nbsp;нас#nbsp;— медленность процесса оценки и#nbsp;переоценки производителей.
Что тут можно сделать? Можно прийти к#nbsp;схеме, где есть фенотипы, родословная и#nbsp;статистическая модель, и#nbsp;добавить геномную информацию. В#nbsp;большинстве случаев мы#nbsp;работаем с#nbsp;50 000 SNP (single nucleotide polymorphisms, однонуклеотидные полиморфизмы), иногда с#nbsp;более плотными чипами. Они дают нам высокую точность оценки, особенно для#nbsp;более молодых животных.

Сейчас я#nbsp;покажу уравнение, как этим можно пользоваться. Нам не#nbsp;нужно ждать шесть лет, пока животное вырастет, чтобы включить его в#nbsp;программу разведения. Но#nbsp;ничто не#nbsp;мешает точно так#nbsp;же собирать родословную и#nbsp;корректировать ошибки, если информации о#nbsp;родословной нет или её#nbsp;внесли с#nbsp;ошибками.

Геномная оценка даёт нам возможность исправить эти ошибки. Кроме того, геномная оценка даёт нам генетическую архитектуру признака. Для#nbsp;нас это сейчас важно в#nbsp;первую очередь с#nbsp;исследовательской точки зрения. Но#nbsp;я#nbsp;надеюсь, что скоро мы#nbsp;сможем включать эту информацию в#nbsp;реальную генетическую оценку.
Вот эта формула#nbsp;— уравнение разведения. Здесь дельта Δ, которая даёт нам генетический прирост, то#nbsp;есть генетический эффект, в#nbsp;течение года.

i —#nbsp;это интенсивность селекции. Чем меньше у#nbsp;нас животных на#nbsp;селекцию, тем выше будет этот показатель. Мы#nbsp;не#nbsp;можем сильно повлиять на#nbsp;него с#nbsp;помощью геномных инструментов. Чтобы увеличить селекционную точность, обычно мы#nbsp;используем репродуктивные биотехнологии#nbsp;— в#nbsp;основном, искусственное осеменение.

r —#nbsp;это точность. Чем она выше, тем больший мы#nbsp;получаем генетический эффект, и#nbsp;для нас это уже предиктивная информация.

Сигма σa —#nbsp;это генетическое стандартное отклонение. Его можно использовать как данные для#nbsp;расчёта генетического эффекта.

Самое важное#nbsp;— это генерационный интервал L. Если у#nbsp;нас старое животное, то#nbsp;у#nbsp;него старая генетика, которая растворяется в#nbsp;других. А#nbsp;геномная селекция позволяет включать ежегодно обновляющийся генетический эффект и#nbsp;сокращать интервал. Тогда получается бóльшая точность.
Иногда у#nbsp;нас есть хорошие оценки, но#nbsp;результаты не#nbsp;очень хорошие. Это значит, что наши предиктивные модели не#nbsp;срабатывают. Берём самого лучшего быка, смотрим на#nbsp;результаты, а#nbsp;они не#nbsp;такие, как мы#nbsp;ожидали. Почему? Может быть, дело во#nbsp;взаимодействии генотипа с#nbsp;окружающей средой. Разные животные по-разному отвечают на#nbsp;разную среду. Самое лучшее животное в#nbsp;стране, регионе или местности не#nbsp;всегда будет давать хорошие результаты в#nbsp;других странах. Одни животные будут очень хорошими в#nbsp;специфических сценариях, другие не#nbsp;будут.
Может быть так, что животное показывает лучшие результаты в#nbsp;определённый сезон#nbsp;— например, летом или зимой. Возьмём для#nbsp;исследования животное, которое было лучшим в#nbsp;условиях Новой Англии (северо-восток США), и#nbsp;поместим его в#nbsp;условия Калифорнии, где больше животных и#nbsp;более точные генетический эффект и#nbsp;генетическая оценка. Мы#nbsp;можем быть уверены, что в#nbsp;регионах с#nbsp;другим климатом животное будет проявлять себя по-другому. Точно так#nbsp;же с#nbsp;влиянием корма и#nbsp;диетой.

Самое важное здесь#nbsp;— это взаимодействие генотипа с#nbsp;окружающей средой. Мы#nbsp;не#nbsp;говорим, что окружающая среда решает всё, но, если среда меняется, нужно обязательно смотреть на#nbsp;этот показатель. Определённая среда может быть не#nbsp;самой лучшей для#nbsp;животного, определённый генотип может не#nbsp;лучшим образом подходить к#nbsp;этой среде.
Мы#nbsp;производим расчёт, глядя на#nbsp;генетическую корреляцию. Можно использовать разные популяции с#nbsp;разными признаками. Мы#nbsp;используем данные, собранные по#nbsp;разным признакам. Потом мы#nbsp;рассматриваем каждый признак по#nbsp;каждой стране и#nbsp;другие примеры. А#nbsp;потом подсчитываем генетическую корреляцию между этими признаками и#nbsp;измеряем, как генетика в#nbsp;одном признаке выражается в#nbsp;генетике другого признака#nbsp;— вариация от −1 до#nbsp;1.

Если негативная корреляция ближе к −1, значит, с#nbsp;повышением одного признака снижается другой. Если корреляция ближе к#nbsp;нулю, то#nbsp;это значит, что между признаками нет связи, то#nbsp;есть эта взаимосвязь мало о#nbsp;чём нам говорит. Если корреляция положительная#nbsp;— значит, повышение одного признака снижает другой. Если корреляция меньше 0,8, то, возможно, нам стоит проанализировать эти два признака, то#nbsp;есть выделить их#nbsp;и#nbsp;отдельно оценить в#nbsp;определённых условиях.
Какие у#nbsp;нас могут быть проблемы, если мы#nbsp;будем игнорировать генетическую корреляцию? Возьмём классическое исследование 1995 года: подсчитывалась корреляция между США, Канадой и#nbsp;Данией. Корреляция между США и#nbsp;Канадой была высокая#nbsp;— 0,95, между США и#nbsp;Данией#nbsp;— тоже достаточно высокая, 0,84. В#nbsp;исследовании сравнивались 100 основных производителей и#nbsp;проверялось, что произойдёт с#nbsp;топ-100 животных, если учитывать и#nbsp;не#nbsp;учитывать взаимодействие генотипа с#nbsp;окружающей средой.
Если показатель окружающей среды игнорировался, то#nbsp;количество животных снижалось, особенно в#nbsp;США и#nbsp;Канаде, то#nbsp;есть мы#nbsp;теряли где-то четырёх животных из#nbsp;ста. Это значит, что, игнорируя этот очень важный показатель, мы#nbsp;теряем лучших животных и#nbsp;оставляем не#nbsp;лучших животных. Это значит, что лучший бык в#nbsp;Дании совсем не#nbsp;обязательно будет лучшим в#nbsp;США.
Ещё один важный момент. Когда мы#nbsp;учитываем генотип, мы#nbsp;учитываем страну или регион, где есть данные, и#nbsp;тогда можно выбирать ту#nbsp;среду, где есть больше данных. То#nbsp;есть поделить на#nbsp;несколько популяций, где есть генетическая корреляция. Если мы#nbsp;игнорируем этот признак, тогда мы#nbsp;будем выбирать лучшее животное для#nbsp;одного специфического региона или просто животное. Может быть, в#nbsp;регионе будет нормальная ситуация, но#nbsp;мы#nbsp;не будем выбирать лучших животных.

Мы#nbsp;симулировали оценку по#nbsp;нескольким странам, используя геномную информацию. Мы#nbsp;симулировали четыре страны и#nbsp;использовали разные методы, чтобы постараться спрогнозировать результат. Мы#nbsp;видели страны с#nbsp;большим количеством генотипов#nbsp;— на#nbsp;них не#nbsp;влиял метод. Но#nbsp;в#nbsp;тех странах, где генотипов было меньше, пренебрежение этой информацией оказывало действительно большое влияние.
Вот таблица, в#nbsp;которой приводится генетическая корреляция между разными признаками в#nbsp;разных породах. Вы#nbsp;видите, что когда мы#nbsp;отходим от#nbsp;молочной продуктивности и#nbsp;обращаем внимание на#nbsp;здоровье, продолжительность жизни, эффективность и#nbsp;фертильность, корреляция снижается. Так что, если мы#nbsp;думаем только про надои, взаимодействие генотипа с#nbsp;окружающей средой не#nbsp;так уж#nbsp;важно. Но#nbsp;когда мы#nbsp;говорим про здоровье, воспроизводство и#nbsp;эффективность, тут уже видно влияние этого фактора. Я#nbsp;использовал эту таблицу в#nbsp;исследовании, где сравнивались Коннектикут и#nbsp;Новая Англия.
Если взаимодействие генотипа с#nbsp;окружающей средой существует, можно использовать ту#nbsp;же#nbsp;формулу, что и#nbsp;раньше. Но#nbsp;вместо того чтобы использовать только точность, можно поменять формулу, то#nbsp;есть включить туда генетическую корреляцию.

Главное#nbsp;— это генетическая корреляция и#nbsp;точность. Если точность и#nbsp;генетическая корреляция очень высокие, тогда генетический эффект будет связан с#nbsp;окружающей средой. Но#nbsp;если генетическая корреляция снижается, тогда мы#nbsp;при любом раскладе будем терять информацию.

Обычно мы#nbsp;говорим про генетическую корреляцию выше 0,8. Нам не#nbsp;обязательно делить эти данные на#nbsp;2, но#nbsp;тут всё зависит от#nbsp;того, как производится оценка.
Если у#nbsp;одного региона более высокая точность, то, возможно, будет полезнее включить в#nbsp;оценку эту информацию. Но#nbsp;в#nbsp;большинстве случаев, когда при отборе животных мы#nbsp;используем оценки из#nbsp;других стран с#nbsp;другими факторами окружающей среды, мы#nbsp;принимаем не#nbsp;лучшее решение. Это касается фертильности, продолжительности жизни, эффективности и#nbsp;так далее.
В#nbsp;заключение хотел#nbsp;бы сказать: диета, климат и#nbsp;генетическая база могут приводить к#nbsp;переоценке производителей. Лучшее животное в#nbsp;данной среде#nbsp;— это не#nbsp;обязательно лучшее животное в#nbsp;другом регионе. Поскольку генетическая корреляция снижается, постольку снижается и#nbsp;скорость генетического прогресса. Идеальный сценарий#nbsp;— использовать интернациональную оценку. Если это не#nbsp;представляется возможным, тогда иностранной оценке лучше предпочесть локальную.
Комментарий KSITEST: Сервис оценки быков, о#nbsp;котором говорит Breno Fragomeni, на#nbsp;международной арене представляет Interbull. Они верифицируют алгоритмы оценки быков в#nbsp;разных странах и#nbsp;дают возможность пересчитывать оценки быков по#nbsp;алгоритмам конкретной страны. Таким образом, например, венгерский фермер может посмотреть оценку американского быка по#nbsp;венгерским алгоритмам и#nbsp;с#nbsp;учётом эффекта среды в#nbsp;Венгрии.

В#nbsp;России на#nbsp;сегодняшний день только KSITEST оценивает животных с#nbsp;учётом российских эффектов среды. Мы#nbsp;помогаем хозяйствам использовать быков самым эффективным образом в#nbsp;условиях российской среды и#nbsp;с#nbsp;учётом российской экономики производства.

Если хотите узнать об#nbsp;этом больше, свяжитесь с#nbsp;нами по#nbsp;почте или по#nbsp;телефону.
2023-02-16 16:52