A new version of this entry is available:
Loading...
Doctoral Thesis
2022
Genomische und mikrobielle Analysen von Effizienzmerkmalen beim Schwein
Genomische und mikrobielle Analysen von Effizienzmerkmalen beim Schwein
Abstract (English)
Most traits in animal breeding, including efficiency traits in pigs, are influenced by many genes with small effect and have moderate heritabilities between 0.1 and 0.5, which enables efficient selection. These so-called quantitative traits are influenced by genetic factors and environmental factors. The use of next-generation sequencing methods, such as 16S rRNA sequencing to analyse the gut microbiome of livestock, allows identification and analysis of the gut microbiota. It has been shown that the composition of the microbiota in the gastrointestinal tract is heritable and has an influence on efficiency traits. Thus, the animal genome influences the phenotype not only directly by altering metabolic pathways, but also indirectly by changing the composition of the microbiota. This increases the interest in implementing gut microbiota into existing breeding strategies as an explanatory variable.
The potential of an efficient utilization and absorption of nutrients varies between individuals. Differences in nutrient absorption depend on feed intake, digestion of dietary components in the stomach and intestine, and intake of digested nutrients from the gastrointestinal tract into blood and lymphatic vessels. Undigested nitrogen is excreted as urea and can be detected by blood urea nitrogen (BUN). The BUN is correlated with efficiency traits and there exist differences between pig breeds. Thus, therefore the BUN would be conceivable as an easier recordable trait for nitrogen utilisation efficiency in pig breeding.
In the first chapter of this study, an existing data set of the Department for Animal Genetics and Breeding of the University of Hohenheim was used. This is a data set with 207 phenotyped and genotyped PiƩtrain sows. The relationship between gut microbial composition, efficiency traits and the porcine genome is investigated using quantitative genetic methods. The heritabilities of the traits FVW, RFI, TZ, and FI ranged from 0.11 to 0.47. The microbiabilities of the traits were significant and ranged from 0.16 to 0.45. In a further step, the previously generated microbial animal effects were used as observation vector for a genomic mixed model. Subsequently, heritabilities for the microbial animal effect were estimated, ranging from 0.20 to 0.61. The similarity of the heritabilities and microbiabilities suggests that the traits are influenced to a similar extent by both genetics and gut microbiota and that the microbial animal effect is determined by the host. These results are underlined by the identification of genera and phyla with significant effects on efficiency traits. The microbial architecture of the traits demonstrated a poly-microbial nature, there are many OTUs with small effects involved in the variation of the observed traits. Genomic Best Linear Unbiased Predictions (G-BLUP) and Microbial Best Linear Unbiased Predictions (M-BLUP) were performed to predict complex traits. The accuracies of M-BLUP and G-BLUP were all in a similar range between 0.14-0.41. This shows that gut microbiota could be used to predict performance traits or be included as a variable in the existing models of breeding value estimation to realize an increase in accuracies.
The second part of the paper analysed a dataset from a research project called "ProtiPig". The data set included 475 sows and castrates of crossbreds of German Landrace x PiƩtrain and was analysed for protein utilization efficiency and nitrogen(N)-utilization efficiency. N-utilization efficiency is a trait that is difficult to record. Because conventional metabolic cage methods are a very complex procedure and difficult to integrate in the standard recording, it was tested whether the BUN is suitable as a proxy trait. Moderate to medium heritabilities could be estimated for all traits and ranged from 0.13 to 0.49. The genome-wide association studies showed that the traits were polygenic. For the BUN, SNPs could be detected that were above the genome-wide significance level. Significant genetic and phenotypic correlations were found between some traits. In particular, the heritabilities of BUNs and the significant genetic correlation between BUN and N-utilization efficiency indicate an opportunity to use the BUN to select for improved N-utilization efficiency.
Before the research results generated here can be implemented in breeding practice, further questions must be clarified. In addition, a larger number of animals is needed to validate the results. The results presented here demonstrate the potential of microbial-assisted breeding value estimation and the use of BUN to identify selection candidates for breeding for increased efficiency.
Abstract (German)
Die meisten Merkmale in der Tierzucht, einschlieĆlich der Effizienzmerkmale bei Schweinen, werden von vielen Genen mit geringer Wirkung beeinflusst und haben eine mƤĆig hohe HeritabilitƤt zwischen 0,1 und 0,5, was eine zĆ¼chterische Bearbeitung ermƶglicht. Diese Merkmale werden als quantitative Merkmale bezeichnet und werden durch genetische Faktoren und Umweltfaktoren beeinflusst. Die Nutzung von Next-Generation-Sequenzierungsmethoden, wie beispielsweise 16S-rRNA-Sequenzierung, ermƶglicht die standardmƤĆige Erfassung und Analyse des Darmmikrobioms von Nutztieren. Es konnte gezeigt werden, dass die Zusammensetzung der Mikrobiota im Magen-Darm-Trakt erblich ist und einen Einfluss auf Effizienzmerkmale hat. Somit beeinflusst das Tiergenom den PhƤnotyp nicht nur direkt durch die VerƤnderung von Stoffwechselwegen, sondern auch indirekt durch die VerƤnderung der Zusammensetzung der Mikrobiota.
Das Potential, NƤhrstoffe effizient zu nutzen und aus dem Futter zu absorbieren, unterliegt einer tierindividuellen Variation. Die Unterschiede der NƤhrstoffabsorbtion sind abhƤngig von der Futteraufnahme, dem Aufschluss der Nahrungsbestandteile im Magen und Darm und der Aufnahme der verdauten NƤhrstoffe aus dem Gastrointestinaltrakt in Blut- und LymphgefƤĆe. Unverdauter Stickstoff wird als Harnstoff ausgeschieden und kann daher Ć¼ber den Blutharnstoffgehalt (BUN) festgestellt werden. Da der BUN mit Effizienzmerkmalen korreliert ist und Unterschiede zwischen verschiedenen Rassen bestehen, wƤre der BUN als Hilfsmerkmal einer effizienteren Verwertung in der Schweinezucht denkbar.
Im ersten Kapitel dieser Studie wurde ein bestehender Datensatz des FG fĆ¼r Tiergenetik und ZĆ¼chtung der UniversitƤt Hohenheim verwendet. Hierbei handelt es sich um einen Datensatz mit 207 phƤnotypisierten und genotypisierten PiĆ©train-Sauen. Es wird der Zusammenhang zwischen der mikrobiellen Zusammensetzung im Darm, Effizienzmerkmalen und dem Schweinegenom unter Anwendung von quantitativ-genetische Methoden untersucht. Die HeritabilitƤten des gemischten genomischen Modells fĆ¼r die Merkmale FVW, RFI, TZ und FI lagen in einem Bereich von 0,11 bis 0,47. Die Microbiabilities des gemischten mikrobiellen Modells waren signifikant und lagen in einem Bereich von 0,16 bis 0,45. In einem weiteren Schritt wurden die zuvor generierten mikrobiellen Tiereffekt als Beobachtungsvektor fĆ¼r ein gemischtes genomisches Modell verwendet. Im Anschluss wurden HeritabilitƤten fĆ¼r den mikrobiellen Tiereffekt geschƤtzt, diese erstreckten sich von 0,20 bis 0,61. Durch die Ƥhnliche Hƶhe der berechneten HeritabilitƤten und der Microbiabilities, lƤsst dies ein RĆ¼ckschluss darauf zu, dass die Merkmale zu Ƥhnlich hohen Anteilen, sowohl durch die Genetik als auch die mikrobielle Ausstattung im Darm beeinflusst wird und dass der mikrobielle Tiereffekt durch die Genetik determiniert wird. Die mikrobielle Architektur der Merkmale weist eine polymikrobielle Natur auf, da viele OTUs mit kleinen Effekten an der Variation der MerkmalsausprƤgung beteiligt sind. Zur Vorhersage der komplexen Merkmale wurden āGenomic Best Linear Unbiased Predictionsā (G-BLUP) und āMicrobial Best Linear Unbiased Predictionsā (M-BLUP) durchgefĆ¼hrt. Es zeigt sich, dass die Darmmikrobiota zur SchƤtzung von Leistungsmerkmalen oder als erklƤrende Variable in die bestehenden Modelle der ZuchtwertschƤtzung aufgenommen werden kann, um eine Steigerung der Genauigkeiten zu realisieren.
Im zweiten Kapitel handelt es sich um Daten eines Verbundprojekts namens āProtiPigā und bearbeitet den Teilbereich der Genetik dieses Projektes. Der Datensatz besteht aus 475 Sauen und Kastraten einer F1-Kreuzung aus Deutscher Landrasse x PiĆ©train und wurde auf die Protein- bzw. Stickstoffnutzungseffizienz und dessen Assoziation zum Blutharnstoffgehalt (BUN) untersucht. FĆ¼r alle Merkmale konnten moderate bis mittlere HeritabilitƤten geschƤtzt werden und lagen bei dem angewendeten gemischten linearen Modell zwischen 0,13 und 0,49. Die genomweiten Assoziationsstudien zeigten, dass es sich um polygene Merkmale handelt. FĆ¼r zwei Merkmale des BUNs konnten SNPs detektiert werden, die Ć¼ber dem genomweiten Signifikanzniveau lagen. Zwischen einigen Merkmalen konnten signifikante genetische und phƤnotypische Korrelationen festgestellt werden. Durch die hier gezeigten HeritabilitƤten und den signifikanten genetischen Korrelationen zwischen BUN und der Stickstoffnutzungseffizienz besteht die Mƶglichkeit den BUN zur Selektion auf eine verbesserte Effizienz zu nutzen.
Bevor die hier generierten Forschungsergebnisse in der zĆ¼chterischen Praxis umgesetzt werden kƶnnen, mĆ¼ssen weitere Fragen geklƤrt werden. Zudem ist eine grƶĆere Tieranzahl zur Validierung der gezeigten Ergebnisse notwendig. Die hier dargestellten Ergebnisse demonstrieren das Potential einer mikrobiell-unterstĆ¼tzten ZuchtwertschƤtzung und der Verwendung von Blutharnstoffgehalten zu Identifizierung von Selektionskandidaten zur Zucht auf eine gesteigerte NƤhrstoffeffizienz.
File is subject to an embargo until
This is a new version of:
Notes
Publication license
Publication series
Published in
Faculty
Faculty of Agricultural Sciences
Institute
Institute of Animal Science
Examination date
2022-03-21
Supervisor
Edition / version
Citation
Identification
DOI
ISSN
ISBN
Language
German
Publisher
Publisher place
Classification (DDC)
630 Agriculture