Oznaka poročila: ARRS-CRP-ZP-2020/54 ZAKLJUČNO POROČILO O REZULTATIH CILJNEGA RAZISKOVALNEGA PROJEKTA A. PODATKI O RAZISKOVALNEM PROJEKTU l.Osnovni podatki o raziskovalnem projektu Šifra V4-1613 Naslov Uvedba genomske selekcije in genotipizacije pri mlečnih pasmah govedi v Sloveniji Vodja 8405 Marija Klopčič Naziv težišča v okviru CRP 2.2.5 Uvajanje genomske selekcije in genotipizacije pri pasmah govedi, usmerjenih v mlečno proizvodnjo Obseg efektivnih ur raziskovalnega dela 803 Cenovna kategorija E Obdobje trajanja 10.2016 - 09.2019 Nosilna raziskovalna organizacija 510 Univerza v Ljubljani 481 Univerza v Ljubljani, Biotehniška fakulteta Raziskovalne organizacije -soizvajalke 401 Kmetijski inštitut Slovenije Raziskovalno področje po šifrantu ARRS 4 BIOTEHNIKA 4.02 Živalska produkcija in predelava 4.02.01 Genetika in selekcija Družbeno-ekonomski cilj 08. Kmetijstvo Raziskovalno področje po šifrantu FORD 4 Kmetijske vede in veterina 4.02 Znanosti o živalih in mlekarstvu 2.Sofinancerji Sofinancerji 1. Naziv Naslov B. REZULTATI IN DOSEŽKI RAZISKOVALNEGA PROJEKTA 3.Povzetek raziskovalnega projekta1 SLO_ Izvajanje genomskega vrednotenja je povzročilo velike spremembe v populacijah mlečnih in kombiniranih pasem goveda. Vsi veliki osemenjevalni centri in selekcijske hiše, ki se odločajo o nakupu mladih bikov za njihove osemenjevalne centre, izbor in nakup izvajajo na osnovi genomskega vrednotenja teh živali. Zanesljivost ocene napovedne vrednosti teh živali znaša ca. 75 % za lastnosti mlečnosti, kar je primerno za trženje semena 2 leti starih bikov. Skrajšan generacijski interval na osnovi uporabe genomske ocene je najpomembnejši dejavnik pri povečanju stopnje genetskega napredka. Ocene temeljijo na 50k (SNP) genotipizaciji. Natančnost napovedne vrednosti je možno povečati z vključitvijo večjega števila genotipiziranih živali moškega spola in vključitvijo tradicionalnega ocenjevanja napovedne vrednosti (referenčna populacija). V velikih populacijah se povečanje referenčne populacije ustvarja avtomatsko z vključitvijo novih mlajših živali moškega spola. V majhnih populacijah pa je potrebno za formiranje referenčne populacije in zadostnega števila »napovednih živali« v obračun vključiti tudi ženske živali. Pri vključitvi ženskih živali v izračun napovedne vrednosti se poveča točnost ocene, se pa zmanjša srednja vrednost in disperzija njihovih ocen. Integracija genotipov moških in ženskih živali je ključnega pomena za doseganje sprejemljive točnosti ocene v malih populacijah goveda. Pri tem tudi ni nujno, da je gostota čipov (SNP) enaka za vse živali. Z uporabo čipov nizke gostote (pri ženskih živalih) lahko povečamo število genotipiziranih živali, z uporabo čipov visoke gostote (moške živali) pa povečamo točnost vrednotenja z boljšim sledenjem lokusov pristojnih za genetske razlike. Cilj raziskovalnega projekta je bil formiranje referenčne populacije fenotipiziranih in genotipiziranih živali moškega in ženskega spola ter razvoj in izračun napovedne enačbe za izračun genomske plemenske vrednosti na osnovi različnih strategij/metod. Z genotipizacijo moških in ženskih živali smo želeli dobili vpogled v njihove genotipe. S podrobnejšo analizo referenčne populacije ženskih in moških živali smo ugotavljali sledeče: o prisotnost oz. odsotnost genetskih napak (npr. CVM, BLAD, DUMPS, ...) o prisotnost oz. odsotnost genetskih posebnosti (npr. brezrožnost, rdeči gen) o prisotnost genotipov za kappa in beta kazein o prisotnost ugodnih kombinacij genotipov na laktoproteinskih lokusih o ocene stopnje sorodstva in stopnje inbridinga o preveritev porekla v skladu z ICAR zahtevami Z genotipizacijo zadostnega števila moških in ženskih živali bomo zagotovili možnost vključitve v GENOEX PSE in preverjanje porekla preko INTERBULL-a kot referenčnega laboratorija za vrednotenje podatkov v okviru EU. ANG_ Performing a genomic evaluation has led to major changes in the populations of dairy and combination cattle breeds. All large breeding centers and breeding houses that decide to purchase young bulls for their breeding centers are selected and purchased on the basis of genomic evaluation of these animals. The reliability of the estimate of the predictive value of these animals is ca. 75% for milking properties, which is suitable for the marketing of semen of 2 year old bulls. A reduced generation interval based on the use of genomic assessment is the most important factor in increasing the rate of genetic progress. Estimates are based on 50k (SNP) genotyping. Predictive accuracy can be increased by including more genotyped male animals and incorporating traditional predictive value estimation (reference population). In large populations, the increase in the reference population is created automatically by the inclusion of new younger animals of the male sex. In small populations, however, female animals need to be included in the calculation in order to form a reference population and a sufficient number of "predictive animals". Including female animals in the calculation of predictive value increases the accuracy of the estimate, but decreases the mean and dispersion of their estimates. The integration of genotypes of male and female animals is critical to achieving acceptable accuracy of assessment in small cattle populations. Also, the chip density (SNP) does not necessarily have to be the same for all animals. By using low-density chips (in female animals), we can increase the number of genotyped animals, and by using high-density chips (male animals), increase the accuracy of evaluation by better tracking the loci responsible for genetic differences. The aim of the research project was to form a reference population of phenotyped and genotyped animals of male and female sex and to develop and calculate a predictive equation for calculating genomic breeding value based on different strategies / methods. Through the genotyping of male and female animals, we wanted to gain insight into their genotypes. A more detailed analysis of the reference population of female and male animals revealed the following: o presence or absence of genetic defects (eg CVM, BLAD, DUMPS,...) o presence or absence of genetic specificities (eg, indifference, red gene) o the presence of genotypes for kappa and beta casein o the presence of favorable genotype combinations at lactoprotein loci o estimates of level of relatives and inbreeding rates o origin verification in accordance with ICAR requirements Genotyping a sufficient number of male and female animals will ensure the possibility of inclusion in GENOEX PSE and origin verification through INTERBULL as the EU reference data evaluation laboratory. 4.Poročilo o realizaciji predloženega programa dela oz. ciljev raziskovalnega projekta2 V okviru tega raziskovalnega projekta so bile izvedene oz. so v teku naslednje aktivnosti: WP1: Izdelava akcijskega načrta za uvedbo genomske selekcije pri mlečnih pasmah goveda WP2: Izvedba pilotnega projekta uvajanja genomske selekcije pri odbiri plemenskih živali črnobele pasme DN 2.1: Seznanitev rejcev o možnosti genotipizacije njihovih krav in vključitve v referenčno populacijo na srečanjih rejcev. Cilj je bil vključitev ženskih živali iz čred iz katerih prihajajo biki za osemenjevanje in naravni pripust oz. iz čred kjer se nahajajo potencialne bikovske matere DN 2.2: Priprava dogovora z rejci, ki so pristopili k izvedbi tega raziskovlanega projekta. DN 2.3: Rutinsko jemanje in zbiranje vzorcev tkiva iz ušesa za genotipizacijo ženskih živali (predvsem krav) črno-bele pasme v čredah, od koder izhajajo bikovske matere. V teku projekta smo uspeli pobrati 460 vzorcev semena od plemenskih bikov na Osemenjevalnem centru Preska in tkiva iz ušesa bikov na Testni postaji v Novi Gorici. Poleg tega smo v ca. 100 čredah bikovskih mater pobrali tkivo (hrustanec) pri dobrih 3.000 kravah črno-bele pasme kar naj bi v prvi fazi zadoščalo za formiranje referenčne populacije in prvi izračun genomske plemenske vrednosti. DN 2.4: Izbor ustreznih čipov, določitev gospodarsko pomembnih markerjev in iskanje najboljšega ponudnika za genotipizacijo odvzetih vzorcev od plemenskih živali iz čred bikovskih mater in bikov iz Osemenjevalnega centra Preska. DN 2.5: Izolacija DNK odvzetih vzorcev in izvedba genotipizacije zbranih vzorcev v izbranem laboratoriju na Irskem. DN 2.6: Formiranje referenčne populacije fenotipiziranih in genotipiziranih živali. Te živali imajo znanih veliko število fenotipskih lastnosti in zanesljive ocene plemenskih vrednosti. Z genotipizacijo smo dobili vpogled v njihove genotipe. Vse podatke, ki so vezani na referenčne živali smo uporabili za izračun napovedne enačbe. DN 2.7: Podrobnejša analiza referenčne populacije ženskih in moških živali z vidika: • prisotnosti oz. odsotnosti genetskih napak kot so: CVM (Complex Vertebral Malformation (causes still-born calves, abortions, and early embryonic losses)) - priloga 3, BLAD (Bovine Leukocyte Adhesion Deficiency), Mule foot (toes of foot are joined, giving animal a single hoof, instead of cloven ones), DUMPS (Deficiency of Uridine Monophosphate Synthase (one of many enzymes contributing to normal metabolic processes)), Holštajn haplotip 1, Holštajn haplotip 3, Holštajn haplotip 4 (v povezavi z reprodukcijo živali) • prisotnosti oz. odsotnosti genetskih posebnosti kot so: brezrožnost (Polled), nosilec rdečega gena (RH) • prisotnosti genotipov za kappa kazein (AA, AB, EE, AE, BE; želeni genotip: BB) ter beta kazein (A1A1, A1A2; želeni genotip: A2A2) • ocene stopnje sorodstva in stopnje inbridinga (za kasnejšo učinkovito načrtovanje izbora primernega plemenjaka - izdelava načrta osemenjevanja) • preveritev porekla v skladu z ICAR zahtevami DN 2.8: Razvoj in izračun napovedne enačbe za izračun genomske plemenske vrednosti ter ocena genomske plemenske vrednosti DN 2.9: Vključitev v GENOEX PSE in preverjanje porekla preko INTERBULL-a DN 2.10: Izračun genomske plemenske vrednosti (gPV) za črnobelo pasmo ter testno vključitev v gMACE WP3: Analiza učinkov uvedbe genomske selekcije na hitrejšo odbiro plemenskih živali ter testna vključitev v gMACE v okviru INTERBULL-a DN 3.1: Proučitev in iskanje možnosti povezovanja s populacijami črnobele pasme, ki še niso vključene v mednarodni konzorcij zaradi mednarodne primerjave genomsko testiranih bikov (vključitev v okviru INTERBULL-a) ter možnosti dostopa do genotipov drugih genomsko testiranih bikov iz drugih populacij ter uporaba teh informacij v nacionalni selekciji. V okviru tega je prišlo do ustanovitve mednarodnega konzorcija InterGenomics-Holstein kjer smo združili genotipe moških in ženskih živali iz 8 držav (Slovenije, Irske, Portugalske, Hrvaške, Izraela, Južno Afriške republike, Urugvaja in Južne Koreje) (priloga 4, priloga 5, priloga 6). WP4: Povezava koagulacijskih sposobnosti mleka (KSM) in genomske selekcije pri pasmah govedi, usmerjenih v mlečno proizvodnjo. Aktivnosti v okviru niso bile izvedene, ker ni bilo možno zagotoviti financiranja iz drugih virov WP5: Diseminacija in priprava načrta za uvedbo genomske selekcije pri vseh pasmah DN 5.1: Predstavitev in seznanitev rejcev ter strokovne javnosti o rezultatih tega projekta (o prisotnosti oz. odsotnosti genetskih napak in genetskih posebnosti, kappa in beta kazeina, o stopnji inbridinga, preveritve porekla ter o izračunih genomskih plemenskih vrednosti v primerjavi s klasičnimi plemenskimi vrednostmi (priloga 1 in priloga2) DN 5.2: Priprava načrta za uvedbo genomske selekcije pri vseh pasmah kot dodatna stalna oblika vrednotenja genomskih plemenskih vrednosti za moške in ženske živali z izrazitim poudarkom na kakovosti zajemanja fenotipskih lastnosti z možnostjo uvedbe novih lastnosti Projektne aktivnosti so presegle okvir projekta. Zato je del nalog tega projekta še vedno v teku in še ni v celoti zaključen zaradi naslednjih razlogov: Doktorandka / tehnična sodelavka gospa Anita Ule je bila zaradi porodniškega dopusta odsotna 12 mesecev, kar je vplivalo na delno zakasnitev dokončanja naslednjih nalog, ki so še v teku: • Delno naloge DN 2.7: Podrobnejša analiza referenčne populacije ženskih in moških živali z vidika ocene stopnje sorodstva in stopnje inbridinga ter preveritve porekla v skladu z ICAR zahtevami • Delno naloge DN 2.8: Razvoj in izračun napovedne enačbe za izračun genomske plemenske vrednosti 1. Laboratorij Weatherbys Scientific na Irskem je v času izvajanja našega projekta zamenjal čip za genotipizacijo vzorcev tkiva pobranega od ženskih in moških živali črno-bele pasme ter spremenil pogoje dostopa do monogenetskih lastnosti, kar je vplivalo na zakasnitev pri genotipizaciji in dostopu do rezultatov genotipizacije ter povzročilo kar nekaj neprijetnosti glede analize prisotnosti oz. odsotnosti nekaterih genetskih napak ter prisotnosti genotipov za beta kazeine 2. Zaradi zakasnitve uvedbe GENOEX PSE in preverjanja porekla preko INTERBULL-a v prakso, je izvedba naloge DN 2.9 še v teku in se bo nadaljevala tudi po končanem raziskovalnem projektu, saj bo to del prakse v bodoče. 3. Naloga pod WP5: Diseminacija in priprava načrta za uvedbo genomske selekcije pri vseh pasmah je v teku in bo predvidoma zaključena v naslednjih 6 mesecih (zaradi porodniške doktorantke, težav z zamenjavo čipa, zaradi zakasnitve pri rutinskem obračunu genomske plemenske vrednosti v okviru mednarodnega konzorcija InterGenomics-Holstein pri Interbull-u ter zaradi sezone dela rejcev - zanje je najbolj primeren čas za diseminacijo v zimskem času). 5.Ocena stopnje realizacije programa dela na raziskovalnem projektu in zastavljenih raziskovalnih ciljev3 Projektne aktivnosti so presegle okvir projekta. Rezultati dela na tem projektu so številni in ker projektne aktivnosti presegajo okvir tega projekta, se bodo določene aktivnosti nadaljevale tudi v bodoče, saj so ključne za uvedbo in genomske selekcije v male populacije. 1) Proučili smo uporabo različnih virov genetskih informacij (poreklo, označevalci SNP, haplotipi in geni - QTL) za genetsko vrednotenje kompleksnih lastnosti (Hickey in sod., 2012). S pomočjo simulacij poskušamo pokazati praktične možnosti in omejitve genetskega vrednotenja glede na različne vire informacij (npr. genotipizirane moške živali, genotipizirane ženske živali, ne-genotipizirane sorodstveno povezane živali, vključitev in povezava s tujimi populacijami črno-bele pasme v okviru InterGenomics-Holstein in mogoče v bodoče tudi z drugimi konzorciji oz. populacijami črno-bele pasme, povezava z drugimi pasmami mlečnega goveda (npr. z lisasto ali/in rjavo pasmo). 2) Preučitev vpliva selekcije na točnost genetskega vrednotenja in primerjava med klasičnim in genomskim pristopom (Gorjanc in sod., 2012). Rezultati kažejo, da je v primeru selekcioniranih populacij točnost klasičnega genetskega vrednotenja znatno zmanjšana pri mladih živalih brez fenotipskih podatkov. To pomeni, da je genomski pristop v selekcioniranih populacijah znatno bolj točen. 3) Preučitev različnih možnosti uporabe genomskih informacij za genetsko vrednotenje živali v majhnih populacijah. Kljub prizadevanjem, da bi genotipizirali čim več živali, bo naša referenčna populacija sorazmeroma majhna. Zato bomo poskušali ugotoviti, katera metoda je najbolj primerna za genomsko vrednotenje živali v malih populacijah kjer referenčno populacijo oblikujejo moške in ženske živali z dodatkom ne-genotipiziranih sorodstveno povezanih živali s fenotipskimi podatki v Sloveniji in z dodatkom tujih genotipiziranih živali. V okviru našega raziskovalnega projekta smo preverjali učinkovitost metod za povečanje točnosti napovedi genomskih plemenskih vrednosti na primeru slovenske populacije črno-belega goveda. Zato smo v referenčno populacijo vklučili naslednje skupine živali: • genotipizirane moške živali (plemenske bike na Osemenjevalnem centru Preska in na Testni postaji Nova Gorica) • genotipizirane ženske živali iz čred od koder prihajajo bikovske matere • ne-genotipizirane sorodstveno povezane živali v referenčni populaciji • vključitev v mednarodno referenčno populacijo InterGenomics-Holstein, ki se je formiral v teku našega projekta na pobudo slovenskih raziskovalcev in ob pomoči ekspertov in INTERBULL-a. Vključitev različnih skupin živali v referenčno populacijo bo povečalo točnost ocene genomske PV. Rezultate analize teh podatkov in vpliv vključitve genotipiziranih domačih ženskih živali, ne-genotipiziranih sorodstveno povezanih živali in živali iz tujih populacij na točnost napovedi gPV bomo predstavili rejcem in širši javnosti v teku zime, ki je pred nami. 6.Spremembe programa dela raziskovalnega projekta oziroma spremembe sestave projektne skupine4 Naloga pod WP4: Povezava koagulacijskih sposobnosti mleka (KSM) in genomske selekcije pri pasmah govedi, usmerjenih v mlečno proizvodnjo je bila izključena iz financiranja v okviru tega raziskovalnega projekta. V projektnem predlogu smo predvidevali, da bo ta naloga financirana iz privatnih sredstev sofinancerjev (predvsem rejcev, ki se ukvarjajo s predelavo mleka na domu). Zaradi težkih razmer v sektorju prireje mleka v zadnjih letih, rejci niso bili pripravljeni financirati te raziskovalne naloge. Drugih virov za izvedbo te naloge doslej žal ni bilo možno dobiti. Se pa bo ta naloga izvedla v bližnji prihodnosti. 7.Najpomembnejši dosežki projektne skupine na raziskovalnem področju5 Dosežek 1. COBISS ID 3991944 Vir: COBISS.SI Naslov SLO Monogene lastnosti pri črno-beli pasmi goveda v Sloveniji ANG Monogenetic traits at Holstein breed in Slovenia Opis SLO Namen prispevka je predstaviti monogene lastnosti in prisotnost le-teh pri črno-beli pasmi v Sloveniji na osnovi genotipiziranih moških in ženskih živali. Genotipizacija živali nam omogoča vpogled v genom živali, pri čemer lahko najdemo nosilce bolezni kot tudi nosilce zaželenih lastnostih. V analizo je bilo vključenih 546 živali črno-bele pasme. Vzorce so v laboratoriju genotipizirali in nam posredovali rezultate, s katerih smo izluščili SNPe v povezavi z monogenimi lastnostmi. Delež prenašalcev v analiziranem vzorcu za kompleksno nepravilnost vretenc je 3,3 %, za odsotnost sposobnosti obrambe levkocitov 0,5 %, za Holštajn haplotip 1 3,1 %, za Holštajn haplotip 3 in 4 3,7 %, za pomankanje encima uridin monofosfat sintaze 0,7 % in za sindaktilijo 0,2 %. Na osnovi genotipa prepoznamo nosilce gena za brezrožnost, kjer je delež prenašalcev 0,7 % in gena za rdečo barvo, kjer je 5,9 % recesivnih homozigotov in 15,8 % prenašalcev recesivnega alela. Zaželeni genotip A2A2 za beta kazein je prisoten pri 34,6 % živalih, medtem ko ima zaželen genotip BB za kapa kazein 7,3 % živali. Goal of the paper was to determine the monogenic traits and their frequencies in Slovenian Holstein breed based on genotyped male and female animals. Animal genotyping allows us to find the genes and detect carriers of diseases as well as some beneficial traits. There were 546 Dosežek ANG animals of Holstein breed included in the analysis. The collected tissue samples were genotyped and SNP information about monogenetic traits was extracted. The proportion of carriers in the sample was 3.3 % for the Complex vertebral malformation, 0.5 % for Bovine leukocyte adhesion deficiency, 3.1 % for Holstein haplotype 1, 3.7 % for Holstein haplotype 3 and 4, 0.7 % for Deficiency of uridine monophosphate synthetase, and 0.2 % for Syndactylism. Carriers of gene for polledness were found in 0.7 % of animals. The red gene was found in 5.9 % of animals as recessive homozygotes while 15.8 % of them have one recessive allele. The preferred A2A2 genotype for beta casein was present in 34.6 % of animals, while the desired genotype BB for kappa casein was found in 7.3% of the animals. Objavljeno v Kmetijsko gozdarska zbornica Slovenije, Kmetijsko gozdarski zavod; Zbornik predavanj; 2017; Str. 139-146; Avtorji / Authors: Ule Anita, Klopčič Marija Tipologija 1.08 Objavljeni znanstveni prispevek na konferenci 2. COBISS ID 4331656 Vir: COBISS.SI Naslov SLO Študije združevanja genoma več pasem v različnih državah za elektronsko zajete lastnosti obnašanja pri kravah kombiniranih pasem ANG Multi-breed genome-wide association studies across countries for electronically recorded behavior traits in local dual-purpose cows Opis SLO Poznavanje obnašanja goveda je ključni parameter, ki je vplival na udomačitev govedi. Poleg tega obnašanje goveda vpliva na produktivnost goveda, dobro počutje in prilagoditev. Cilj te študije je bil natančneje spoznati genetske in genomske mehanizme, ki so prispevali k naravnemu obnašanju kombiniranih pasem goveda v pašnih sistemih. V zvezi s tem smo genotipizirali krave petih kombiniranih pasem s high density čipom iz štirih evropskih držav. Vse krave v okviru naše študije so bile opremljene z istimi elektronskimi senzorji. V zvezi s tem smo analizirali 97.049 opazovanj iz senzorjev od 319 krav kombiniranih pasem z namenom ugotoviti aktivnosti vezane na prežvekovanje, hranjenje, osnovno aktivnost, visoko aktivno, neaktivnost in temperaturo izmerjeno s senzorjem na ušesu. Glede na specifično obnašanje živali izmerjeno s pomočjo senzorjev in po protokolu dobrega počutja smo izračunali dva različna indeksa blaginje. Za poznavanje genoma teh živali in povezav genomoma z meritvami obnašanja iz senzorjev in poznavanja proizvodnih rezultatov smo uporabili 35.826 markerjev (SNP) na kravo. Za oceno komponent variance smo uporabili matriko rodovnika in kombinirano matriko sorodstva, ki hkrati vključujeta rodovnik in genotipe. Dopustnost za hranjenje, visoko aktivnost in neaktivnost je bila v zmernem območju od 0,16 do 0,20. Ocene so bile iz obeh pristopov matričnega modeliranja odnosov zelo podobne in so imele precej majhne standardne napake. Uporabnost za preostale lastnosti senzorja (hranjenje, osnovna aktivnost, temperatura izmerjena na ušesu) in indeksi počutja so bili nižji od 0,09. Pet pomembnih SNP na kromosomih 11, 17, 27 in 29 je bilo povezanih z prežvekovanjem, dva različna markerja (SNP) pa sta občutno vplivala na lastnosti senzorja "niso aktivni" (kromosom 13) in "hranjenje" (kromosom 23). Annotacija genov analizira 22 možnih genov, ki imajo lažno odkritje manj kot 20%, večinoma povezane prežvekovanjem (13 genov) in hranjenjem (8 genov). Mendelovska randomizacija na podlagi genskih različic (tj. Instrumentalnih spremenljivk) je bila uporabljena za sklepanje o vzročni sklepnosti med izpostavljenostjo in rezultatom. Pomembni regresijski koeficienti med lastnosti obnašanja kažejo, da vsi specifični vedenjskie mehanizmi prispevajo k podobnim fiziološkim procesom. Regresijska koeficienta za prežvekovanje in hranjenje v povezavi s količino mleka sta bila 0,10 kg /% oziroma 0,12 kg /%, kar kaže na njihov pozitiven vpliv na produktivnost kombiniranih pasem krav. Basic bovine behavior is a crucial parameter influencing cattle Dosežek ANG domestication. In addition, behavior has an impact on cattle productivity, welfare and adaptation. The aim of the present study was to infer quantitative genetic and genomic mechanisms contributing to natural dual-purpose cow behavior in grazing systems. In this regard, we genotyped five dual-purpose breeds for a dense SNP marker panel from four different European countries. All cows from the across-country study were equipped with the same electronic recording devices. In this regard, we analyzed 97,049 longitudinal sensor behavior observations from 319 local dual-purpose cows for rumination, feeding, basic activity, high active, not active and ear temperature. According to the specific sensor behaviors and following a welfare protocol, we computed two different welfare indices. For genomic breed characterizations and multi-breed genome-wide association studies, sensor traits and test-day production records were merged with 35,826 SNP markers per cow. For the estimation of variance components, we used the pedigree relationship matrix and a combined similarity matrix that simultaneously included both pedigree and genotypes. Heritabilities for feeding, high active and not active were in a moderate range from 0.16 to 0.20. Estimates were very similar from both relationship matrix-modeling approaches and had quite small standard errors. Heritabilities for the remaining sensor traits (feeding, basic activity, ear temperature) and welfare indices were lower than 0.09. Five significant SNPs on chromosomes 11, 17, 27 and 29 were associated with rumination, and two different SNPs significantly influenced the sensor traits "not active" (chromosome 13) and "feeding" (chromosome 23). Gene annotation analyses inferred 22 potential candidate genes with a false discovery rate lower than 20%, mostly associated with rumination (13 genes) and feeding (8 genes). Mendelian randomization based on genomic variants (i.e., the instrumental variables) was used to infer causal inference between an exposure and an outcome. Significant regression coefficients among behavior traits indicate that all specific behavioral mechanisms contribute to similar physiological processes. The regression coefficients of rumination and feeding on milk yield were 0.10 kg/% and 0.12 kg/%, respectively, indicating their positive influence on dual-purpose cow productivity. Objavljeno v Public Library of Science; PloS one; 2019; Vol. 14, no. 10; str. 1-23, e0221973; Impact Factor: 2.776;Srednja vrednost revije / Medium Category Impact Factor: 3.734; WoS: RO; Avtorji / Authors: Yin Tong, Jaeger Maria, Scheper Carsten, Grodkowski G., Sakowski T., Klopčič Marija, Bapst Beat, König Sven Tipologija 1.01 Izvirni znanstveni članek 3. COBISS ID 4174728 Vir: COBISS.SI Naslov SLO Učinkovito, hitro in zanesljivo napovedovanje genoma z uporabo genomskih podatkov in rodovnika ANG Hybrid peeling for fast and accurate calling, phasing, and imputation with sequence data of any coverage in pedigrees Opis SLO V tem prispevku razširimo večplastni iterativni piling, da zagotovimo računalniško učinkovito metodo za zbiranje in vnašanje podatkov o zaporedju katerega koli pokritja v majhnih ali velikih rodovniških populacijah. Naša metoda, imenovana hibridni piling, uporablja multi-lokus iterativni piling, da oceni skupne segmente kromosomov med starši in njihovimi potomci v podskupini lokusov, nato pa uporabi en-lokus iterativni piling za združevanje genomske informacije v več generacijah na preostalih lokusih. ANG In this paper, we extend multi-locus iterative peeling to provide a computationally efficient method for calling, phasing, and imputing sequence data of any coverage in small or large pedigrees. Our method, called hybrid peeling, uses multi-locus iterative peeling to estimate shared Dosežek chromosome segments between parents and their offspring at a subset of loci, and then uses single-locus iterative peeling to aggregate genomic information across multiple generations at the remaining loci. Objavljeno v EDP sciences; Genetics selection evolution; 2018; Vol. 50, no. 67; str. 115; Impact Factor: 3.094;Srednja vrednost revije / Medium Category Impact Factor: 1.268; A': 1; Avtorji / Authors: Whalen Andrew, Ros-Freixedes Roger, Wilson David L., Gorjanc Gregor, Hickey John M. Tipologija 1.01 Izvirni znanstveni članek 8.Najpomembnejši dosežek projektne skupine na področju gospodarstva, družbenih in kulturnih dejavnosti6 Dosežek 1. COBISS ID 4335240 Vir: COBISS.SI Naslov SLO Monogenske lastnosti pri črno-beli pasmi v Sloveniji ANG Monogenetic traits at Holstein breed in Slovenia Opis SLO Namen prispevka je predstaviti monogene lastnosti in prisotnost le-teh pri črno-beli pasmi v Sloveniji na osnovi genotipiziranih samcev in samic v okviru V4-1613 CRP projekta "Uvedba genomske selekcije in genotipizacije pri mlečnih pasmah govedi v Sloveniji". Z naraščajočo uporabo osemenjevanja v govedoreji po letu 1940 in uporabo embrio-transferja v zadnjem času prihaja do vedno večje uporabe majhnega števila elitnih bikov, kar povečuje stopnjo sorodnosti v populaciji in posledično verjetnost razširitve nezaželenih ali celo škodljivih alelov v populaciji. Genotipizacija živali nam omogoča vpogled v genom živali, pri čemer lahko najdemo nosilce zaželenih in nezaželenih alelov. V analizo smo vključili 2.830 živali črno-bele pasme, ki smo jih genotipizirali z 54K mirkočipom Weatherbys Scientific Bovine VersaSNP 50K™. Rezultat takšne genotipizacije so med drugim označevalci povezani z monogenimi lastnostmi. Delež prenašalcev za kompleksno nepravilnost vretenc (CVM) je bil 3,05 %, za odsotnost sposobnosti obrambe levkocitov (BLAD) 0,69 %, za pomankanje encima uridin monofosfat sintaze (DUMPS) 0,65 %, za sindaktilijo (MF) 0,81 %, za Citrulinemijo (CT) 0,57 %, za povečane smrtnosti zarodkov HH1 3,11 %, HH3 4,49 %, HH4 3,71 %, HH5 2,84 %, HH6 2,40 % in HH7 0,68 %. Genotipizacija s 54K mirkočipom nam omogoča prepoznavanje nosilcev alela za brezrožnost (Pp), kjer je delež prenašalcev 0,49 %in alela za rdečo barvo (RH), kjer je 3,71 % recesivnih homozigotov (rdeče-bele barve) in 15,83 % prenašalcev recesivnega alela (črno-bele barve). Zaželeni genotip A2/A2 za beta kazein je prisoten pri 38,41% živalih, medtem ko ima zaželen genotip B/B za kapa kazein7,84 % živali. Prepoznamo tudi alele, ki vplivajo na vsebnost maščob in beljakovin ter količino mleka in se nahajajo v genih ABCG2, DGAT1 ter na območjih v genomu kjer je kodiran rastni hormon. S poznavanjem nosilcev monogenetskih lastnosti pri bikih kot kravah in pravilno kombinacijo z načrtnim osemenjevanjem lahko zmanjšamo gospodarsko škodo, ki jo povzročajo nezaželeni aleli v naslednjih generacijah. The purpose of this paper is to present the monogenic traits and their presence in black and white breeds in Slovenia based on genotyped males and females within the V4-1613 CRP project "Introduction of genomic selection and genotyping in dairy cattle breeds in Slovenia". With the increasing use of insemination in cattle breeding since 1940 and the use of embryo transfer, there has been an increasing use of a small number of elite bulls, increasing the rate of relatedness in the population and consequently the likelihood of spreading unwanted or even harmful alleles in the population. Animal genotyping allows us insight into the genome of animals, and we can find carriers of desirable and undesirable Dosežek ANG alleles. We included 2,830 animals of the black and white breed in the analysis, which were genotyped with the 54K microchip Weatherbys Scientific Bovine VersaSNP 50K ™. The result of such genotyping is, among other things, markers associated with monogenic traits. The proportion of vectors for complex vertebral abnormality (CVM) was 3.05%, for the absence of leukocyte defense ability (BLAD) 0.69%, for uridine monophosphate synthase enzyme (DUMPS) deficiency 0.65%, for syndactyly (MF) 0.81%, for Citrullinemia (CT) 0.57%, for increased embryo mortality HH1 3.11%, HH3 4.49%, HH4 3.71%, HH5 2.84%, HH6 2.40% and HH7 0.68%. Genotyping with a 54K microchip allows us to identify carriers of the allele for hornlessness (Pp), where the proportion of carriers is 0.49% and the allele for red color (RH), where 3.71% are recessive homozygotes (red-white) and 15.83 % of recessive allele carriers (black and white). The preferred genotype A2/A2 for beta casein is present in 38.41% of animals, while the preferred genotype B/B for kappa casein is present in 7.84% of animals. We also recognize alleles that affect fat and protein content and the amount of milk and are located in the ABCG2, DGAT1 genes and in areas in the genome where growth hormone is encoded. By knowing the carriers of monogenetic traits in bulls as cows and the right combination with planned insemination, we can reduce the economic damage caused by unwanted alleles in subsequent generations. Šifra F.18 Posredovanje novih znanj neposrednim uporabnikom (seminarji, forumi, konference) Objavljeno v Biotehniška fakulteta, Oddelek za zootehniko; Razvojna vprašanja pri selekciji domačih živali; 2019; Str. 10; Avtorji / Authors: Ule Anita, Gorjanc Gregor, Klopčič Marija Tipologija 1.12 Objavljeni povzetek znanstvenega prispevka na konferenci 9.Drugi pomembni rezultati projektne skupine7 V okviru našega raziskovalnega projekta smo preverjali učinkovitost metod za povečanje točnosti napovedi genomskih plemenskih vrednosti na primeru slovenske populacije črno-belega goveda. Zato smo v referenčno populacijo vklučili naslednje skupine živali: • genotipizirane moške živali (plemenske bike na Osemenjevalnem centru Preska in na Testni postaji Nova Gorica) • genotipizirane ženske živali iz čred od koder prihajajo bikovske matere • ne-genotipizirane sorodstveno povezane živali v referenčni populaciji • vključitev v mednarodno referenčno populacijo InterGenomics-Holstein, ki se je formiral v teku našega projekta na pobudo slovenskih raziskovalcev in ob pomoči ekspertov in INTERBULL-a. Vključitev različnih skupin živali v referenčno populacijo bo povečalo točnost ocene genomske PV. Rezultate analize teh podatkov in vpliv vključitve genotipiziranih domačih ženskih živali, ne-genotipiziranih sorodstveno povezanih živali in živali iz tujih populacij na točnost napovedi gPV bomo predstavili rejcem in širši javnosti v teku zime, ki je pred nami. V okviru projekta je bila pripravljena diplomska naloga z naslovom »Primerjava potomk domačih bikov s potomkami elitnih in tujih bikov - ali je izvajanje lastne selekcije še smiselno?« V pripravi sta dve doktorski disertaciji: 1) Doktorantka Anita Ule intenzivno pripravlja doktorsko disertacijo z naslovom: Strategije uvedbe genomske selekcije pri slovenski črno-beli pasmi pod mentorstvom izr. prof. dr. Marije Klopčič in somentorstvom prof. dr. Gregorja Gorjanca. 2) Doktorant Rok Marzel je pričel z izvajanjem poskusa in bo kot delni rezultat tega projekta pripravil doktorsko disertacijo z naslovom: Vpliv genotipa krav na kakovost mleziva ter preživitveno sposobnost telet, glede na spremenljive mikro-klimatske in okoliške razmere v čredi krav črno-bele pasme pod mentorstvom izr. prof. dr. Marije Klopčič. 10.Pomen raziskovalnih rezultatov projektne skupine8 10.1. Pomen za razvoj znanosti9 SLO_ Kljub prizadevanjem, da bi genotipizirali čim več živali, bo naša referenčna populacija sorazmeroma majhna. Zato smo v okviru tega projekta poskušali ugotoviti, katera metoda je najbolj primerna za genomsko vrednotenje živali v malih populacijah kjer referenčno populacijo oblikujejo moške in ženske živali z dodatkom ne-genotipiziranih sorodstveno povezanih živali s fenotipskimi podatki v Sloveniji in z dodatkom tujih genotipiziranih živali. Ugotovitve naše raziskave bodo prenosljive tudi na druge manjše populacije. Raziskave in razvoj specifičnih pristopov za majhne populacije so pomembne v manjših državah ali specifičnem okolju, majhnih populacijah lokalnih ali eksotičnih pasem, za populacije, specializirane za alternativne sisteme rej (npr. ekološke reje), prav tako pa so težave podobne v sicer velikih populacijah, a za težje in dražje merljive lastnosti, kot npr. izpusti metana, fiziološki parametri, konverzija krme, ... Nadaljnji prispevek k znanosti se kaže tudi v zapolnitvi raziskovalne vrzeli na področju povezanega proučevanja uvedbe genomske selekcije v majhne populacije in razumevanja ter preferenc rejcev do genomske selekcije in selekcijskih orodij. Obstoječe študije so proučevale ločeno samo pristope uvedbe genomske selekcije in povečanja točnosti ocen gPV ali samo preference kmetov. Številni avtorji (Duguma in sod., 2011, Nielsen in sod., 2013; Martin Collado in sod., 2015) opozarjajo, da je prihodnost proučevanja ravno v holističnem pristopu k problemu genomske selekcije, ki združuje izbor lastnosti, izračun gPV, razumevanja in preferenc rejcev ter uporabo različnih metod. Interdisciplinarna obravnava - genetska in družboslovna - je ključna za celovito razumevanje problema genomske selekcije in iskanje uporabnih rešitev (Dekkers in Gibson, 1998, Martin Collado in sod., 2015). Tretji prispevek k znanosti je jasno viden v proučevanju zapostavljenega področja, kako se razumevanje in preference rejcev razlikujejo glede na socio-ekonomski profil kmetov, njihova stališča do genomske selekcije, selekcijskih orodij in lastnosti v rejskih ciljih. Na metodološkem področju bomo kombinirali dve ključni metodi na tem področju, in sicer uporabo vprašalnika ter conjoint analizo in analizo njunih uporabnih vrednosti. Učinkovit način povečanja referenčne populacije dosežemo z združevanjem populacij iz različnih držav. Iz tega razloga že obstajajo mednarodne referenčne populacije npr. EuroGenomics za črno-belo pasmo v Evropi (Lund in sod., 2010), sodelovanje med Združenimi državami Amerike, Kanado, Italijo in Veliko Britanijo za črno-belo pasmo, ki poteka od leta 2007 (VanRaden in sod., 2012) in InterGenomics pri rjavi pasmi goveda (Jorjani in sod., 2012). Države si med seboj izmenjujejo genotipe, tako povečajo referenčno populacijo in posledično dosegajo višje točnosti ocene gPV. Skupna referenčna populacija prinese velike pozitivne učinke zlasti manjšim populacijam, ko združimo populacijo z majhnim številom živali z večjo populacijo (Zhou in sod., 2013). Glede na to, da v populaciji črno-belega goveda kot očete bikov uporabljamo genetski material iz tujih populacij, pričakujemo, da bo sodelovanje z mednarodnimi referenčnimi populacijami povečalo točnost ocene gPV. (Prispevek tujih informacij je lahko manjši, če so rejci v vključenih populacijah izbirali seme bikov, ki v naši populaciji niso bili uporabljeni). Prispevek tega sodelovanja je odvisen od genetske povezanosti populacij. ANG_ Despite efforts to genotypize as many animals as possible, our reference population will be relatively small. Therefore, in this project we tried to determine which method is most suitable for genomic evaluation of animals in small populations where the reference population is formed by male and female animals with the addition of non-genotyped related animals with phenotypic data in Slovenia and with the addition of foreign genotyped animals. The findings of our research will be transferable to other smaller populations. Research and development of specific approaches for small populations are important in smaller countries or specific environments, small populations of local or exotic breeds, populations specializing in alternative farming systems (eg organic farming), and problems are similar in otherwise large populations, but for more difficult and expensive measurable properties such as e.g. methane emissions, physiological parameters, feed conversion, ... A further contribution to science is also reflected in filling the research gap in the field of related study of the introduction of genomic selection in small populations and the understanding and preferences of breeders to genomic selection and selection tools. Existing studies have examined separately only approaches to introducing genomic selection and increasing the accuracy of gPV estimates, or only farmers 'preferences. Many authors (Duguma et al., 2011; Nielsen et al., 2013; Martin Collado et al., 2015) point out that the future of the study lies precisely in a holistic approach to the problem of genomic selection, combining trait selection, gPV calculation, understanding and breeders 'preferences and the use of different methods. Interdisciplinary treatment - genetic and social science - is key to a comprehensive understanding of the problem of genomic selection and the search for useful solutions (Dekkers and Gibson, 1998; Martin Collado et al., 2015). The third contribution to science is clearly seen in the study of the neglected field, how breeders' understandings and preferences differ according to the socio-economic profile of farmers, their attitudes towards genomic selection, selection tools and traits in breeding goals. In the methodological field, we will combine two key methods in this field, namely the use of a questionnaire and conjoint analysis and analysis of their useful values. An effective way to increase the reference population is achieved by bringing together populations from different countries. For this reason, there are already international reference populations e.g. EuroGenomics for the Black and White Breed in Europe (Lund et al., 2010), cooperation between the United States, Canada, Italy and the United Kingdom for the black and white breed since 2007 (VanRaden et al., 2012) and InterGenomics in the brown breed of cattle (Jorjani et al., 2012). Countries exchange genotypes with each other, thus increasing the reference population and consequently achieving higher accuracy of gPV estimation. The total reference population brings large positive effects especially to smaller populations when we combine a population with a small number of animals with a larger population (Zhou et al., 2013). Given that we use genetic material from foreign populations in the black-and-white cattle population as the fathers of bulls, we expect that cooperation with international reference populations will increase the accuracy of gPV estimation. (The contribution of foreign information may be less if breeders in the included populations selected bull semen that were not used in our population). The contribution of this collaboration depends on the genetic association of the populations. 10.2. Pomen za razvoj Slovenije10 SLO Rezultati tega raziskovalnega projekta uvajajo v Slovensko živinorejo uporabo genomskih informacij za potrebe selekcije. Uporaba genomskih informacij pri selekciji kakor tudi za druge namene (določitev pasme, spremljanje rodovnikov, preverjanje porekla, poznavanje genov in drugih genetskih zakonitosti, uravnavanje prehrane glede na genotip živali, zdravstveni status živali, idr.) predstavlja novo obdobje v živinoreji, kjer se bodo vsakdanje odločitve sprejemale na osnovi bogatih virov različnih podatkov (genomika, senzorji, proizvodni in ekonomski rezultati, digitalizacija ...). V bodoče bi bilo smiselno, da se genotipizirajo vse ženske čistopasemske živali v nukleus čredah čimprej po rojstvu. Prav tako pa naj bi se genotipizirali moški potomci načrtnega parjenja elitnih ženskih in elitnih moških živali z namenom povečanja genetskega napredka in izboljšanja lastnosti pomembnih z vidika prireje, zdravja, počutja in odpornosti živali, kar bi se morali odražati na večji prireji, boljši reprodukciji, manjši uporabi antibiotikov, manjših emisijah toplogrednih plinov na enoto proizvoda ter boljši dolgoživosti. V bodoče bi bilo smiselno preveriti možnost skupnega obračuna genomskih plemenskih vrednosti pri vseh treh mlečnih pasmah goveda v Sloveniji. Naš projekt je bil fokusiran na črno-belo pasmo. Smiselno pa bi bilo preveriti možnost skupnega obračuna gPV za vse tri pasme - predvsem v primeru t.i. 'novel traits', kjer je zajemanje podatkov drago in pogosto precej zahtevno. ANG_ The results of this research project introduce the use of genomic information for selection purposes in Slovenian animal husbandry. The use of genomic information in selection as well as for other purposes (determination of breed, monitoring of pedigrees, verification of origin, knowledge of genes and other genetic laws, regulation of diet according to animal genotype, animal health status, etc.) represents a new period in animal husbandry. make everyday decisions based on rich sources of different data (genomics, sensors, production and economic results, digitization.). In the future, it would make sense to genotype all female purebred animals in the nucleus herds as soon as possible after birth. Male offspring of planned mating of elite female and elite male animals should also be genotyped in order to increase genetic progress and improve traits important in terms of production, health, welfare and resilience of animals, which should be reflected in greater production, better reproduction, less use of antibiotics, lower greenhouse gas emissions per unit of product and better longevity. In the future, it would be sensible to check the possibility of joint calculation of genomic breeding values in all three dairy breeds of cattle in Slovenia. Our project focused on the black and white breed. It would make sense to check the possibility of joint calculation of gPV for all three breeds - especially in the case of t.i. 'novel traits', where data capture is expensive and often quite demanding. ll.Vpetost raziskovalnih rezultatov projektne skupine 11.1. Vpetost raziskave v domače okolje Kje obstaja verjetnost, da bodo vaša znanstvena spoznanja deležna zaznavnega odziva? r~j v domačih znanstvenih krogih r~j pri domačih uporabnikih Kdo (poleg sofinancerjev) že izraža interes po vaših spoznanjih oziroma rezultatih?11 Interes po spoznanjih in rezultatih vezanih na ta projekt se kaže pri rejcih govedi črnobele pasme, pa tudi drugih pasem kot so lisasta, rjava, cikasta pasma. Interes se kaže tudi pri Osemenjevalnih centrih, Testnih postajah, rejskih organizacijah za posamezne pasme ter pri študentih študija živinoreje oz. zootehnike na Biotehniški fakulteti. 11.2. Vpetost raziskave v tuje okolje Kje obstaja verjetnost, da bodo vaša znanstvena spoznanja deležna zaznavnega odziva? [j v mednarodnih znanstvenih krogih r~j pri mednarodnih uporabnikih Navedite število in obliko formalnega raziskovalnega sodelovanja s tujini raziskovalnimi inštitucijami:12 Formalno obliko sodelovanja smo vzpostavili: 1) laboratorij Weatherbys Scientific na Irskem 2) INTERBULL, Sweden 3) z rejskimi organizacijami: - Irish Cattle Breeding Federation, Ireland - ANABLE, Portugal - Croatian Agricultural Agency, Croatia - Israeli Cattle Breeders' Association, Israel - Stud Book and Animal Improvement Association, South Africa - Instituto Nacional para el Mejoramiento Lechero, Uruguay - AGBD of the National Institute of Animal Science, South Korea Kateri so rezultati tovrstnega sodelovanja:1^ Velik interes za rezultate našega projekta izkazuje mednarodna organizacija INTERBULL, ki je aktivno vključena v aktivnosti našega raziskovalnega projekta ter mednarodni konzorcij InterGenomics-Holstein. Te aktivnosti z Interbull-om in v okviru InterGenomics-Holstein se bodo nadaljevale tudi po končanem projektu. Trenutno se močno prizadevamo vzpostaviti formalno sodelovanje tudi z drugimi rejskimi organizacijami za črno-belo pasmo in selekcijskimi hišami, ki delujejo v okviru mednarodnih konzorcijev EuroGenomics ter North-American konzorcij za ČB pasmo. V teku pa je tudi priprava in podpis pisma o nameri in sodelovanju med rejsko organizacijo za ČB pasmo v Sloveniji ter z German Cattle Breeders Federation / ADR glede izmenjave določenega števila genotipov za bike iz nemške populacije, ki imajo potomke tudi v Sloveniji. 12.Označite, katerega od navedenih ciljev ste si zastavili pri projektu, katere konkretne rezultate ste dosegli in v kakšni meri so doseženi rezultati uporabljeni Cilj F.01 Pridobitev novih praktičnih znanj, informacij in veščin Zastavljen cilj S DA ON E Rezultat Dosežen T" Uporaba rezultatov V celoti T F.02 Pridobitev novih znanstvenih spoznanj Zastavljen cilj Ф DA NE Rezultat Dosežen [t] Uporaba rezultatov Uporabljen bo v naslednjih 3 letih |t i F.03 Večja usposobljenost raziskovalno-razvojnega osebja Zastavljen cilj S DA ON E Rezultat Dosežen |t i Uporaba rezultatov Uporabljen bo v naslednjih 3 letih t 1 F.04 Dvig tehnološke ravni Zastavljen cilj Ф DA NE Rezultat Dosežen |t i Uporaba rezultatov Uporabljen bo v naslednjih 3 letih |t| F.05 Sposobnost za začetek novega tehnološkega razvoja Zastavljen cilj S DA ON E Rezultat Dosežen |t| Uporaba rezultatov Uporabljen bo v naslednjih 3 letih |t i F.06 Razvoj novega izdelka Zastavljen cilj O DA ФN E Rezultat [t] Uporaba rezultatov |t i F.07 Izboljšanje obstoječega izdelka Zastavljen cilj O DA NE Rezultat |t i Uporaba rezultatov t 1 F.08 Razvoj in izdelava prototipa Zastavljen cilj O DA Ф; N E Rezultat |t i Uporaba rezultatov |t| F.09 Razvoj novega tehnološkega procesa oz. tehnologije Zastavljen cilj S DA ON E Rezultat Dosežen |t| Uporaba rezultatov Uporabljen bo v naslednjih 3 letih |t i F. 10 Izboljšanje obstoječega tehnološkega procesa oz. tehnologije Zastavljen cilj O DA ФN E Rezultat [t] Uporaba rezultatov |t i F.11 Razvoj nove storitve Zastavljen cilj S DA ON E Rezultat Dosežen |t i Uporaba rezultatov Uporabljen bo v naslednjih 3 letih t 1 F.12 Izboljšanje obstoječe storitve Zastavljen cilj O DA ФN E Rezultat T I Uporaba rezultatov T 1 F. 13 Razvoj novih proizvodnih metod in instrumentov oz. proizvodnih procesov Zastavljen cilj S DA ON E Rezultat Dosežen T 1 Uporaba rezultatov Ni uporabljen T I F. 14 Izboljšanje obstoječih proizvodnih metod in instrumentov oz. proizvodnih procesov Zastavljen cilj O DA NE Rezultat T I Uporaba rezultatov T 1 F. 15 Razvoj novega informacijskega sistema/podatkovnih baz Zastavljen cilj Ф DA O N E Rezultat Dosežen T 1 Uporaba rezultatov Uporabljen bo v naslednjih 3 letih T 1 F. 16 Izboljšanje obstoječega informacijskega sistema/podatkovnih baz Zastavljen cilj O DA NE Rezultat T 1 Uporaba rezultatov T I F. 17 Prenos obstoječih tehnologij, znanj, metod in postopkov v prakso Zastavljen cilj Ф DA NE Rezultat Dosežen T 1 Uporaba rezultatov Uporabljen bo v naslednjih 3 letih T I F.18 Posredovanje novih znanj neposrednim uporabnikom (seminarji, forumi, konference) Zastavljen cilj Ф DA O N E Rezultat Dosežen T 1 Uporaba rezultatov Uporabljen bo v naslednjih 3 letih T 1 F.19 Znanje, ki vodi k ustanovitvi novega podjetja ("spin off") Zastavljen cilj O DA NE Rezultat T 1 Uporaba rezultatov T I F.20 Ustanovitev novega podjetja ("spin off") Zastavljen cilj O DA Ф; N E Rezultat T 1 Uporaba rezultatov T I F.21 Razvoj novih zdravstvenih/diagnostičnih metod/postopkov Zastavljen cilj O DA NE Rezultat T II Uporaba rezultatov T I F.22 Izboljšanje obstoječih zdravstvenih/diagnostičnih metod/postopkov Zastavljen cilj O DA Ф N E Rezultat T 1 Uporaba rezultatov T I F.23 Razvoj novih sistemskih, normativnih, programskih in metodoloških rešitev Zastavljen cilj S DA ON E Rezultat Dosežen T I Uporaba rezultatov Uporabljen bo v naslednjih 3 letih T 1 F.24 Izboljšanje obstoječih sistemskih, normativnih, programskih in metodoloških rešitev Zastavljen cilj O DA NE Rezultat T 1 Uporaba rezultatov T I F.25 Razvoj novih organizacijskih in upravljavskih rešitev Zastavljen cilj Ф DA NE Rezultat Dosežen T 1 Uporaba rezultatov Uporabljen bo v naslednjih 3 letih T I F.26 Izboljšanje obstoječih organizacijskih in upravljavskih rešitev Zastavljen cilj O DA NE Rezultat T I Uporaba rezultatov T 1 F.27 Prispevek k ohranjanju/varovanje naravne in kulturne dediščine Zastavljen cilj Ф DA O N E Rezultat Dosežen T 1 Uporaba rezultatov Uporabljen bo v naslednjih 3 letih T 1 F.28 Priprava/organizacija razstave Zastavljen cilj O DA NE Rezultat T 1 Uporaba rezultatov T I F.29 Prispevek k razvoju nacionalne kulturne identitete Zastavljen cilj O DA Ф; N E Rezultat T 1 Uporaba rezultatov T I F.30 Strokovna ocena stanja Zastavljen cilj O DA NE Rezultat T I Uporaba rezultatov T 1 F.31 Razvoj standardov Zastavljen cilj O DA S N E Rezultat |t| Uporaba rezultatov |t i F.32 Mednarodni patent Zastavljen cilj O DA 8 N E Rezultat |t i Uporaba rezultatov |t i F.33 Patent v Sloveniji Zastavljen cilj O DA ФN E Rezultat |t i Uporaba rezultatov |t| F.34 Svetovalna dejavnost Zastavljen cilj S DA ON E Rezultat Dosežen t 1 Uporaba rezultatov V celoti [t] F.35 Drugo Zastavljen cilj S DA NE Rezultat Dosežen |t| Uporaba rezultatov V celoti |t i Komentar K točki 35: Spremembra rejskih programov pri mlečnih pasmah goveda & poznavanje razumevanja in preference glede genomske selekcije, selekcijskih orodij ter lastnosti v rejskih ciljih v prihodnje z vidika rejcev rjave, lisaste in črnobele pasme v Sloveniji. 13.Označite potencialne vplive oziroma učinke vaših rezultatov na navedena področja Vpliv Ni vpliva Majhen vpliv Srednji vpliv Velik vpliv G.01 Razvoj visokošolskega izobraževanja G.01.01. Razvoj dodiplomskega izobraževanja o o o © G.01.02. Razvoj podiplomskega izobraževanja o o o © G.01.03. Drugo: o o o o G.02 Gospodarski razvoj G.02.01 Razširitev ponudbe novih izdelkov/storitev na trgu o o o © G.02.02. Širitev obstoječih trgov o o o © G.02.03. Znižanje stroškov proizvodnje o o o © G.02.04. Zmanjšanje porabe materialov in energije o o ® o G.02.05. Razširitev področja dejavnosti o o o © G.02.06. Večja konkurenčna sposobnost o o o © G.02.07. Večji delež izvoza o o © o G.02.08. Povečanje dobička o o o © G.02.09. Nova delovna mesta o © o o G.02.10. Dvig izobrazbene strukture zaposlenih o o o ® G.02.11. Nov investicijski zagon o o © o G.02.12. Drugo: o o o o G.03 Tehnološki razvoj G.03.01. Tehnološka razširitev/posodobitev dejavnosti o o o © G.03.02. Tehnološko prestrukturiranje dejavnosti o o o © G.03.03. Uvajanje novih tehnologij o o o © G.03.04. Drugo: o o o o G.04 Družbeni razvoj G.04.01 Dvig kvalitete življenja o o o © G.04.02. Izboljšanje vodenja in upravljanja o o o © G.04.03. Izboljšanje delovanja administracije in javne uprave o o ® o G.04.04. Razvoj socialnih dejavnosti o ® o o G.04.05. Razvoj civilne družbe o ® o o G.04.06. Drugo: o o o o G.05. Ohranjanje in razvoj nacionalne naravne in kulturne dediščine in identitete O O O © G.06. Varovanje okolja in trajnostni razvoj o o o © G.07 Razvoj družbene infrastrukture G.07.01. Informacijsko-komunikacijska infrastruktura o o o © G.07.02. Prometna infrastruktura ® o o o G.07.03. Energetska infrastruktura ® o o o G.07.04. Drugo: o o o o G.08. Varovanje zdravja in razvoj zdravstvenega varstva o o o © G.09. Drugo: o o o o Komentar Rezultati našega raziskovalnega projekta V4-1613 »Uvedba genomske selekcije in genotipizacije pri mlečnih pasmah govedi v Sloveniji« sovpadajo z naslednjimi družbenoekonomskimi cilji: 2 Okolje - varovanje živalskih vrst in njihovega naravnega okolja 6 Industrijska proizvodnja in tehnologija - izboljšanje industrijske proizvodnje in tehnologije -povečevanje ekonomske učinkovitosti in konkurenčnosti - proizvodnja 7 Zdravje -preprečevanje, spremljanje in obvladovanje nalezljivih in nenalezljivih bolezni - spremljanje (monitoring - širši pojem) zdravstvenega stanja 8 Kmetijstvo - spodbujanje kmetijstva, gozdarstva, ribištva in proizvodnje živil - razvijanje prehrambene tehnologije in produktivnosti - kmetijstvo, gozdarstvo in ribištvo - znanost o živalih in mlekarstvu - veterino in druge kmetijske znanosti 9 Izobraževanje - srednješolsko izobraževanje - višješolsko izobraževanje - visokošolsko izobraževanje - podporne storitve pri izobraževanju 12 Splošni napredek znanja - RiR financiran iz splošnih univerzitetnih fondov (SUF) 12.1 Naravoslovne vede - RiR financiran iz splošnih univerzitetnih fondov - znanosti s področja matematike, računalništva in informatike - biološke vede - druge naravoslovne vede 12.2 Tehnološke vede - RiR financiran iz splošnih univerzitetnih fondov - informacijski inženiring, nanotehnologija, ostale tehnološke znanosti in tehnologije 12.4 Kmetijske vede - RiR financiran iz splošnih univerzitetnih fondov - kmetijstvo, gozdarstvo, ribištvo, znanost o živalih in mlekarstvu, veterina, kmetijska biotehnologija, ostale kmetijske vede 13 Splošni napredek znanja - RiR financiran iz drugih virov (ne iz splošnih univerzitetnih fondov - SUF) 13.1 Naravoslovne vede - RiR financiran iz drugih virov (ne iz SUF) - biološke vede - druge naravoslovne vede 13.2 Tehnološke vede - RiR financiran iz drugih virov (ne iz SUF) -informacijski inženiring 13.4 Kmetijske vede - RiR financiran iz drugih virov (ne iz SUF) -kmetijstvo, gozdarstvo, ribištvo, znanost o živalih in mlekarstvu, veterina, kmetijska biotehnologija, ostale kmetijske vede 14.Naslov spletne strani za projekte, odobrene na podlagi Javnih razpisov za sofinanciranje ciljnih raziskovalnih projektov za leta 2016, 2017, 2018 in 201914 http://www.bf.uni-lj.si/dekanat/raziskovalno-delo/raziskovalni-projekti-ciljnega-raziskovalnega-programa-ki-jih-sofinancira-javna-agencija-za-raziskovalno-dejavnost/odobreni-leta-2016/ http://www.sicris.si/public/jqm/prj.aspx? lang=slv&opdescr=search&opt=2&subopt=400&code1=cmn&code2=auto&psize=1&hits=1& page=1&count=&search_term = kmetijski%20in%EF%BF%BDtitut%20Slovenije&id = 10354&sl ng=&order_by= C. IZJAVE Podpisani izjavljam/o, da: • so vsi podatki, ki jih navajamo v poročilu, resnični in točni; • se strinjamo z obdelavo podatkov v skladu z zakonodajo o varstvu osebnih podatkov za potrebe ocenjevanja in obdelavo teh podatkov za evidence ARRS; • so vsi podatki v obrazcu v elektronski obliki identični podatkom v obrazcu v pisni obliki (v primeru, da poročilo ne bo oddano z digitalnima podpisoma); • so z vsebino zaključnega poročila seznanjeni in se strinjajo vsi soizvajalci projekta; • bomo sofinancerjem istočasno z zaključnim poročilom predložili tudi elaborat na zgoščenki (CD), ki ga bomo posredovali po pošti, skladno z zahtevami sofinancerjev. Podpisi: zastopnik oz. pooblaščena oseba in vodja raziskovalnega projekta: raziskovalne organizacije: Univerza v Ljubljani, Biotehniška Marija Klopčič fakulteta ZIG Datum: 20.5.2020 Oznaka poročila: ARRS-CRP-ZP-2020/54 1 Napišite povzetek raziskovalnega projekta (največ 3.000 znakov v slovenskem in angleškem jeziku). Nazaj 2 v v v Navedite cilje iz prijave projekta in napišite, ali so bili cilji projekta doseženi. Navedite ključne ugotovitve, znanstvena spoznanja, rezultate in učinke raziskovalnega projekta in njihovo uporabo ter sodelovanje s tujimi partnerji. Največ 12.000 znakov vključno s presledki (približno dve strani, velikost pisave 11). Nazaj 3 Realizacija raziskovalne hipoteze. Največ 3.000 znakov vključno s presledki (približno pol strani, velikost pisave 11). Nazaj 4 Navedite morebitna bistvena odstopanja in spremembe od predvidenega programa dela raziskovalnega projekta, zapisanega v prijavi raziskovalnega projekta. Navedite in utemeljite tudi spremembe sestave projektne skupine v zadnjem letu izvajanja projekta. Če sprememb ni bilo, navedite »Ni bilo sprememb«. Največ 6.000 znakov vključno s presledki (približno ena stran, velikosti pisave 11). Nazaj 5 Navedite dosežke na raziskovalnem področju, ki so nastali v okviru tega projekta. Raziskovalni dosežek iz obdobja izvajanja projekta (do oddaje zaključnega poročila) vpišete tako, da izpolnite COBISS kodo dosežka -sistem nato sam izpolni naslov objave, naziv, IF in srednjo vrednost revije, naziv FORD področja ter podatek, ali je dosežek uvrščen v A'' ali A'. Nazaj 6 Navedite dosežke na področju gospodarstva, družbenih in kulturnih dejavnosti , ki so nastali v okviru tega projekta. Dosežke iz obdobja izvajanja projekta (do oddaje zaključnega poročila) vpišete tako, da izpolnite COBISS kodo dosežka - sistem nato sam izpolni naslov objave, naziv, IF in srednjo vrednost revije, naziv FORD področja ter podatek, ali je dosežek uvrščen v A'' ali A'. Dosežek na področju gospodarstva, družbenih in kulturnih dejavnosti je po svoji strukturi drugačen kot dosežek na raziskovalnem področju. Povzetek dosežka na raziskovalnem področju je praviloma povzetek bibliografske enote (članka, knjige), v kateri je dosežek objavljen. Povzetek dosežka na področju gospodarstva, družbenih in kulturnih dejavnosti praviloma ni povzetek bibliografske enote, ki ta dosežek dokumentira, ker je dosežek sklop več rezultatov raziskovanja, ki je lahko dokumentiran v različnih bibliografskih enotah. COBISS ID zato ni enoznačen, izjemoma pa ga lahko tudi ni (npr. prehod mlajših sodelavcev v gospodarstvo na pomembnih raziskovalnih nalogah, ali ustanovitev podjetja kot rezultat projekta ... - v obeh primerih ni COBISS ID). Nazaj 7 Navedite rezultate raziskovalnega projekta iz obdobja izvajanja projekta (do oddaje zaključnega poročila) v primeru, da katerega od rezultatov ni mogoče navesti v točkah 7 in 8 (npr. v sistemu COBISS rezultat ni evidentiran). Največ 2.000 znakov, vključno s presledki. Nazaj 8 Pomen raziskovalnih rezultatov za razvoj znanosti in za razvoj Slovenije bo objavljen na spletni strani: http://sicris.izum.si/ za posamezen projekt, ki je predmet poročanja. Nazaj 9 Največ 4.000 znakov, vključno s presledki. Nazaj 10 Največ 4.000 znakov, vključno s presledki. Nazaj 1 1 Največ 500 znakov, vključno s presledki. Nazaj 12« Največ 500 znakov, vključno s presledki. Nazaj 1 3 v Največ 1.000 znakov, vključno s presledki. Nazaj 14 Izvajalec mora za projekte, odobrene na podlagi Javnega razpisa za izbiro raziskovalnih projektov Ciljnega raziskovalnega programa »CRP 2016« v letu 2016, Ciljnega raziskovalnega programa »CRP 2017« v letu 2017 in Ciljnega raziskovalnega programa »CRP 2019« v letu 2019 ter Javnega razpisa za izbiro raziskovalnih projektov Ciljnega raziskovalnega programa »Zagotovimo.si hrano za jutri« v letu 2016 in Ciljnega raziskovalnega programa »Zagotovimo.si hrano za jutri« v letu 2018, na spletnem mestu svoje RO odpreti posebno spletno stran, ki je namenjena projektu. Obvezne vsebine spletne strani so: vsebinski opis projekta z osnovnimi podatki glede financiranja, sestava projektne skupine s povezavami na SICRIS, faze projekta in njihova realizacija, bibliografske reference, ki izhajajo neposredno iz izvajanja projekta ter logotip ARRS in drugih sofinancerjev. Spletna stran mora ostati aktivna še 5 let po zaključku projekta. Nazaj Obrazec: ARRS-CRP-ZP/2020 v1.00 97-BB-7B-E7-1C-D0-29-7 3-46-BB-E4-65-E8-12-1E-E5-38-60-3A-C6 Priloga k zaklju čnemu poročilu CRP V4-1613 UVEDBA GENOMSKE SELEKCIJE IN GENOTIPIZACIJE PRI MLEČNIH PASMAH GOVEDI V SLOVENIJI Izr. prof. dr. Marija Klop čič Izvle ček vsebinskega poro čila o realizaciji predlo ženega programa dela :_ Slovenska živinoreja nujno potrebuje napredek na področju učinkovitosti. Mišljenje, da lahko to dosežemo z uporabo tuje "selekcije" je napačno, saj so slovenski pogoji drugačni od pogojev, v katerih delujejo veliki rejski programi v tujini. Naši rejci se srečujejo s številnimi težavami pri potomkah tujih plemenjakov, saj naši pogoji in tehnologija reje le redko kje dosegajo tuje standarde in management čred od koder prihajajo tuji biki. Genomska selekcija nam omogoča, da bi bolj aktivno izvajali selekcijo v domačih pogojih reje na večjem obsegu kot jo izvajamo sedaj. Le tako bomo lahko dosegli bolj učinkovito in našemu okolju prijazno živinorejo. V zadnjih letih zaznavamo v Sloveniji znaten upad števila živali in v kolikor ne bomo izdatneje izbolj šali prireje v naših pogojih, bo še več rejcev prenehalo z rejo mle čnih pasem goved ali celo opu stilo kmetovanje. Genomska selekcija ima v živinoreji izreden potencial. S to metodo selekcije lahko odbiramo tako moške kot ženske plemenske živali kmalu po rojstvu živali. Do sedaj uveljavljene metode selekcije temeljijo na zbiranju fenotipskih podatkov na kandidatih za selekcijo ali njihovih bližnjih sorodnikov (potomci in pol-bratje/sestre). Omejujoč dejavnik pri klasi čnih rejskih programih je čas, ki je potreben, da lahko ocenimo lastnosti prireje (mlečnosti), telesne in druge funkcionalne lastnosti na ženskih potomkah (Schaeffer, 2006). V primerjavi s klasi čno selekcijo, kjer napovedi plemenskih vrednosti temeljijo na fenotipskih podatkih ter sorodstvu med živalmi na osnovi rodovnika, genomska selekcija uporablja genomske informacije. Razvoj in dostopnost genotipizacije živali z velikim številom označevalcev (SNP) sta omogočila razvoj genomske selekcije. V letu 2001 je bila predstavljena nova metodologija za ocenjevanje plemenskih vrednosti z uporabo velikega števila označevalcev (Meuwissen in sod., 2001). S to metodo ocenimo učinek vsakega posameznega označevalca, učinke seštejemo ter napovemo genomsko plemensko vrednost (gPV) živalim, celo tistim brez fenotipskih meritev. Glavna prednost uporabe gPV je v skrajšanju generacijskega intervala, kar lahko podvoji genetski napredek v primerjavi s klasi čno selekcijo (Schaeffer, 2006). Z uvedbo genomske selekcije z domačim obračunom genomskih plemenskih vrednosti bomo lahko povečali učinkovitost živinoreje in zmanj šali izpuste toplogrednih plinov na enoto pridelane hrane. Meritve kažejo, da se v obdobju med leti 2005 in 2014 emisije toplogrednih plinov niso bistveno zmanj šale, predvsem zaradi ekstremnih vremenskih razmer, ki so vplivale na kakovost pridelane krme. Uvedba genomske selekcije z domačim obračunom genomskih plemenskih vrednosti predstavlja alternativno rešitev zmanj ševanja emisij toplogrednih plinov na kilogram prirejenega mleka in mesa, saj bi lahko še bolje odbirali živali prilagojene razmeram v Sloveniji. Podobno sicer že opravljamo s klasi čno selekcijo, vendar genomska selekcija zaradi krajšega generacijskega intervala omogoča hitrej ši napredek. Genomska selekcija temelji na preprostem konceptu. Za začetek potrebujemo t.i. referenčno populacijo živali, za katere poznamo rodovnik, fenotipsko (koli čina prirejenega mleka, hitrost rasti, ...) in genomsko informacijo (običajno v obliki velikega števila genetskih označevalcev - okoli 50.000 mest v genomu). Te tri vire informacij združimo s pomočjo statisti čnih metod v t.i. napovedno enačbo. Nato lahko genomsko informacijo novorojene živali vključimo v napovedno enačbo in s pomočjo le-te ocenimo genetsko vrednost živali. Zadostna natančnost in ranost genomskih napovedi omogočata znaten genetski napredek. Poleg večje točnosti in kratkega generacijskega intervala, zbrani genomski podatki omogočajo tudi preveritev pasemske pripadnosti, preveritev starševstva, spremljanje genov z velikim proizvodnimi in pomembnimi učinki na zdravje živali, identifikacijo genov z letalnimi (povzročijo smrt živali) učinki, spremljanje in preprečevanje nezaželenega parjenja v sorodstvu, priprava optimalnih paritvenih načrtov in navsezadnje tudi genetsko sledljivost izdelkov. Vir: https://wiki.groenkennisnet.nl/display/TAB/Chapter+8.15%3A+Genomic+selection Za vzpostavitev genomske selekcije je ključna velikost referenčne populacije in rutinska genotipizacija kandidatov za selekcijo. Velikost referen čne populacije je eden izmed pomembnih faktorjev, ki vplivajo na točnost ocene genomske plemenske vrednosti (Goddard in Hayes, 2009). Večina referenčnih populacij v svetu sestavljajo očetje potomk v preizkusu (Hayes in sod., 2009). Medtem ko v velikih populacijah nimajo težav z velikostjo referen čne populacije, je v manj ših populacijah težje zagotoviti dovolj veliko število preizku šenih živali, kar vpliva na manj šo točnost napovedanih gPV. Ve čjo točnost napovedi gPV lahko dosežemo s povečanjem referenčne populacije, zmanjšanjem genetskih vezi v referen čii populaciji ter s povečanjem genetskih vezi med referen čno in napovedno populacijo (Pszczola in sod., 2012). V majhnih populacijah rešujejo problem majhnega števila živali v referen čni populaciji na ve č načinov (Schöpke in Swalve, 2016): • z vklju čitvijo genotipiziranih ženskih živali in ne-genotipiziranih živali (sorodstveno povezanih z že genotipiziranimi živalmi) v referen čno populacijo ter • z zdru ženjem majhnih populacij z ve čjimi. Integracija genomskih informacij moških in ženskih živali v referen čno populacijo je ključnega pomena za doseganje sprejemljive točnosti ocene gPV v majhnih populacijah. Doprinos ene ženske živali v referen čno populacijo ni enak doprinosu očetov s preizkusom potomcev (deRoos, 2011). Relativni prispevek k točnosti ocene očeta ali krave ob vklju čitvi v referen čni populaciji je odvisen od števila potomk preizku šenega bika in heritabilitete za posamezno lastnost. Da bi dosegli podobne točnosti genomskih napovedi z referen čno populacijo, ki temelji na lastnih fenotipskih podatkih, bi bilo potrebno veliko število genotipiziranih živali, zlasti za lastnosti z nizko heritabiliteto . Vsi ti omejujo či dejavniki predstavljajo dodaten izziv pri formiranju referenčne populacije, ki omogoča zanesljive ocene gPV. Vklju čitev ne-genotipiziranih živali , za katere imamo fenotipske podatke, je poceni metoda s katero lahko povečamo referenčno populacijo. Pszczola in sod. (2012) opozarjajo, daje njena učinkovitost odvisna od točnosti napovedovanja genomskih informacij za negenotipizirane živali. Manjkajoče genotipe lahko imputiramo ali pa živali preko matrike sorodstva vklju čimo v eno-stopenjske izračune plemenskih vrednosti (single-step procedure) (Schöpke in Swalve, 2016). Za uspešno napoved (imputacijo) genotipov na osnovi rodovnika potrebujemo bližnje sorodnike, ki so genotipizirani. Hickey in sod. (2012) so razvili metodo imputacije in programsko opremo s katero učinkovito, robustno in natan čno napovemo genotipe živalim, ki nimajo znanega genotipa ali pa so genotipizirani s čipom manj še gostote. Prispevek k povečanju točnosti ocene gPV z vklju čevanjem ne-genotipiziranih živali (mater) v referenčno populacijo je odvisna od heritabilitete posamezne lastnosti, velikosti obstoje če referen čne populacije in od strukture populacije. Učinkovit način povečanja referen čne populacije dosežemo z združevanjem populacij iz različnih držav. Iz tega razloga že obstajajo mednarodne referenčne populacije npr. EuroGenomics za črno-belo pasmo v Evropi (Lund in sod., 2010), sodelovanje med Združenimi državami Amerike, Kanado, Italijo in Veliko Britanijo za črno-belo pasmo, ki poteka od leta 2007 (VanRaden in sod., 2012) in InterGenomics pri rjavi pasmi goveda (Jorjani in sod., 2012). Države si med seboj izmenjujejo genotipe, tako povečajo referen čno populacijo in posledično dosegajo višje točnosti ocene gPV. Skupna referenčna populacija prinese velike pozitivne učinke zlasti manj šim populacijam, ko združimo populacijo z majhnim številom živali z ve čjo populacijo (Zhou in sod., 2013). Raziskovalni cilji V okviru našega raziskov alnega projekta smo preverjali učinkovitost metod za povečanje točnosti napovedi genomskih plemenskih vrednosti na primeru slovenske populacije črno-belega goveda . Zato smo v referen čno populacijo vklu čili naslednje skupine živali: • genotipizirane moške živali (plemenske bike na Osemenjevalnem centru Preska in na Testni postaji Nova Gorica) • genotipizirane ženske živali iz čred od koder prihajajo bikovske matere • ne-genotipizirane sorodstveno povezane živali v referen čni populaciji • vključitev v mednarodno referenčno populacijo InterGenomics-Holstein, ki seje formiral v teku našega projekta na pobudo slovenskih raziskovalcev in ob pomoči ekspertov in INTERBULL-a. Vključitev različnih skupin živali v referenčno populacijo bo povečalo točnost ocene genomske PV. Rezultate analize teh podatkov in vpliv vključitve genotipiziranih domačih ženskih živali, ne-genotipiziranih sorodstveno povezanih živali in živali iz tujih populacij na točnost napovedi gPV bomo predstavili rejcem in širši javnosti v teku zime, ki je pred nami. Raziskovalne hipoteze Pri svojem delu smo si zastavili naslednje hipoteze: ■ vključitev genotipiziranih ženskih živali v referenčno populacijo bo povečalo točnost ocene gPV; ■ vklju čitev ne-genotipiziranih sorodstveno povezanih živali v referen čno populacijo bo dodatno pove čalo to čnost ocene gPV; ■ glede na to, da v populaciji črno-belega goveda kot očete bikov uporabljamo genetski material iz tujih populacij, pričakujemo, da bo sodelovanje z mednarodnimi referenčnimi populacijami povečalo točnost ocene gPV. (Prispevek tujih informacij je lahko manj ši, če so rejci v vklju čenih populacijah izbirali seme bikov, ki v naši populaciji niso bili uporabljeni). Prispevek tega sodelovanja je odvisen od genetske povezanosti populacij; Predlagana metoda in podatkovni viri V raziskavi smo uporabili podatke genotipiziranih moških in ženskih živali črno-bele pasme iz slovenskih čred. V okviru CRP projekta »Uvedba genomske selekcije in genotipizacije pri mlečnih pasmah govedi v Sloveniji (CRP V4-1613)« smo zbirali vzorce tkiva iz ušesa pri ženskih živlaih predvsem v čredah bikovskih mater črno-bele pasme. Do sedaj je bilo genotipiziranih 3.038 živali črno-bele pasme od tega 438 moških živali in 2.600 ženskih živali s 50K mikro čipom. V teku našega projekta so bili uporabljeni naslednji čipi: Serija so bile narejene z Weatherbys Scientific Bovine čipom VersaSNP 50K - tretje (IDBv3) in četrte generacije (IDBv4). Na postopek genotipizacije v laboratoriju na Irskem čaka še ca. 450 vzorcev pobranih od ženskih živali. Pričakujemo, da bo skupno število genotipiziranih ženskih živali okrog 3.000 in moških živali (bikov) okoli 460 (vključno z biki, ki so bili genotipizirani že pred začetkom tega projekta). Fenotipske podatke in porekla teh živali smo pridobili iz Centralne podatkovne zbirke Govedo. V sodelovanju z InterGenomics-Holstein smo vklju čeni v skupni obračun genomske plemenske vrednosti na osnovi podatkov tujih populacij (do sedaj sodelujejo 8 držav: Hrvaška, Irska, Izrael, Koreja, Portugalska, Slovenija, Urugvaj, Ju žnoafri ška republika), ki tvorijo mednarodno referen čno populacijo črno-bele pasme v okviru tega mednarodnega konzorcija . Za izračun gPV smo uporabili ang. single-step GBLUP (ssGBLAP) metodo, s katero v enem koraku izračunamo gPV. Metoda ssGBLUP združuje fenotipske, genomske podatke in podatke porekla (Legarra in sod., 2014). Za analize uporabljamo programsko opremo BLUPF90 (Misztal, 2013). Najprej smo naredili kontrolo kakovosti genotipov (uspešnost genotipizacije, frekvenca alelov in Hardy-Weinberg ravnotežje). Po vseh kontrolah in čiščenju podatkov je bilo uporabljenih 42.626 SNP-ov (označevalcev). Call rate je v našem primeru znašal 0,911. Temu je sledila kontrola rodovnikov z uporabo programa PLINK (Purcell in sod., 2007) in AlphaAssign (Whalen in sod., 2019). Neskladnosti genotipov med starši in potomci preverjamo z uporabo programa conflict.f90 (VanRaden in sod., 2015), ki popravlja mendelske napake in vstavi manjkajo či SNP z uporabo starševskih genotipov, kjer je to mogoče. Za imputacije genotipov pri dodajanju ne-genotipiziranih živali v referenčno populacijo uporabljamo program AlphaPeel (Whalen in sod., 2018). Pri izračunih z mednarodno referenčno populacijo uporabljamo metodologijo, ki so jo predstavili Vandenplas in sod. (2016) pri izračunih na rjavi pasmi v Sloveniji z uporabo mednarodnih genomskih informacij v nacionalnem eno-stopenjskem izračunu plemenskih vrednosti v okviru mednarodnega konzorcija InterGenomics-Brown. Metoda združuje uporabo nacionalnih fenotipskih in genomskih podatkov ter podatkov z rodovnika z mednarodnimi genomskimi informacijami, pri čemer se izogiba dvojni uporabi istih virov informacij (ang. double couting). V teku je tudi preveritev točnosti ocen plemenskih vrednosti in izra čun Spearmanov rang korelacijski koeficient za posamezne skupine živali. Za simulacijo razli čnih rejskih programov bomo uporabili AlphaSimR software (Gorjanc in sod., 2019) . priloga 1: Strokovni prispevek, ki bo objavljen v reviji priznane rejske organizacije za črnobelo pasmo - v reviji ČRNOBELO GOVEDO Ali imamo možnosti za lastno genomsko selekcijo pri mlečnih pasmah govedi v Sloveniji? Marija Klop čič1, Anita UleJanez Jenko2'3, Gregor Gorjanc ^3 Oddelek za zootehniko, Biotehni ška fakulteta, Univerza v Ljubljani 2Kmetijski in štitut Slovenije 3The Roslin Institute and Royal (Dick) School of Veterinary Studies, The University of Edinburgh Uvod Namen prispevka je predstavitev genomske selekcije in analiza možnosti njene vpeljave pri mlečnih pasmah govedi v Sloveniji. Prispevek je razdeljen v štiri sklope: 1. Zgodovinski moment - Umestitev genomske selekcije ob bok predhodnim razvojnim mejnikom v selekciji goveda. 2. Osnove genomske selekcije - Osnovni koncepti potrebni za razumevanje genomske selekcije. 3. Uporaba genomske selekcij e v rej skem programu. 4. Možnosti vpeljave lastne genomske selekcije pri mlečnih pasmah govedi v Sloveniji. Zgodovinski moment Govedorejsko razvite države so v zadnjih desetih letih vpeljale nov način selekcije, ki temelji na uporabi genomskih informacij. Ta način selekcije poenostavljeno imenujemo genomska selekcija. Na tem mestu omenimo samo poglavitno prednost te nove metode, medtem ko je podrobnej ši opis podan v naslednjem delu prispevka. Genomska selekcija omogoča večjo točnost odbire mladih živali, katerih prireja mleka ali mesa še ni bila izmerjena. Vpeljava genomske selekcije je v govedorejsko razvitih državah znatno spremenila rejske programe. Npr. v Franciji bike mlečnih pasem govedi ne odbirajo več na podlagi testa na potomkah, ampak izklju čno le na podlagi genomske informacije. Podobne spremembe se dogajajo tudi v drugih državah, kakor tudi pri drugih vrstah domačih živali (prašiči, perutnina, konji, ovce , koze, ipd.). Rjava pasma je prva pasma goveda v Sloveniji pri kateri smo začeli z genomsko selekcijo. V letu 2013 smo pri tej pasmi prvič izvedli obračun genomskih plemenskih vrednosti, ki je bil vpeljan s pomočjo mednarodnega projekta InterGenomics-Brown. V tem projektu danes sodeluje sedem držav (Avstrija, Francija, Italija, Nemčija, Slovenija, Švica in Združene države Amerike) in mednarodna organizacija za primerjavo bikov - Interbull. Rejci rjave pasme lahko od takrat vključijo svoje živali v ta obračun in poleg genomskih plemenskih vrednosti pridobijo še informacije o dednih boleznih oz. napakah ter o genotipu za kapa in beta kazein. V ta obračun so sedaj že redno vklju čeni tudi bikci iz načrtnih parjenj bikovskih mater z elitnimi biki. Teorija in praktični rezultati kažejo, da genomska selekcija pri mlečnem govedu omogoča dvakrat večji genetski napredek na leto. Takšne znatne spremembe se običajno zgodijo le vsakih nekaj desetletij. Mednarodna selekcijska stroka je soglasna, da je genomska selekcija tehnologija oziroma metoda, ki jo lahko postavimo ob bok drugim razvojnim mejnikom v selekciji. Pri govedu so ti mejniki: i) vzpostavitev rejskih knjig, ii) rutinsko spremljanje prireje (kontrola), iii) osemenjevanje, iv) testiranje bikov na potomcih - progeni test in v) selekcija na podlagi ocenjenih plemenskih vrednosti - BLUP. Osnove genomske selekcije Genomska selekcija temelji na preprostem genetsko-statističnem konceptu (Slika 1). Celoten postopek lahko razdelimo na tri dele. Najprej moramo vzpostaviti tako imenovano referenčno populacijo fenotipiziranih in genotipiziranih živali. Te živali imajo zanesljive ocene plemenskih vrednosti in poznane genotipe. Vse podatke, ki so vezani na referenčne živali uporabimo za izračun napovedne enačbe. To enačbo nato uporabimo za napoved genomskih plemenske vrednosti katerekoli genotipizirane živali (imenujemo jih tudi kandidati za odbiro), npr. novorojenega teleta, telice pred prodajo, mladega ali starega bika, celo zarodka pred vsaditvijo v nadomestno kravo . Slika 1: Poenostavljena genomska selekcijska shema Predstavljeni koncept omogoča zelo učinkovito selekcijo (preko napovedi genomskih plemenskih vrednosti), kadar so izpolnjeni vsaj sledeči pogoji: • Referenčna populacija mora biti dovolj velika (vsaj nekaj tisoč živali). Večja kot je referenčna populacija, večja bo točnost genomskih plemenskih vrednosti in posledično večji bo uspeh pri selekciji. • Genotipizacija mora zajeti čim večje število lokacij v genomu, vsaj 30.000 za živali iz referenčne populacije in nekaj tisoč lokacij za kandidate. Tem lokacijam rečemo tudi označevalci/markej saj nam ne povedo ni č o vlogi posameznih mest v genomu, ampak nam služijo samo kot »oznaka« za mesta v genomu. S temi označevalci »merimo« genetske razlike med živalmi. Trenutno cenovno najugodneje to počnemo s t.i. »SNP čipi«. Cena genotipizacije je odvisna predvsem od števila označevalcev na čipu in števila živali, ki jih bomo genotipizirali. Npr. v primeru velikega števila naroči (npr. 20.000 živali letno) je možno izpogajati ceno ene genotipizacije z 1.000 označevalci okoli 10 EUR, medtem ko bo za 30.000 označevalcev potrebno odšteti okoli 20 EUR in za 60.000 označevalcev okoli 35 EUR. Potrebno je prišteti še ceno izolacije molekule DNK, stroške jemanja vzorca, poštnine in obdelave podatkov. Velja tudi izpostaviti, daje bolj pomembno genotipizirati več živali z manj ozna čevalci, kot manj živali z ve č označevalci. • Referenčna populacija mora čim bolje zajeti genetsko variabilnost v populaciji. V kolikor referenčna populacija zajema samo nekaj družin, potem bodo napovedi točne samo za živali, ki izhajajo iz teh družin. Hkrati je zelo pomembno, da niso genotipizirane samo najbolj še živali, saj s takšno referenčno populacijo ne bomo mogli natančno napovedati razlike med dobrimi in slabimi živalmi. • Živali, katerim plemensko vrednost bomo napovedali, morajo biti čim bolj sorodne živalim v referenčni populaciji. Praktično to pomeni, da več kot imajo napovedane živali (kandidati) bli žnjih sorodnikov v referenčni populaciji, bolj natančno jim bomo napovedali plemensko vrednost. V kolikor referenčno populacijo sestavljajo biki, potem naj bi vsak kandidat ali kandidatka imela v referenčni populaciji očeta in materinega starega očeta. Točnosti napovedi z vsako naslednjo generacijo padajo. Iz tega sledi, da je nujno sproti obnavljati referenčno populacijo z novimi živalmi, ki so genotipizirane in fenotipizirane. Uporaba genomske selekcije v rejskem programu Selekcija govedi že nekaj desetletji temelji predvsem na uporabi bikov, ki so bili preizkušeni na potomcih. Takšen preizkus je zelo točen, a hkrati tudi zamuden. Na oceno plemenske vrednosti bika za mlečnost čakamo od 5 do 6 let, da dobimo informacije o mlečnosti njegovih hčera v več čredah. Večje kot je število hčera in čred, večja bo točnost plemenskih vrednosti. Običajno je točnost preizkusa na potomcih okoli 0,90 (korelacija med napovedano in pravo plemensko vrednostjo). Slednja točnost pomeni, da smo z zbranimi podatki na potomcih uspeli pojasniti 0,92*100=81% genetske variabilnosti med živalmi. Genomski preizkus ni tako točen kot preizkus na potomcih, a ga je možno izvesti praktično takoj po rojstvu. Kombinacija zadostnih točnosti in zgodnja odbira skupaj omogo čata večji genetski napredek. Hitreje namreč povečujemo frekvenco dobrih genov v populaciji kot s klasično selekcijo. Pri mlečnem govedu je lahko npr. napredek z genomsko selekcijo tudi dvakrat večji kot s klasično selekcijo. V populaciji rjavega goveda bi dvakrat večji genetski napredek v zadnjih desetih letih danes omogoči 2,5 milijona EUR večji neto letni prihodek pri prireji mleka. Točnosti genomskih napovedi se običajno gibljejo med 0,5 in 0,8 s čimer zajamemo med 0,52*100=25% in 0,82*100=64% genetske variabilnosti v populaciji. Kako visoko točnost dosežemo, je odvisno od pogojev, ki smo jih nanizali v predhodnem delu. V kolikor bi odbirali bike samo na podlagi genomskih ocen, bi lahko v primerjavi s preizkusom na potomcih skrajšali generacijski interval s 5 let na 15 mesecev. Tako bi lahko namesto ene generacije klasične selekcije izvedli 3 generacije genomske selekcije. V kolikor se rejci odločijo tudi za genotipizacijo teličk, je možno doseči genetski napredek v nekoliko manjšem obsegu tudi po ženski strani. Uporaba SNP čipov omogoča poleg napovedovaja genomskih plemenski vrednosti tudi številne dodatne informacije, npr. genotip za kapa kazein (vpliva na siljenje mleka), beta kazein (???), dvojno omi šičenost, genetske napake in druge t.i. monogenetske lastnosti. Na osnovi SNP lahko izračunamo tudi genomsko oziroma realizirano stopnjo sorodstva za vsak par živali ter za vsako žival prav tako realiziran inbriding. Rejci lahko te informacije koristijo pri odbiri živali za obnovo lastne črede ali pri prodaji plemenskih živali. Vse to omogoča rejcem, da se odločijo zanišno selekcijo in s tem odpiranje novih tržnih niš pri prodaji plemenskih živali in prirejenega mleka in mesa v Sloveniji in bližnji okolici. Uspeh genomske selekcije je odvisen od zaupanja rejcev v napovedane genomske plemenskih vrednosti in posledično osemenjevanja z genomsko testiranimi biki. Nekateri rejci namreč v upanju na zanesljive rezultate pri potomkah, uporabljajo za osemenjevanje predvsem seme testiranih bikov z visoko točnostjo napovedanih plemenskih vrednosti. Ti rejci odklanjajo uporabo mladih bikov in posledično tudi osemenjevanje z genomsko testiranimi biki. Takšen pristop ni v skladu s trenutno veljavnim rejskim programom, saj taki rejci ne prispevajo k napredku pasme s testiranjem potomk mladih bikov v pogojih reje. Takšni rejci zaostajajo za genetskim napredkom populacije. Rejec, ki za osemenjevanje uporablja izklju čno mlade - genomsko testirane bike, je lahko 3 generacije pred rejcem, ki osemenjuje izklju čno s semenom testiranih bikov. Prav tako bodo kandidati za odbiro predvsem potomci mladih genomsko testiranih bikov, saj le tako lahko zmanj šamo generacijski interval in povečamo genetski napredek populacije. Tveganje povezano z nekoliko manj šo točnostjo genomsko testiranih bikov se lahko zmanjša tako, da rejci uporabijo večje število bikov kot so bili vajeni do sedaj. Možnosti vpeljave genomske selekcije z lastnim obračunom genomskih plemenskih vrednosti pri mlečnih pasmah goveda v Sloveniji Padec cene genotipizacije v zadnjih letih je bistveno spremenil možnosti uvedbe genomske selekcije z lastnim obračunom genomskih plemenskih vrednosti v majhnih populacijah, kamor sodi tudi slovenska populacija rjave, lisaste ali črno-bele pasme. Rezultati Ciljnega Raziskovalnega Projekta pred sedmimi leti so pokazali, da zaradi omejenega števila preizkušenih bikov v Sloveniji in visokih cen genotipizacije (150-200 EUR za 50.000 označevalcev), izgradnja lastne referenčne populacije ni bila mogoča. Priključitev mednarodnemu konzorciju je bila tako v tistem času edina prava možnost. Rjava pasma je imela pri tem tudi določeno mere sreče, saj se je ponudila možnost mednarodnega sodelovanja. Pri ostalih pasmah govedi v Sloveniji te možnosti žal do nedavnega ni bilo. Danes padec cen genotipizacije ponuja možnost izgradnje referenčne populacije s kravami. V populaciji mlečnih pasem goveda bi za doseganje točnosti genomskih napovedi 0,6 pri proizvodnih lastnostih morali teoretično genotipizirati ca 10.000 krav s 50.000 označevalci. V primerjavi z referenčno populacijo bikov bi tako morali genotipizirati 4 krave za vsakega bika. V kolikor bi kombinirali bike in krave, bi lahko dosegli isto točnost s 500 biki in vsaj 5.000 kravami. V primeru, da bi namesto 50.000 označevalcev uporabili 30.000 označevalcev, lahko pričakujemo padec točnosti genomskih plemenskih vrednosti s 0,60 na 0,58. Lastna referenčna populacija omogoča številne prednosti. Predvsem omogoča selekcijo v domačem okolju po meri naših pogojev reje in tehnologije. Rezultat tega so živali, ki so robustne na pogoje v Sloveniji. Velike razlike med rejami v Sloveniji namreč zahtevajo živali, ki lahko dajo dobre rezultate tako v slabših kot dobrih pogojih reje. Osemenjevanje s tujimi biki, ki imajo odli čne rezultate v odličnih pogojih reje, namreč ne pomeni, da bodo potomke tega bika odlične tudi v razmerah povprečne slovenske reje ali v pogojih z omejenimi dejavniki. Poleg selekcijskega napredka genotipizacija omogoča tudi sledenje porekla proizvodom, predvsem mesa. To je še posebej pomembno za rjavo in lisasto pasmo, ki sta kombiniran i pasmi ter za črno-belo pasmo, ki je izrazito mlečna pasma. Natančna določitev porekla omogoča zaščito lokalnih znamk v primeru, da so rejci dogovorjeni, da bodo vse živali pri določeni blagovni znamki genotipizirali. Genotipizacija večjega števila krav in bikov bi omogočila tudi učinkovito preprečevanje parjenja v sorodstvu. To velja tudi za primere, ko rodovniški podatki niso popolni ali so v njih napake. Rejci bi se lahko odločili tudi za ni šno selekcijo na t.i. monogenske lastnosti, kot sta npr. kapa in beta kazein. V takem primeru bi dosegali večji izplen pri siljenju in/ali ponujali mleko ter mlečne izdelke posebne kakovosti. Gledano z vidika rejske organizacije bi bila to velika priložnost, da z izgradnjo lastne referenčne populacije ponudi genomsko selekcijo tudi za sosednje populacije. Nenazadnje bi uvedba genotipizacije v tako velikem obsegu slovensko populacijo mlečnih pasem govedi naredila zanimivo tudi za sodobne znanstvene analize in potencialna enakopravna sodelovanja v mednarodnem prostoru - npr. InterGenomics-Holstein. Kombinirana referenčna populacija bikov in krav omogoča cenovno učinkovito strategijo s pomočjo tehnike imputacije. To je možno doseči s kombinacijo genotipizacije bikov s SNP čipi večje gostote (npr. 50.000 označevalcev) in vseh krav v populaciji s SNP čipi manjše gostote (npr. 1.000 označevalcev). Zbrani podatki se nato uporabijo za določitev kateri del genoma so krave podedovale od svojih staršev, medtem ko se manjkajo či označevalci vstavijo. Ta tehnika imputacije ni 100% natančna, a omogoča znatno pocenitev genomske selekcije in s tem večji donos na vložena sredstva. Sklepi 1. Genomska selekcija je razvojni mejnik v živinoreji. Praktični rezultati iz tujih populacijah kažejo, da je genomska selekcija podvojila genetski napredek. 2. Genomska selekcija temelji na napovedi plemenskih vrednosti za genotipizirane živali. Napovedi temeljijo na referenčni populaciji, ki jo sestavljajo živali s fenotipskimi in genotipskimi podatki. 3. Genomska selekcija omogoča zanesljivo odbiro živali že ob rojstvu. Krajši generacijski interval omogoča, da v času 5 let izvedemo tri generacije odbire. Klasična selekcija omogoča samo eno generacijo odbire v istem času. 4. Padec cen genotipizacije omogoča, da tudi v majhnih populacijah sestavimo lastno referenčno populacijo. Ocenjujemo, da bi to dosegli z genotipizacijo 500 testiranih bikov in vsaj 5.000 krav. Glede na vse dosedanje mejnike, ki so posegli na področje selekcije, lahko rečemo, da genomska selekcija daje najštevilčnejše možnosti. Ob uporabi vseh informaciji, ki jih ponuja, je poleg večjega genetskega napredka, le tega moč bolj natančno voditi. Menimo, da bo kmalu možno iz teh informacij napovedati fenotip za posamezne pogoje reje. Torej bo mogoče odbrati živali, ki bodo optimalne npr. za vrhunski management v prireji mleka ali takšne, ki bodo najbolj gospodarne za prirejo mleka iz voluminozne krme. Ob tem je mogoče uporabiti podatke za nadzor parjenja v sorodstvu, izločanje živali z genetskimi pred dispozicijami za dedne bolezni ali nezaželene lastnosti in vse to pri mladih živali ali celo zarodkih. Vse to je pred nami, odločitev rejcev je ali bomo s temi orodji v Sloveniji upravljali sami in imeli usodo slovenskih populacij goveda v lastnih rokah ali bomo le kupci na globalnem trgu. priloga 2 - Objavljeni prispevek na 26. Mednarodno znanstvenem posvetovanje o prehrani domačih živali "ZADRAVČEVI-ERJAVČEVI DNEVI 2017" -Mednarodni znanstveni simpozij - 9. in 10. november 2017 MONOGENE LASTNOSTI PRI ČRNO-BELI PASMI GOVEDA V SLOVENIJI Anita ULE1, Marija KLOPČIČ2 IZVLEČEK Namen prispevka je predstaviti monogene lastnosti in prisotnost le-teh pri črno-beli pasmi v Sloveniji na osnovi genotipiziranih moških in ženskih živali. Genotipizacija živali nam omogoča vpogled v genom živali, pri čemer lahko najdemo nosilce bolezni kot tudi nosilce zaželenih lastnostih. V analizo je bilo vključenih 546 živali črno-bele pasme. Vzorce so v laboratoriju genotipizirali in nam posredovali rezultate, s katerih smo izluščili SNPe v povezavi z monogenimi lastnostmi. Delež prenašalcev v analiziranem vzorcu za kompleksno nepravilnost vretenc je 3,3 %, za odsotnost sposobnosti obrambe levkocitov 0,5 %, zaHolštajn haplotip 1 3,1 %, zaHolštajn haplotip 3 in 4 3,7 %, za pomankanje encima uridin monofosfat sintaze 0,7 % in za sindaktilijo 0,2 %. Na osnovi genotipa prepoznamo nosilce gena za brezrožnost, kjer je delež prenašalcev 0,7 % in gena za rdečo barvo, kjer je 5,9 % recesivnih homozigotov in 15,8 % prenašalcev recesivnega alela. Zaželeni genotip A2A2 za beta kazein je prisoten pri 34,6 % živalih, medtem ko ima zaželen genotip BB za kapa kazein 7,3 % živali. Ključne besede: monogene lastnosti, govedo, genotipizacija MONOGENIC TRAITS AT HOLSTEIN BREED IN SLOVENIA ABSTRACT Goal of the paper was to determine the monogenic traits and their frequencies in Slovenian Holstein breed based on genotyped male and female animals. Animal genotyping allows us to find the genes and detect carriers of diseases as well as some beneficial traits. There were 546 animals of Holstein breed included in the analysis. The collected tissue samples were genotyped and SNP information about monogenetic traits was extracted. The proportion of carriers in the sample was 3.3 % for the Complex vertebral malformation, 0.5 % for Bovine leukocyte adhesion deficiency, 3.1 % for Holstein haplotype 1, 3.7 % for Holstein haplotype 3 and 4, 0.7 % for Deficiency of uridine monophosphate synthetase, and 0.2 % for Syndactylism. Carriers of gene for polledness were found in 0.7 % of animals. The red gene was found in 5.9 % of animals as recessive homozygotes while 15.8 % of them have one recessive allele. The preferred A2A2 genotype for beta casein was present in 34.6 % of animals, while the desired genotype BB for kappa casein was found in 7.3% of the animals. Key words: monogenic traits, cattle, genotyping 1. UVOD Z dostopom do sekvence genoma pri govedu v letu 2004 so se začele raziskave v povezavi z monogenimi kot tudi kvantitativnimi (poligenimi) lastnostmi s pomočjo SNP (Single Nucleotid Polymorphism) mikromrež. Pri govedu je znanih več bolezni povzročenih z monogenimi spremembami v genomu, kar pomeni, da nanje vpliva en sam gen. Na drugi strani imamo tudi nekaj mutacij, ki prinašajo pozitiven ali zaželen učinek na lastnosti. Medtem ko se želimo negativnih mutacij v veliki meri izogniti, bi radi povečali frekvenco zaželenih alel, ki prinašajo ugoden oz. zaželen učinek v populaciji (Cole in sod., 2016). Z naraščajočo uporabo osemenjevanja v govedoreji po letu 1940 in uporabo embrio transferja v zadnjem času prihaja do vse večje uporabe manjšega števila elitnih bikov, kar povečuje parjenje v sorodu v populaciji. Tako je tudi večja nevarnost za pojavljanje genetskih napak v populaciji. Z uporabo semena posameznih elitnih bikov, ki so nosilci genetskih okvar, zelo hitro v populacijo razširimo okvarjen gen. Genotipizacija živali nam omogo ča vpogled v genom živali, pri čem odkrijemo nosilce oziroma prenašalce bolezni in tudi zaželenih lastnosti. Z načrtnim osemenjevanjem se lahko izognemo gospodarski škodi zaradi prisotnosti genetskih bolezni v naslednjih generacijah, oziroma izbolj šujemo posamezne lastnosti in izbiramo zaželene fenotipe, kot je npr. rdeča barva kože, želena kombinacija kapa kazeina in/ali beta kazeina, brezro žnost. 2. MONOGENE BOLEZNI Po zadnjih podatkih je doslej znanih 238 genetskih bolezni pri govedu. Za 139 bolezni poznamo mutacijo, s katero je bolezen povezana (OMIA, 2017). V nadaljevanju predstavljamo le tiste bolezni, ki so najbolj pogosto prisotne v populaciji črno-belega goveda in povzročajo največje ekonomske izgube. Kompleksna nepravilnost vretenc (ang. Complex Vertebral Malformation, CVM) je bolezen, ki jo povzroča točkovna mutacija G v T na nukleotidni poziciji 559 v genu SLC35A3 (Thomsen in sod., 2006) na kromosomu 3 pri govedu črno-bele pasme. Teleta, ki so nosilci te mutacije, se najve čkrat rodijo mrtva ali poginejo kmalu po rojstvu, lahko pa krava tudi zvržev kateremkoli obdobju brejosti. Teleta so nenormalno razvita, prednje in zadnje okončine so nezadostno razvite z nezmo žnostjo raztezanja določenih sklepov kot posledica fibroze kit ter fascij (Agerholm in sod., 2001). Teleta imajo tudi anomalije hrbtenice, ki se kažejo v degeneraciji hrbteni čnega kanala v vratnem in prsnem delu. Agerholm in sod. (2001) so pri 50 % telet s to mutacijo ugotovili tudi okvare srca. Sprva so o bolezni poročali iz ameri ških in evropskih populacij, vendar vemo, da je bolezen prisotna po celem svetu. Thomsen in sod. (2006) poročajo, da je v posameznih državah od 20 % do 30 % živali nosilcev te mutacije, vendar se je delež zmanj šal z uvedbo hitrega genskega diagnosti čnega testa. Testiranje v Avstraliji je pokazalo, daje 12,5 % živali heterozigotov za CVM (Jolly in Windsor, 2010). Cole in sod. (2016) poročajo, da je bil prvi genotipizirani bik, ki je nosil recesivni haplotip Ideal Fury Reflector, ki je imel 3.794 hčera in 47 sinov. V drugem kolenu (F2 generaciji) seje število živali povečalo na 57.792 ženskih in 186 moških živali. Zaradi precejšne prisotnosti te mutacije je danes klju čno izlo čanje nosilcev mutacije, saj lahko le na ta način zmanj šujemo in eliminiramo prisotnost bolezni CVM. Brahispina je recesivna bolezen, o kateri so prvi č poročali v letu 2006 (Agerholm in sod. 2006). Teleta, ki so nosilci recesivnega homozigota, izgubimo v prvih 40 dneh brejosti ali pa se skotijo mrtva (Agerholm in sod. 2006). Teleta, ki se skotijo mrtva, imajo zmanj šano telesno maso, kratek vrat, skrajšano hrbtenico, deformirano spodnjo čeljust, okvaro srca, ledvic in reproduktivnih organov. Prav tako so za njih značilne dolge in vitke noge. Charlier in sod. (2012) so odkrili, da Brahispino povzroča delecija 3,3 bp dolgega odseka med eksonom 25 in 27 v genu FANCI na 21. kromosomu pri govedu. Vse krave, ki so skotile obolela teleta, so imele nekoliko podalj šano dolžino brejosti (Agerholm in Peperkamp, 2007). Charlier in sod. (2012) ocenjujejo, da je v populaciji črno-belega goveda 7,4 % nosilcev bolezni in navajajo bika Sweet Haven Tradition kot prvega nosilca mutacije. Pomanjkanje encima uridin monofosfat sintaze (ang. Deficiency of uridine monophosphate synthetase) je recesivna bolezen, ki prizadene govedo črno-bele pasme in Wagyu govedo. Pri homozigotih povzroča embrionalno smrt pri približno 40. dnevu brejosti. Zarodki se največkrat absorbirajo v prvih dveh mesecih, vendar so lahko ekonomske izgube znatne, saj prihaja do večkratnih osemenitev in podaljšanje dobe med telitvama (Schwenger in sod., 1993; Schwenger in sod., 1994). Pomanjkanje uridin monofosfata sintaze povzroča točkovna mutacija C v T v genu UMPS na nukleotidu 121 na kromosomu 1 pri govedu, ki ustvari prezgodnji stop kodon. Uridin monofosfat sintaza (UMP) je encim z glavno vlogo pri sintezi pirimidinskih nukleotidov, ki sodelujejo v procesih rasti in razvoja. Robinson in sod. (1983) poročajo, da imajo prenašalke (heterozigoti) v krvi za 60% zmanjšano vsebnost encima UMP in povečano sekrecijo vitamina B13 v mleku (300 in 1.000 pg/ml) v primerjavi s homozigoti (80 pg/ml). Pojav se izrazi šele, ko so krave v laktaciji. Okvara nima vpliva na dolgoživost in prirejo živali. Robinson in sod. (1993) so odkrili, daje večina prenašalcev tako v ZDA kot v Evropi potomcev bika Happy Herd Beautician. Ta bik je bil ekstremen v prireji mleka ter drugih lastnostih in je bil na petem mestu največkrat uporabljenih bikov za osemenjevanje v letu 1987. V analizi, ki so jo opravili leta 1992, je imel bik Happy Herd Beautician 16.000 potomcev registriranih samo v ZDA. Sindaktilija je avtosomalna recesivna bolezen prisotna pri govedu črno-bele, lisaste in angus pasme. Zanjo so značilni združeni prsti na eni ali več nogah. Najpogosteje je prizadeta desna sprednja noga, sledi leva sprednja noga in nato zadnji nogi. Teleta ne poginejo, vendar je oteženo njihovo gibanje. Duchesne in sod. (2006) so predstavili trdne dokaze, da mutacija v genu LPR4, eksonu 33 na kromosomu 15 povzroča sindaktilijo pri govedu črno-bele pasme. Posebnost te monogene bolezni je nepopolna penetranca, kar pomeni, da homozigotna žival ne izraža nujno bolezni. Ocenjuje se (OMIA, 2017), daje kar do 20 % homozigotnih živali, ki ne bodo imele izra ženega defekta. Odsotnost sposobnosti obrambe levkocitov (BLAD) je recesivna monogena bolezen. Zanjo so značilne ponavljajo če se bakterijske okužbe, počasno celjenje ran, slabša rast in smrt živali v prvem letu starosti. Sindrom BLAD je povezan s točkovno mutacijo G v A na nukleotidni poziciji 383 v genu CD18, ki kodira adhezijsko molekulo na površini nevtrofilov, ß2 integrina (Nagahata, 2004). Mutacija vpliva na spremembo aminokislinskega zaporedja (aspartat v glicin) na kodonu 128. Izvor te bolezni je pri biku Sweet Haven Tradition, katerega seme seje v petdesetih in šestdesetih letih prejšnjega stoletja veliko uporabljalo za osemenjevanje. Teleta, ki so recesivni homozigoti, so bolj dovzetna za bolezni kot so plju čnica, razli čne okužbe ter bolezni prebavnega trakta. Tako je zmanj šana odpornost telet, pojavijo se rane, ki se počasi celijo, živali so v slab ši kondiciji, zaostajajo v rasti in na koncu poginejo. Ameri ški strokovnjaki so pri črno-beli pasmi odkrili pet haplotipov povezanih z reprodukcijo (VanRaden in sod., 2011), ki so jih poimenovali Holštajn haplotip 1 (HH1), Holštajn haplotip 2 (HH2), Holštajn haplotip 3 (HH3), Holštajn haplotip 4 (HH4), Holštajn haplotip 5 (HH5). Haplotipe povezujejo z izgubami v času brejosti in z mrtvorojenimi teleti. Pri haplotipih še ne poznamo natančnega genetskega ozadja in biološkega vzroka za izgube plodov in pogine telet. Heterozigoti so povsem normalni in ne kažejo nobenih znakov. Za ugotavljanje frekvenc in variant haplotipov so uporabili 50K SNP-čip za moške in ženske živali, ki ga uporabljajo pri napovedovanju genomskih plemenskih vrednosti. Da haplotipe lahko uvrstimo med tiste, ki vplivajo na plodnost, morajo izpolnjevati dva pogoja: v populaciji ne sme biti nobenega živega homozigota za haplotip in pri parjenjih, kjer so prisotni nosilci haplotipov, opazimo znatno povečanje mrtvorojenih telet. Haplotipi z večjo frekvenco in tisti, ki povzročijo izgubo v pozni brejosti, povzročijo večjo ekonomsko škodo. Če parimo med seboj nosilca HH1 in HH2, rojena teleta niso prizadeta. Tveganje se pojavi le v primeru, ko med seboj parimo heterozigote za isti haplotip. Pomanjkanje holesterola (ang. Cholesterol deficiency) je nova recesivna genetska bolezen pri črno-belem govedu, ki prizadene teleta. Menzi in sod. (2015) so odkrili, da bolezen povzroča 1,3 kb parov dolga insercija LTR elementa v kodirano zaporedje gena APOB na 11. kromosomu pri govedu, kar ima za posledico krajše transkripte. Bolne živali imajo neozdravljivo drisko in zmanjšano koncentracijo holesterola v krvi (hipoholesterolemija), kar vodi v pogin živali v prvih tednih življenja (Kipp in sod., 2015). Kipp in sod. (2015) so proučevali tri poginula teleta s ponavljajo čimi se driskami in zaostalostjo v rasti. Prav tako so imela teleta v krvi nizek nivo holesterola (0,5 mmol/l). Pri zdravih teletih je vsebnost holesterola v krvi nad 2 mmol/l. Najbolj jih je presenetilo, da teleta niso imela nikakršnih zalog maščob niti v kostnem mozgu, niti v hrbtenici. Z analizo haplotipov so prišli do ugotovitve, daje v nemški črno-beli populaciji (mladi biki, biki v referenčni populaciji in testirani biki) prisotnih kar 8,7 % haplotipov, nosilcev bolezni. Študije rodovnikov so pokazale, daje kanadski bik Maughlin Storm najverjetnej ši izvorni nosilec mutacije (Kipp in sod., 2015). V študiji so ocenili, da bolezen pomankanje holesterola v Nemčiji pri črno-beli pasmi povzro či 1,3 milijonov € izgub na leto. 3. ZAŽELENE MONOGENE LASTNOSTI Rdečo barvo kože pri govedu določa gen MC1R, ki se nahaja na 18. kromosomu in nadzoruje izražanje črnega in rdečega pigmenta. Pri črno-beli pasmi imamo še alel Dominant Red, in sicer v genu COPAna kromosomu 3, ki preglasi MC1Rin proizvaja dominantni rdeči pigment (Dorshorst in sod., 2015). Poznani so štirje aleli gena MC1R: črni (Ed), črni/rdeči (Ebr), divji tip rdeči (E+) in recesivno rdeči (e). Vrstni red dominance pri barvi kože je Ed > Ebr > E+ > e (Lawlor in sod., 2014). To pomeni, da je črni alel (Ed) prevladujo č nad drugimi, zato so živali z enim Ed alelom črno-bele barve. Črno/rdeči (Ebr) alel je znan tudi pod imenom Telstar, živali imajo rdečo barvo kože ob rojstvu, ta pa se z odraščanjem spremeni v črno. Živali, ki imajo dve kopiji e alela, bodo imele rdečo barvo kože, torej so živali recesivni homozigoti. Brezrožnost: Rogove pri govedu odstranjujemo predvsem zaradi preprečevanja poškodb med živalmi, do katerih pride pri razvr ščanju živali znotraj skupine, pogosto prav pri tekmovanju za mesto na krmilni mizi. Poškodbe so najbolj pogoste v prosti reji. Drugi vidik odstranjevanja rogov je tudi povečati varnost ljudi, ki opravljajo delo z govedom (rejci, veterinarji, kontrolorji, selekcionisti). Od 1. januarja 2011 je po Zakonu o zaščiti živali (2013) predpisano, da veterinar rogove odstrani z lokalno anestezijo baze roga in ustrezno protibole činsko terapijo. Pri teh opravilih se pojavlja vprašanje etičnosti, dobrega počutja živali in ekonomi čnosti. Alternativna rešitev je osemenjevanje krav s semenom bikov, ki na potomce prenašajo gen za brezrožnost. Pri črno-beli pasmi je pri brezrožnih živalih prisoten alel poll F. Alel povzroča čezmerno ekspresijo mikroRNA v plodu, ki ima za posledico brezrožnost. Raziskovalci v Nemčiji (Medugorac in sod., 2012) so objavili odkritje dveh mutacij, ki jih povezujejo z brezrožnostjo pri mlečnih pasmah goveda. Pri brezrožnih živalih se pojavlja podvojena regija na kromosomu 1, ki ima dve razločitvi spremembo T v A na tretji poziciji po začetku podvojenega zaporedja in izbris dvojnega baznega para (TG) na 45. mestu v podvojenem zaporedju. Alel za brezrožnost (P) je dominanten nad alelom za rogatost (p). Torej živali, ki nosijo eno kopijo P alela (heterozigoti Pp), bodo brezrožne, a hkrati prenašalci alela za rogatost. Rogate živali so recesivni homozigoti (pp). Pri pasmah, ki so selekcionirane na brezrožnost, vendar so skozi zgodovino znane kot rogate, se lahko na mestu rogov pojavijo kožni izrastki (ang. scurred cattle). Genetska povezava med brezrožnostjo in kožnimi izrastki še ni razjasnjena (Bullock, 2015). Gen za kapa kazein (CSN3) leži na šestem kromosomu in je dobro raziskan, saj so njegove alelne različice povezane s kakovostjo mlečnih proteinov, ki jih s pridom uporabljamo v mlekarski industriji. Poznamo 14 alelnih razli čic in sicer A, A1, B, B2, C, D, E, F1, F2, G1, G2, H, I, J. Med njimi so najbolj pogoste razli čice A, B in E (Caroli in sod., 2009). Kapa kazein vpliva na sestavo mleka, vsebnost mlečne maščobe in na tehnološke lastnosti mleka. Znano je, da ima B alel pozitivni učinek na koagulacijo mleka in tako povečuje izplen sira, medtem ko so A, G in E aleli povezani s slab šo koagulacijo mleka. Gena za kapa kazein in beta kazein sta med seboj v interakciji, saj vsaj ena B alel v obeh primerih prina ša bolj še rezultate pri času koagulacije in čvrstosti koaguluma (Molee in sod., 2011; Caroli in sod., 2009). Tsiaras in sod. (2005) so raziskovali vpliv kapa kazeina (genotipe AA, AB, BB) na lastnosti mlečnosti (količina mleka, vsebnost beljakovin, maščob ter laktoze) in lastnosti plodnosti (doba med telitvama, starost ob prvi telitvi, starost ob 2. telitvi, dolžina brejosti, poporodni premor, ...). Ugotovili so, da ima razli čica AB kapa kazeina pozitivni vpliv na delež beljakovin v mleku, medtem ko vpliva posameznih razli čic na plodnost niso zaznali. Krave z genotipom AB so imele za 0,8 % večji delež proteinov v mleku v primerjavi z genotipom AA. Vidovi ć in sod. (2013) so prav tako proučevali vpliv kapa kazeina na lastnosti mlečnosti in ugotovili, da imajo krave z genotipom AA (322,7 kg) in AB (464,7kg) več mleka na leto v primerjavi z genotipom BB za kapa kazein. Krave genotipa BB so imele vi šji delež maščobe v mleku kot genotipa AA in AB. Caroli in sod. (2009) navajajo, daje koli čina sira v veliki meri odvisna od alelne razli čice za kapa kazein. Mleko živali z genotipom BB ima značilno krajši čas koagulacije kot mleko krav z genotipom AA. Vzrok za hitrej šo koagulacijo so pripisali velikosti kazeinskih micel ter večji toplotni odpornosti micel. Zato predlagajo nadzor nad genotipi za kapa kazein, saj se s tem lahko izognemo povečani frekvenci neza želenih alel (A) v populacijah. Beta kazein je protein sestavljen iz 224 aminokislin in predstavlja pribli žno 30 % vseh mlečnih beljakovin. Poznamo 13 različic beta kazeina. A1 in A2 sta najbolj pogosti različici, medtem ko so ostale različice redke (A3, B, C, D, E, F, G, H1, H2, I, G) (Kaminski in sod., 2007; Caroli in sod., 2009). Razlika med A1 in A2 beta kazeinom je v točkovni mutaciji, ki povzroči zamenjavo aminokisline na poziciji 67, prolin zamenja histidin pri varianti A1. Varianto A1 beta kazeina povezujejo s sladkorno boleznijo tipa I, ishemično boleznijo srca, avtizmom in alergijami na mleko, v povezavi s sproščanjem bioaktivnega peptida beta-casomorphin-7 (Kaminski in sod., 2007). Na osnovi dosedanjih ugotovitev na tem področju ugotavljamo, da bi bilo potrebno povečati prisotnost A2 variante v populacijah mlečnega goveda. V Kanadi (Beavers in Van Doormaal, 2016) so pri genotipizaciji 4.603 črno-belih živali ugotovili, da je 35 % genotipiziranih živali nosilcev homozigotov za A2 in 16 % homozigotov za A1, ter 49 % heterozigotov. Pogostost frekvence beta kazeina A2 pri govedu črno-bele pasme se razlikujejo med državami. Največji delež imajo na Poljskem (59,8 %), v Novi Zelandiji (51,0 %) in v Nemčiji (49,6 %) (Kaminski in sod., 2007). Rejce je potrebno spodbujati, da izbirajo bike z različico A2 beta kazeina, načrtno parijo in povečujejo delež zaželene variante beta kazeina, vendar pri temne smejo pozabiti na preprečevanje parjenja v sorodstvu in na druge lastnosti. 4. REZULTATI GENOTIPIZACIJE PRI ČRNO-BELEM GOVEDU V SLOVENIJI Do 31. avgusta 2017 je bilo v okviru CRP projekta s čipom IDBv3 genotipiziranih 546 živali črno-bele pasme, od tega 155 moških in 391 ženskih živali. V preglednici 1 podajamo rezultate za monogene bolezni: kompleksno nepravilnost vretenc (CVM), odsotnost sposobnosti obrambe levkocitov (BLAD), haplotipe v povezavi z reprodukcijo živali (HH1, HH3, HH4), pomanjkanje encima uridin monofosfat sintaze in sindaktilijo. Na osnovi rezultatov genotipizacije ugotavljamo, da je delež prisotnosti nezaželenih alel oziroma genotipov majhni. Pri doslej opravljenih genotipizacijah smo odkrili 14 ženskih prenašalk za kompleksno nepravilnost vretenc (CVM), kar predstavlja 3,3 % živali od celotnega števila doslej genotipiziranih živali. Pri moških živali nismo odkrili nosilcev te bolezni, saj seje pri plemenskih bikih črno-bele pasme izvajalo preventivno testiranje za ugotavljanje prisotnosti bolezni in so prenašalce preventivno izlo čali. Prav tako v Sloveniji izvajamo preventivni preizkus za BLAD, tako da je nizek odstotek (0,5 %) prisotnosti te bolezni v populaciji črno-bele pasme pri čakovan. Imamo štiri (0,7 %) nosilce za pomanjkanje encima uridin monofosfat sintaze in enega prenašalca pri sindaktiliji. Nekoliko bolj pozorni moramo biti pri izboru bikov za osemenjevanje v zvezi s haplotipi, povezanimi s plodnostjo, saj delež heterozigotov za HH 1 znaša 3,5 %, za ostala dva pa 3,7 %. Preglednica 1: Prisotnost monogenih bolezni pri črno-beli pasmi v Sloveniji Table 1: The presence of monogenic defects in Holstein breed in Slovenia Število / Delež / Moške živali / Number Percent Male animals Ženske živali / Female animals Kompleksna nepravilnost vretenc / Complex vertebral malformation (n=422) - CVM CV C 14 3,3 0 CV F 391 92,7 136 Neznan/ Unknown 17 4,0 17 14 255 0 Odsotnost sposobnosti obrambe levkocitov / Bovine leukocyte adhesion deficiency (n= 546) ■ - BLAD BL C 3 0,5 2 BL F 541 99,1 151 Neznan / Unknown 2 0,4 2 1 388 0 Holštajn haplotip 1 / Holstein haplotype 1 (n= 546) AB - nosilec /carrier 17 3,1 6 11 BB 520 95,2 140 378 Neznano / Unknown 9 1,7 9 0 Holštajn haplotip 3 / Holstein haplotype 3 (n: = 546) AA 515 94,3 135 378 AB - nosilec /carrier 20 3,7 9 11 Neznano / Unknown 11 2,0 11 0 Holštajn haplotip 4 / Holstein haplotype 4 (n: = 546) AA 525 96,2 148 375 AB - nosilec /carrier 20 3,7 6 14 Neznano / Unknown 1 0,2 1 0 Pomanjkanje encima uridin monofosfat sintaze/ Deficiency of uridine monophosphate synthetase (n= 546) DP C 4 0,7 4 0 DP F 527 96,5 136 389 Neznan / Unknown 15 2,7 15 0 Sindaktilija / Syndactylism, Mulefoot (n= 546) - MF MFC 1 0,2 1 0 MFF 544 99,6 153 389 Neznan / Unknown 1 0,2 1 0 C - nosilec /carrier, F - ni nosilec / non-carrier Pri lastnostih, pri katerih so znani aleli z ugodnim učinkom, imamo še veliko možnosti (preglednica 2). Pri dosedanjem naboru živali nismo odkrili homozigotnih živali za brezro žnost (POS). Imamo le štiri brezro žne živali (0,7%), ki so nosilke gena (POC), kar je nizek delež glede na prednosti genetsko brezrožnih živali. Pri genu za rdečo barvo imamo 5,9 % recesivnih homozigotov (živali so rdeče-bele, RH) in 15,8 % prenašalcev recesivnega alela (RC). Delež živali z zaželenim genotipom za beta kazein (A2A2) je 34,6 %, medtem ko je prenašalcev ugodnega alela (A1A2) 49,8%. Torej lahko s premišljenimi načrtnimi osemenitvami uspešno povečamo delež A2 alele v populaciji, saj imamo s parjenjem hetorozigotov 25% možnosti, da bo potomec genotipa A2A2 in 50% možnosti za genotip A1A2. Zaradi tehnolo ških lastnosti je najbolj zaželen genotip za kapa kazein BB. Pri doslej genotipiziranih živalih je delež prisotnosti BB kapa kazeina le 7,3 %. Genotipa AA je 37 % in AB je 35,3%. Dele ž živali z alelo E je manj ši od 12 %. Preglednica 2: Prisotnost koristnih monogenih lastnosti pri črno-beli pasmi v Sloveniji Table 2: The presence of beneficial monogenic traits in Holstein breed in Slovenia Število / Delež / Moške živali / Male Ženske živali / Number Percent animals Female animals Gen za brezro žnost / Gene for polledness > (n= 546) PO C 4 0,7 2 2 PO F 542 99,3 153 389 POS 0 0,0 0 0 Gen za rde čo barvo kože / Red color gene (n= 546) RH 32 5,9 12 20 RF 413 75,6 107 304 RC 86 15,8 21 65 Neznan/ Unknown 15 2,7 15 0 Kapa kazein / Kappa casein (n= 546) AA 202 37,0 51 151 AB 193 35,3 49 144 AE 65 11,9 19 46 BE 28 5,1 11 17 BB 40 7,3 16 24 Neznan/ Unknown 18 3,3 11 7 Beta kazein / Beta casein (n=422) A1A1 49 11,6 19 30 A1A2 210 49,8 75 135 A2A2 146 34,6 42 104 Neznan/ Unknown 17 4,0 17 0 C - nosilec /carrier, F - ni nosilec / non-carrier Poleg genomskih plemenskih vrednosti je dodana vrednost genotipizacije tudi poznavanje monogenih lastnostih posameznih živali. Tako lahko premišljeno izberemo bika za načrtno osemenjevanje z namenom, da se izognemo boleznim in pove čujemo frekvence zaželenih alel v populaciji. V ta namen smo pripravili izpis, s katerim rejce, ki se odločijo za genotipizacijo živali, obveščamo o monogenih lastnostih. Z rejci se dogovorimo za odvzem vzorcev tkiva iz ušesa. Vzorce pošljemo v analizo v izbran laboratorij. V laboratoriju opravijo genotipizacijo vzorcev tkiva in nam posredujejo rezultate za posamezno žival. Iz podatkov izlu ščimo SNPe, ki so v povezavi z monogenimi lastnostmi in tako rejcu pripravimo izpis genotipiziranih živali z rezultati za monogene lastnosti (slika 1). Na izpisu so identifikacijska številka živali, ime, datum rojstva in spol živali ter rezultati za posamezne monogene lastnosti. Pri monogenih boleznih z rdečo barvo obarvamo kratice za prenašalke bolezni in s tem rejca opozorimo na prisotnost prenašalcev v njegovi čredi. Pri koristnih monogenih lastnostih za poudarjanje zaželenih genotipov uporabljamo modro barvo. Izjema je le gen za rdečo barvo, kjer z rdečo barvo označimo živali, ki so recesivni homozigoti - torej tiste, ki imajo rdečo barvo kože. Poleg izpisa monogenih lastnosti rejcu priložimo še podrobno razlago oznak in kratek opis bolezni, daje razumevanje izpisa la žje. n РЕРЦМШИУ-ТНЏ* rtUISlKTUOU KHE1USTDH СЛТГА^ПЈП irjPRFiJniHD 4 PREGLED MONOGENIH LASTNOSTI M№: fT /IVAI I IM1: SF*K. HI.AIJ HEU IIH-I IHJMPS mL CVM BtTA KAZEIN KAJMIA KA/k 14 4 PBHLA 1« l'.jfhh f. isl j: kil aa Aa Li PF rt i41f rvf al.'xi AR mf 2 JWVJHIHJI httv tllW.JlKM t. HILF rh ла aa EiPF Hl' r1f cvf a^'aj a a MIT J swiwoaj« jah'a dmmd) i t. Is 1 _l= Ein ла AA E5PF HC H1F f*vf AUHI aa Mil 4 5ИРЈ4Ш.Н:Н teur № IJLJDI 1 t. HU* Ein ла Aa E5PF p(1f rvf AtUJ AA HIT S SKBvI 17343"? 1Ш itJMdij t. |5| j: rh ла aa Е5РГ B1H p(1f rvf al'al MET 1. ikian.i'Hii LUSV-PKREXa li.lll3QII KU Rh ла aa e5pf hl- тк rVF hIAU Aa MH: t skirb-'j'm« «Lk ziw.llhh t. isij ЕШ AA aa № kp pkif (."VF Ali'AI AH Mil- h pult ЗОО^ЈШЗ i »li FHH AA aa E3PF HC P4IF Ot A№ Mll: t SKIMtT.ltJÜ M:I4A urr».ntl3 t. IIU FIT AA AA EJPF HP № CW AIM: AA MPT IV ИСКИЗЈЈЈ КЕЈЧТ № ii.iaiJ t. DU HU AA AA eht' KU РЧЈК L"VF aim: aa Mll: ii SKIWJWHH РЈЛ ]лпч.:иц i DU uli AA ла E>PF HC fw CVf aim: AD MIT 12 5HVWM 1 «i UKA> ET Ss.oUOM Z DU VH AA AA ЕЗРН Kl! FKJK cy* aim: AA MIT ii MnmuH ALDI* njimi i DU' e1i1 AA AA ЕЈП-' HP KJF" CVF aim i DL mit H UKINTJ-MIK7 ffiHY z.1 1&:ш» t dl1 FHI AA AA uli 4" IUP aim: AA MIT SKI14T7JJIW lllk or II JIM f. ■f. IIU HU AA AA HI HC p*JP tvi* aim1 AA mit i« sk1m7tj41 1 diu IT JO SB.P.HTJHIh КАЕ.У l'j OE.JlH 1 t. ISN- rh AA Aa Li PF езн f41f CVF A;.AÜ Aa MH: 21 Sllütiuin RLXA 3ftfil.JfH7 t. SLF AB aa Aa EIPF u PllF aim: AK H'-Jlyiii BLAD ■ iHl>.i|ihiH ftfOodbniMi mI'iuihI* IdltociHH .Mill liiihluin IljmIi'Iii' ].. 1ЧКЛ . kivjjll litffta(4) I liH- - ImM.im. hupliflip 4. PIJMPÜ - .......l- k.niirciil nut inidjn 4m5yv. KM - JHP l* Hkfm 1чгги. I'UIA. - twT^HKiimi^l. fVM - l^w^hkHIU ПСГПЛ iln.w vreic ГЧ". hl P - -j1*V|h|I|}| ПЧЈ| Slika 1: Primer izpisa monogenih lastnosti za posameznega rejca Figure 1: An example of printout for monogenic traits for individual farmer 5. ZAKLJUČKI V populaciji črno-belega goveda je poznanih več monogenih mutacij, ki imajo za posledico dedne bolezni ali zaželene spremembe posameznih lastnosti. Večina bolezni, kijih povzročajo monogene mutacije so recesivne, kar pomeni, da žival kaže znake bolezni, ko od obeh staršev podeduje recesivni alel. S pogosto uporabo semena bikov, ki so bili prenašalci bolezni, so se le-te hitro razširile v populacije. Z odkritjem mutacij in uvedbo diagnosti čnih preverjanj so širjenje bolezni uspešno zaustavili. Tudi pri nas smo v vzorcu doslej analiziranih živali črno-bele pasme naši nizek odstotek prisotnosti posameznih monogenih bolezni, medtem ko so pri koristnih lastnostih deleži vi šji. Z genotipizacijo živali odkrijemo prenašalce okvarjenih genov oz. zaželene mutacije. S pomočjo poznavanja prisotnosti teh boleznih oz. zaželenih lastnosti lahko načrtujemo paritve ali izlo čimo prenašalke in se tako izognemo gospodarski škodi oziroma pove čujemo dele ž zaželenih genotipov. 6. ZAHVALA Raziskava je financirana s strani Ministrstva za kmetijstvo, gozdarstvo in prehrano ter Ministrstva za znanost in tehnologijo Republike Slovenije v okviru V4-1613 CRP projekta, za kar se najlepše zahvaljujemo. 7. LITERATURA Agerholm J. S., Bendixen C., Andersen O., ArnbjergJ. 2001. Complex vertebral malformation in Holstein calves. Journal of Veterinary Diagnostic Investigation, 13: 283-289 Agerholm J. S., Mcevoy F., Arnbjerg J. 2006. Brachyspina syndrome in a Holstein calf. Journal of Veterinary Diagnostic Investigation, 18: 418-22 Agerholm J. S., Peperkamp K. 2007. Familial occurrence of Danish and Dutch cases of the bovine brachyspina syndrome. BMC Veterinary Research 3 (8): 1746-6148 https://doi.org/10.1186/1746-6148-3-8 Beavers L., Van Doormaal B. 2016. Beta Casein, A2 milk and genetics. CDN: 3 str. https://www.cdn.ca/document.php?id=461 Bullock D. 2015. The Genetics of Horned, Polled and Scurred cattle. University of Kentucky http://articles.extension.org/sites/default/files/2015-4 Genetics%20of%20Horned%20Polled%20and%20Scu rred%20Cattle Arial.pdf (21.9.2017) Caroli A., Chessa S., Erhardt G. 2009. Milk protein polymorphisms in cattle: Effect on animal breeding and human nutrition. Journal of Dairy Science, 92: 5335-5352. Charlier C., Agerholm J. S., Coppieters W., Karlskov-Mortensen P., Li W., De Jong G., Fasquelle C., Karim L., Cirera S., Cambisano N. 2012. A deletion in the bovine FANCI gene compromises fertility by causing fetal death and brachyspina. PLoS one, 7, 8: e43085 , doi: 10.1371/journal.pone.0043085: 7 str. Cole J. B., Null D. J., VanRaden P. M. 2016. Phenotypic and genetic effects of recessive haplotypes on yield, longevity, and fertility. Journal of Dairy Science , 99: 7274 -7288 Dorshorst B., Henegar C., Liao X., Sällman Almen M., Rubin C. J., Ito S. 2015. Dominant Red Coat Colour in Holstein Cattle is associated with a Missense Mutation in the Coatomer Protein Complex, Subunit Alpha (COPA) Gene. PLoS ONE 10, 6: e0128969, doi:10.1371/journal.pone.0128969 Duchesne A., Gautier M., Chadi S., Grohs C., Floriot S., Gallard Y, Caste G., Ducos A., Eggen A. 2006. Identification of a doublet missense substitution in the bovine LRP4 gene as a candidate causal mutation for syndactyly in Holstein cattle. Genomics, 88: 610-621, doi: 10.1016/j.ygeno.2006.05.007 Jolly R. D., Windsor P. A. 2010. Genetic diseases of cattle. V Diseases of Cattle of Australasia. Parkinson T. J., Vermunt J. J., Malmo J. (ur.). Wellington, New Zealand: 759-777 Kaminski S., Cieslinska A., Kostyra E. 2007. Polymorphism of bovine beta-casein and its potential effect on human health. Journal of Applied Genetics, 48 (3): 189-98. Kipp S., Segelke D., Schierenbeck S. 2015. A new Holstein haplotype affecting calf survival. V Proceedings of the 2015 Interbull Meeting, July 09 -12, 2015, Orlando, Florida, USA; Interbull Bulletin 49: 49 -53 Lawlor T. J., VanRaden P. M., Null D., Levisee J., Dorhorst B. 2014. Using haplotypesto unravel the inheritance of Holstein coat colour. V 10 th World Congress of Genetics Applied to Livestock Production, Vancouver, 17-22 August 2014: 3. str Menzi F., Besuchet-Schmutz N., Fragniere M., Jagannathan V, Mock T. Raemy A., Studer E. Mehinagic K., Regenscheit N., Meylan M., Schmitz-Hsu F., Drogemuler C. 2015. A transposable element insertion in APOB causes cholesterol deficiency in Holstein cattle. Animal genetics, 47: 253-257 Medugorac I., Seichter D., Graf A., Russ I., Blum H., Heinrich Göpel K., Rothammer S., Förster M., Krebs S. 2012. Bovine Polledness - An Autosomal Dominant Trait with Allelic Heterogeneity. PLoS ONE 7, 6: e39477, doi: 10.1371/journal.pone.0039477: 11 str. Molee A., Boonek L., Rungsakinnin N. 2011. The effect of beta and kappa casein genes on milk yield and milk composition in different percentages of Holstein in crossbred dairy cattle. Animal Science Journal, 82: 512516 Nagahata, H. 2004. Bovine leukocyte adhesion deficiency (BLAD): A Review. The Journal of Veterinary Medical Science, 66: 1475-1482 OMIA. 2017. OMIA- online mendelian inheritance in animals, The University of Sydney http://omia.angis.org.au/home/ (20. sep. 2017) Robinson J. L., Drabik M. R., Dombrowski D. B., Clark J. H. 1983. Consequences of UMP synthase deficiency in cattle. Applied Biology, 80: 321-323 Robinson J. L., Popp R G., Shanks R D., Oosterhof A., Veerkamp J.H. 1993. Testing for deficiency of uridine monophosphate synthase among Holstein Friesian cattle of North America and Europe. Livestock Production Science, 36: 287 -298 Schwenger B., Schober S., Simon D. 1993. DUMPS cattle carry a point mutation in the uridine monophosphate synthase gene. Genomics, 16: 241-244 Schwenger B., Tammen I., Aurich C. 1994. Detection of the homozygous recessive genotype for deficiency of uridine monophosphate synthase by DNA typing among bovine embryos produced in vitro. Journal of reproduction and fertility, 100: 511-514 ThomsenB., Horn P., Panitz F., Bendixena E., Petresen A. H., Holm L., Nielsen V H., Agerholm J. S., Arnbjerg J., Bendixen C. 2006. A missense mutation in the bovine SLC35A3 gene, encoding a UDP-N-acetylglucosamine transporter, causes complex vertebral malformation. Genome Research, 16: 97-105 Tsiaras A. M., Bargouli G. G., Banos G., Boscos C. M. 2005. Effect of Kappa-Casein and Beta-Lactoglobulin loci on milk production traits and reproductive performance of Holstein cows. Journal of Dairy Science, 88: 327-334 VanRaden P. M., Olson K. M., Null D. J., Hutchison J. L. 2011. Harmful recessive effects on fertility detected by absence of homozygous haplotypes. Journal of Dairy Science, 94: 6153-6161 Vidovi ć V, Nemeš Ž., Popović-Vranje š A., Lukač D., Cvetanović D., Štrabac L., Szupar M. 2013. Heritability and correlations of milk traits in the view of kappa-casein genotypes in Vojvodina Holstein-Friesian dairy cattle. Mljekarstvo, 63: 91-97 Zakon o zaščiti živali (uradno prečiščeno besedilo). 2013. Ur. l., RS št. 38/2013 https://www.uradni-list.si/ pdf/2013/Ur/u2013038.pdf priloga 3 - Strokovni prispevek na temo opisa recesivne dedne bolezni 'Complex Vertebral Malformation' (priorejna kompleksna vretenčna anomalija) kot del študijskih obveznosti v okviru doktorskega študija Bioznanosti Napovedovanje molekulskega mehanizma učinka mutacije G-*T v genu SLC35A3 pri govedu Anita Ule1 'Univerza v LjubJjaui. Biotehniška fakulteta. Oddelek za zootehuiko. Globlje 3. Domžale. Sloveuija 1 Uvod V govedoreji se- je z uvedbo osemenjevanja in 5 tem vse večje uporabe majhnega števila eliTuth bitov povečuje stopnja sorodnosti v populaciji, kar povečuje nevarnost pojava genetskih napak. Z osemenjevanjem namreč lahko zelo hitro v populaciji razširimo okvarjen gen in s tem povzročimo veliko gospodarsko škodo v kasnejših generacijah. Ena taksnih recesivmh dednih boleau je tudi prirojena kompleksna vretenčna anomalija (Complex Vertebral Malformation. CVM), ki jo povzroča točkovna mutacija G>T na nukleotidni poziciji 559 (G559T) v senu SLC35A3 (Thomsen in sod., 2006) na kromosomu 3 pri govedu. Teleta, ki so nosilci te mutacije, se največkrat rodijo mrtva ali poginejo kmalu po rojstvu, lahko pride tudi do abortusa v katerem koli obdobju brejosti. Teleta so nenormalno razvita. prednje in zadnje okončine so nezadostno razvite z nezmožnostjo raztezanja določenih sklepov, kot posledica fibroze kit ter fascij (Agerholm in sod. 2001, slika 2). Teleta imajo tudi anomalije hrbtenice, ki se kažejo v degene-raciji hrbteničnega kanala v vratnem in prsnem delu. Agerholm in sod. (2001) so pri 50 % telet z mutacijo ugotovili anomalije srca. Thomsen m sod. (2006) poročajo, da je od 20 % do 30 % živa h v populaciji v posameznih državah nosilcev mutacije. Vendar se je delež zmanjšal z uvedbo hitrega genetskega diagnostičnega testa. Cole in sod. (2016) poročajo, da je bil prvi genotipiziran bik. ki je nosil recesivni haplotip Ideal Fun,' Reflector (HOUSAO 000013S1027), ki ima 3794 ženskih ш 47 moških potomcev v Fl generaciji. V F2 generaciji število ženskih živali precej naraste na 57.792 iti IS d moških živali. Zaradi precejšne prisotnosti mutacije v populacijah je danes ključno izločanje nosilcev mutacije iz populacije. Saj lahko le na ta način zmanjšujemo in elumniramo prisotnost dedne bolezni v populacijah. Za detekcijo mutacije se uporablja dve metodi: AS-PCR (alehio specifična verižna re akcija s pomočjo polimeraze) in PCR-P1RA (verižna reakcija s pomočjo polimeraze z uvedbo umetnih restrikcijskih mest z začetnimi ohgouukleotidi) (Kanae in sod. 2005). 2 Metode - Bioinformacijska orodja Ensembl je podatkovna zbirka, ustanovljena v letu 1999. Cilj ustanovitve zbirke je vzpostavitev avtomatiziranega načina anotacije človeškega genoma, njegove integracije z drugimi dostopnimi biološkimi informacijami ter omogočiti prost dostop do zbirke (Biruey in sod., 2004). Bioinforinacijsko orodje BLAST (angl. Basic Local Alignment Search Tool) temelji na algoritmu ki omogoča pri-mesjavo zaporedij med različnimi organizmi. Primeri anio lahko ammokislinsko ali nukleotidno zaporedje (Madden. 2008). GeneMANIA je bioinformacijsko orodje, ki uporabniku omogoča, da lahko predpostavi funkcijo izbranega gena ter identificira druge gene, ki so povezani z izbranim genom ah setom genov. Temelji na predhodno identificiranih obstoječih interakcijah, ki so objavljene v strokovni literaturi in jih s pomočjo programa lahko razberemo. GeneMANIA zajema proteinske in genetske interakcije, genetske poti, sočasno izražanje m lokalizacijo ter podobnost proteinske domene (Warde-Farley in sod., 2010). 3 Rezultati 3,1 Gen SLC3SA3 pri govedu Gen SLC35A3 se pri govedu nahaja na kromosomu 3 (BTA3) od 43.400.346 do 43.444.S44 mesta, ima 77 orto-logov in 4 paraloge. Je protein kodirajoči gen. in sicer kodira transmembranski protein Uridm difosphat-N-acetil-glukozamin (UDP-GlcNAc) transporte: (UniProtKB: Q6YC49). Protein najdemo v membrani golgijevega aparata. Gen je sestavljen iz 3 eksonov od katerih je 7 kodira-jočih. V kodiraj očem delu genu najdemo 43 poliinorfhih mest (slika 1). gcaatcctaaactatgaäiaaagfiäatggttatactacm?gägicäcc ICITrAffiGGaAfiJTt^CTGGTAACftTACGCAAÄGAGTGCATGGrAÄA gcaaaittc Xa§BIÄÄA(JI CACAACXAATCAAAGTAXTCCAC gkfgäa asaggaacc aaam Дат si gJmtgt тстттстааааттттатт т§: AACAACÄAGCAGTTT^TMGGTTTaTrTAATTAAM^TACfl*^ агстti адатагаасаатагајгсвсгtisjaacflsatgtt a г-vijm ; atttj l|::iaagttgaa7gkttcttatccacrctgwtrgtttg gtt! ctxitaagaktjact cafiagtäakc cccagcaaascc ac tggaa aaacatgctgt gajgahb gccatgagayc тасдна1 tc& gagymil5ct GMMf GTTCC rokJGAAT TAAGCTCT I GILGAATCSfGSBGGC CMC I^l-1-MMßAAÄCJULC АсаИт i тмпИ: ^ДаДтдттттаДткћтасаг GT11AGAGC С CUCTMralftCC TK_-_-. GGrAAAAJLTGCAfCOLTTTCCA :gs|AGA g ft^Jr:i^AA§aaacciтљзамШхг 1111гг7ссcatagtgatatigccтгтасдатctataattttш1|1 jjf: cfltaaaai^lagagc гgczgtt gctgcagt ttagtcactaagtigi 5t r~gactc rrrgc aac cccatggacrgcagc ccgccaggcigctct g tc cargggairr7ccaggcäagaaracrgaatg Slika 1: Ktklirajoča sekveuca gena SLC35A3 z polimorfizmi V eksonu 4, na mesto 559 se pri govedu nahaja mutacija (C559T), ki povzroča prirojeno kompleksno vretenčno anomalija (CVM) (slika 2). Siila 2: Homozigol za CVM (Agerhokn m sod. 2001) Tabela 1: DTUsaiooiinisekae nmtacije i1 genu SLC35A3 pri eovedu Položaj Validacij ska ID Kodon SIFT 37 г=4«Ш0Ш CAG GAG & 192 1^4(59737140 GTT GCT ft 11S П447343362 CAG CAT & 258 rs445102953 GTA GGA ft 55 IS4SJ133 72S АП AAT ft 130 IS43B223855 GTT TTT ft 176 13464273 501 GGT GAT ft 37 n418347S49 CAG CAT ft 203 r=4<58S16033 GTG GCG ft 127 n47B703S95 ггт TAT ft 205 IS447Q43049 AAC AC C ft 270 IS475E34524 TT& TTT ft 174 rs4J4S96652 TTT TGT 001 59 И460453504 TAC TCC ft.01 173 IVH204544Ö CGC TGC 0.01 55 li4ei200:S4 ATT AT G DDI 204 rs436l}36005 TCA ACA ft.05 217 п432СН)5564 AGT G&T OOS 217 ls464S0343đ AGT AGA ft.09 156 rs44ft751209 TG& GGG ft.15 >61 ri4195 66603 GTT CAT ft.16 171 IS474415381 GGC GAC ft.17 197 IS44S172573 агс ctc ft.19 247 IS43752435B ATA AAA 021 170 г^457457227 GCT GGT ft.24 291 Ii47786200đ C'AA CCA ft.;s 215 r;453S27192 тгг ITA &.32 56 rs472523227 ITA ITC 037 56 is44257275đ ITA ATA ft.19 169 П475772436 TCA GCA ft.39 324 К4В0И1913 ACT AGT ft.49 322 15450669329 AAT AAG ft.69 V tabeli 1 prikazujemo dmgačnosmiseloe mutacije v genu SLC35A3 pn goveda Mutacija re438228S55 povzroči spremembo nntdeotidnega zaporedj a (GTT v TTT) in s tem tudi aiiunokiilmskega zaporedja na ISO iz valinila v fenila-lanin (V1S0F). Medvrsrna ohranjenost utikleotidnega in nmiiiol^lin- :1;ега znpciedja Zanimala nas je ohranjenost gena v drugih vrstah. Primerjali smo ohranjenost me d govedom, človekom in mišjo. Uporabili srno bioinfbrmanjsko orodje BLAST, ki s pomočjo algoritma poravna zaporedja m primerja tako DNA sekvence kot tudi aminokisluiska zaporedja. Gena SLC35A3 pri človeku najdemo na kromosomu 1 od 99.969.351-100.035.637 (ENSG00000117620) in pri miši na kromosomu 3 od 116 669 470 do 116.712.650 (ENSMUST00000029569.8) (slika 3). Ohranjenost nukle-otidnega zaporedja med vrstami je 84 % med človekom in govedom iti 76 % med mišjo m govedom. Pri tej mutaciji je tudi SIFT (Sorting intolerant From Tolerant) vrednost 0 torej pravilno napoveduje, da zamenjava G v T povzroči spremembo funkcije proteina. 1 yr\ \ \ \ V - A 1 / Slika Sintenija gena SLC35A3 med govedom, človekom in mišjo Ohranjenost proteina UDP-N-acetilglukozamin transporter med govedom človekom, mišjo in podgano je prikazana na ilik 4. Oliraujenost ammofcislmskega zaporedja med vrstami je zelo velika. 93.86 %. To nakazuje na pomembnost proteina v bioloških, procesih čili mrtvorojenih otrok z CVM okvaro Zato v bodoče predlagajo. da bi se raziskava naredila na večjem vzorcu iti bi vanjo vključili tudi mrtvorojene otroke z okvaro. Siiia <>: Melabolme pol UDP-N-acetiIg]ukoz5iiDdns v primera imitaci je v SLC35A3 (Reactome) 3.? E kouoin^ki pomen inn racij« га CVM v populaciji Crno-belega goveda V ameriški populaciji Čmo-belega goveda so Cole in sod. (2016) ocenili, da regresivne dedne bolezni. med katere spada tudi CVM. na leto prinesejo $7,5 milijonov ekonomskih izgub. Do izgub pride predvsem zaradi zmanjšane plodnosti in poginov telet, tako v času brej osti kot tudi po rojstvu. Poleg plodnosti so imele krave, ki so bile heterozygot za CVM, značilno nižjo vsebnost maščobe v mleku v standardni laktaciji (-6,91 kg ± 2,23 kg). Nielsen ш sod. (2003) so zeleh ocenili kakšno vpliv ima fenotip zarodka na plodnost matere. Tako so iz podatkovne baze zbrali podatke o osemenitvah in tehtvah pri kravah, (potomke bikov z CVM mutacijo) osenienjenih z biki. ki so potomci Carlin M. Ivanhoe Bell (US166 73 66). V analizo je bilo vključenih 62.602 osemenitev. Pri zarodkih, ki so ho-mozigot za CVM, je prišlo v 29 % primerov do abortusa pred 100 dnevi brej osti, v 45 % do 150 dneva ш v 77 % do 260 dneva. Torej večina CVM telet izgubimo v obdobju brejosti. Druga posledica bolezni je podaljšanje dobe med telitvama. izguba laktacije pri abortusih in s tem večji delež izločenih krav ruolzmc, to so tako imenovane nenačrtovane izločitve. Zaradi tega je potreben večji obrat črede, kar potnem več stroškov pri vzreji podmladka in s tem bistveno povečani stroški. 4 Sklepi Gen SLC35A3 je protein kodirajoči gen. ki je vrstno zelo ohranjen, kar kaže na njegovo pomembno funkcijo v organizmu. Z odkritjem mutacije pri govedu, ki povzroča prirojeno kompleksno iTetenčno anomalijo, m njeno identifikacijo, lahko le to uspešno izločamo iz populacije in s tem zmanjšamo ekonomske izgube. Poleg same aplikativne vrednosti pa nam ta odkritje tudi ponuja možnosti raziskav pri drugih vrstah s katerimi lahko potrdimo ali ovržemo SLC35A3 kot kandidatni gen za bolezni povezane z anomalijami v skeletu, mišicah in z drugimi boleznimi. Pre-dusem na področju humane medicine poteka veliko raziskav v tej smeri. Agerholm J. S.. Bandix^n C'.. Anderten O. Ambjer^ J. pHJl) Complex venebial malfoimatimi in HoLštein ulna. J. wet Гпјгј Invest 13, 2ВЗ-2Е& Bmay £.. Andrews T. D.. Бетап P.. Сассашо M_. C'ben Y.: Clarke L.. Саагвг G.. C off T., Cniwen V, Cutti I.. Dann T. E*,t2.e, E. 2004. An отеплнг of Ensembl. Оеадше jleseaicli. 14, 5: 925-928 Cole J. B . Hull D. T. VanRsdeo P. IL (2016) ätantjpic and =taedc affK:s of recessive haplotypes on yield, Iragidty. and fenility. J. Dal",' Sei. 99. 7274-Ч23В Logar 3.. Kayai T., Heglić. V. (200S) DeTecdaa af leceiiLye muttons (SVM. ELAD and RED FACTOR) in halbem billig in Slovenia. Jnmal of cemza] ешто-cean agncolruje, 93 Ш-106 J^addsn T. 2MS-2CHS. ELAST help rcanuaL overview. V: BLAST help. Beethesia. Nadana] Сешег 5ai Biotechnology Infonustioo. 1 =.tr Itp: wurmet* ntamii gin-tiootLNBKSatMh. (S.+.2CHJ] NilesenU S.. AAcaand C- P.. AjkIh5hi O.. BendLven C., Nielsen V. ST.. Aseraolia T. S. {2003] Effects of complex yenebral raalfanjadoQ on fertility tiaita in H :-.=u._l canle. Livestock Production Söbbel 79,233-258 rhocasen B Horn P.. Panitz E, Benjdbsna E.. Penesen A. H.. Holm L.. Miellen V. H.. Aseraolm J. S_, Ambjer^ J. Bendiren C. (2 Dud) A mm^ nutation in the bo'.ine SLC35A3 g^na. encoding a UDP-N-acesylglucosaaEine tansponer. causes coajples veKebiaL malänuatioD. Оедош^ ^eseeicii, 16. 97-1Q5 Edvajdion Sn A.Lii :'. A.. JaLas C., Stunde L.. Shaah L., Feiids a., 7reff N. E_. Garozzo D.. Gerajdy-Schaan R.. Ilfeleg O. (2013] -ЧшаВош in SLC3.5AJ cause andsni spacmici disorder, eptlap t 0.7 ! 1 Ü.5 S r i 03 t® 0.2 88888888§3SSSŠ Lcio rojava S S S 1 1 Povzetek i) Klasična selekcija 2) Genomska 3) Referenčna populacija Podatkovni viri 5) Validacija 6) Točnost napovedi gPV Nacionalni obračun gPV Možnosti izboljšave: (: J - večja referenčna populacija ^—' Teme 0 ggaggy" 1 -OSLN Bodoče strategije SNP čipi in celoten genom • SNP čipi s 50K označevalci -20-30 EUR • Celoten genom -100-1000+ EUR • Delo preko vseh pasem skupaj! • Gensko urejevanje (genome editing) • Nadomestni očetje • "Genski voz" (gene drive) бш! ^SffiSSiSSr*1 O' N * BBSRC Bodoče strategije Genotipska in Plemenska vrednost • Genotipi krav ključni!!! • Izbira živali za PRIREJO • Izbira STARŠEV Prehod na rastlinski sistem s stalno prodajo odličnih zarodkov? InterGenomics-Holstein pilot run report. April 2020. Background In December 2019 the results of the IgHol validation study has been presented to ITC. The ITC considered satisfactory the results from the validation study and recommended to proceed with a pilot run (towards service implementation) including the new genotypes from the third IgHol data call. The third IgHol data call has been issued in November 2019 with the aim to collect the latest genotypes of IgHol members, as well as those of influential bulls from the outside IgHol Organisations. VIT (Germany), GenEval (France), NAV (DFS) and CONAFE (ESP) agreed to contribute genotypes of their influential bulls to the IgHol project. IgHol influential bulls have been identified using the bulls list from the "IgHol population structure analysis" performed by Brian Van Doormaal and Pete Sullivan (August 2018). Briefly, the aim of the analysis was to identify Sires and MGSs for bulls whose country with maximum number of daughters was any of the IgHol members country (ie: HRV, IRL, ISR, KOR, PRT, SVN, URY or ZAF). The results of the investigation were shared through the Steering Committee Forum, with the message to the SC members that information on influential bulls could be shared with organisations that might be interested in contributing genotypes to the IgHol project. The new genotypes submitted in the third IgHol data call have been received between December 2019 and January 2020. Then, the Pilot run was performed by ITBC between February and March 2020 and the results are reported in this document. The Pilot run's results have been compared to the latest full IgHOL run performed at ITBC during fall 2018 (identified later as "1809t"), whose genotype pool was used for the validation study presented to the ITC in December 2019. 1. Pilot run evaluation summary The IgHol Pilot run 2002t included the genotypes submitted by IgHol members and by outside IgHol Organisations (contributing countries) during the third IgHOL data call (November 2019). Table 1. Evaluation's summary 1809t 2002t IgHol members 8 8 Contributing countries - 4 Number of country-traits 151 151 Number of traits per IgHol member HRV 5 5 IRL 30 30 ISR 8 8 KOR 24 24 PRT 26 26 SVN 27 27 URY 7 7 ZAF 24 24 Compared to the previous 1809t run, in the current 2002t run no new country-trait combinations have been included. The main difference in the 2002t vs 1809t run is the contribution of influential bulls genotypes by the 4 contributing countries. 2. Genotype pool description The number of new genotypes submitted by both IgHol members and contributing countries for the 2002t run and the numbers of total genotypes submitted by each country from the beginning of the IgHol project are reported in Table 2. Table 2. Submitted genotypes by Country and sex New genotypes Total M F all M F all IgHol members HRV - - - - 173 173 IRL 3 - 3 4.961 9.523 14.484 ISR 378 1.435 1.813 2.572 5.409 7.981 KOR - - - 605 1.444 2.049 PRT - - - 830 - 830 SVN 66 2.815 2.881 436 3.533 3.969 URY - - - 363 2.790 3.153 ZAF - - - 234 491 725 Contributing Countries DEU 458 - 458 458 - 458 DFS 56 - 56 56 - 56 ESP 54 - 54 54 - 54 FRA 67 - 67 67 - 67 Total 1.082 4.250 5.332 10.636 23.363 33.999 Among IgHol members, only IRL, ISR and SVN submitted new genotypes in the last data call. As mentioned before, the contributing countries were DEU, DFS, ESP and FRA. After data editing, imputation to the ITBC reference map (55.172 SNPs) and quality control, 9.715 males genotypes have been used in the 2002t run, with an increase of 845 genotypes compared to the 1809t run. The distribution of the genotyped males by birth year is illustrated in Figure 1. Figure 1. Genotyped males involved in the 2002t run, by year of birth. 1400 n 1 B09t ■ 2002t-IgHol members □ 2002t - Contributing countries 1200 - 1000 - ф Cl 800 - 600 - 400 - 200 - 0 J -□□□□□I ■drill I ^^^^^ooooco!B!öcoeo!»!ö(»05)(^lfflffiö!fl)o^ö!ö!QOoooooooo■г■r^-^-^-■r^-^-^-^- cy Q) <75 Q) ф) ф> ф) Q-) Q-> <75 (JI ф} ф) 'T' сп СП Či 05 pi O Q Q Q G5 O OOOO OOOOO OOOO O ™т™- ™т™- t™- *i™~ т™~ ™т™- T™- *r™- т™~ ™т™- T™- T™- i™~ ™т™- T™- T™- *r™- ™т™- ™т™- T™- *r™- i™~ ™т™- T™- *r™- ^^J ^^J C^J C^J f^J C^J C^J f^J C^J ^^J ^^ ^^ Č^J birth year * 44 bulls born from 1948 to 1974 For each trait, the genotyped males have been split into reference and candidate bulls according to having or not a MACE proof in the December 2019 routine MACE run. Table 3 reports the comparison of the number of reference and candidate bulls between 1809t and 2002t runs for production traits (mil, fat, pro). Table 3. Production traits (mil, fat, pro), reference and candidate bulls, 1809t vs 2002t._ Run Reference bulls Candidate bulls tot 1809t 4.484 4.386 8.870 2002t 5.452 4.263 9.715 (from contributing countries) (634) - (634) difference +968 -123 +845 2.a. Genotype pool description - Reference bulls Focusing on production traits, in the 2002t run there has been an increase of 968 reference bulls. Among these new reference bulls, 312 were candidate bulls in 1809t run and got a MACE proof in MACE December 2019 routine run, 26 have been submitted by IgHol members in 2002t run and 634 were bulls from contributing countries. 4 reference bulls in 1809t run lost their MACE proof in MACE December 2019 routine run and have thus been discarded from the reference population. The distribution of reference bulls by birth year and submitting country (IgHol Memeber or contributing country) is shown in Figure 2. Figure 2. Reference bulls for production traits by submitting country and birth year* (run 2002t). 300 Contributing countries IgHol members 250 - 200 150 - 100 - 50 - 0 J □ОошоУоОО! birth year 25 bulls born from 1948 to 1974 As shown in Table 4, the connections between IgHol members countries have been investigated using 2002t reference bulls for production traits. The number of reference bulls with daughters in each IgHol country has been reported. Except HRV (which did not submit any males genotypes), all IgHol members have reference bulls with daughters in other IgHol countries, showing good connections between countries. Reference bulls submitted by SVN, URY and ZAF don't have daughters in ISR. Reference bulls submitted by the contributing countries have daughters in all IgHol country members, except in KOR for DFS bulls and in ISR and in SVN for bulls submitted by ESP and FRA. Most of contributing countries bulls have daughters in HRV and PRT. Table 4. Number of reference bulls with daughters in IgHOL country members. Submitting Country Reference bulls % of reference population With daughters in IgHOL country members HRV IRL ISR KOR PRT SVN URY ZAF HRV - - - - - - - - - - IRL 1.812 33 456 1.757 55 117 453 110 267 407 ISR 1.456 27 105 60 1.389 23 72 30 65 64 KOR 365 7 60 38 8 357 71 16 57 59 PRT 709 13 220 138 26 105 552 42 198 254 SVN 267 5 11 2 - 1 1 264 2 3 URY 138 3 31 10 - 7 19 4 130 32 ZAF 71 1 11 11 - 2 6 1 7 59 DEU 457 8 396 75 1 3 180 106 17 34 DFS 56 1 38 7 1 - 40 16 4 7 ESP 54 1 8 3 - 1 46 - 23 1 FRA 67 1 16 13 - 1 53 - 9 8 Total 5.452 100 1.352 2.114 1.480 618 1.493 589 779 928 Since InterGenomics evaluation is based on single trait analyses using (deregressed) MACE proofs as input variable, it is worth to know where the information contained in the MACE proofs comes from. Figure 3 reports the distribution of reference bulls by country of origin defined as the country with the maximum number of daughters in MACE. Figure 3. Reference bulls for production traits by MACE maximum number of daughters country, 1809t vs 2002t runs. □ 1809t □ 2002t ШШПШЕСшв- r ISR IRL USA SVN NLD KOR CAN GBR FRA PRT DEU NZL Maximum n of daughters country In both 1809t and 2002t runs ISR, IRL and USA are the countries with the highest incidence of reference sires' maximum number of daughters. The additional reference bulls from DEU submitted in 2002t run increased considerable the incidence of reference bulls with maximum number of daughters from Germany. 2.b. Genotype pool description - Reference bulls from contributing countries In order to assess the impact of the bulls submitted by the contributing countries, we have conducted further investigation to assess the connectedness of these bulls to the IgHol genotype pool's bulls. As shown in Table 5, 55 out of 634 bulls from contributing countries have sons among IgHol genotyped bulls. These 55 bulls from contributing countries have 148 sons, which are distributed in all IgHol members countries, except HRV. Table 5. Connections between reference bulls for production from contributing countries and IgHol genotype pool's bulls._ Contributing Country Reference bulls with sons in IgHol Sons in IgHol members countries HRV IRL ISR KOR PRT SVN URY ZAF DEU 37 - 67 7 3 12 18 2 3 DFS 11 - 2 11 - - 3 - 2 ESP - - - - - - - - - FRA 7 - 17 - - 1 - - - Total 55 - 86 18 3 13 21 2 5 Among the 148 genotyped sons (which are bulls in the IgHol genotype pool), 66 are reference bulls themselves while 82 are candidate bulls. The 66 reference bulls have daughters in several IgHol member countries, as reported in the Table 6. Table 6. Production traits, number of IgHol reference bulls with sire by contributing countries and daughters in IgHol members countries._ Sire's Contributing Country Sons among IgHol reference population IgHOL members country HRV IRL ISR KOR PRT SVN URY ZAF DEU 45 25 17 7 2 17 13 3 6 DFS 18 6 3 11 - 2 3 - 2 ESP - - - - - - - - - FRA 3 1 2 - - 3 - - 1 Total 66 32 22 18 2 22 16 3 9 Regarding the 82 candidate bulls, 67 (55 submitted by IRL, 1 by KOR, 9 by SVN and 2 by ZAF) are sons of DEU reference bulls while 15 (all submitted by IRL) are sons of FRA reference bulls. 2.c. Genotype pool description - Candidate bulls In InterGenomics workflow all genotyped bulls without MACE proof are considered candidate bulls, regardless the year of birth. For a better interpretation of the results, only candidate bulls born after 2009 have been considered in the report (3.662 candidate bulls out of 4.263). The distribution of candidate bulls for production traits by birth year and submitting country in run 2002t is shown in Figure 4. Figure 4. Candidate bulls for production traits, by submitting country and birth year (run 2002t). □ ZAF □ URY □ SVN □ KOR □ ISR ■ IRL 2010 2011 2012 2013 2014 2015 2016 2017 201 birth year 8 2019 Although the majority of the candidate bulls born after 2009 have been submitted by IRL (74%), ISR and SVN are well represented especially for candidate bulls born from 2015 and on. Candidate bulls born after 2015 represent only the 17% of the considered candidate bulls. 897 out of 3.662 candidate bulls didn't have a genotyped reference sire. The connections between candidate and reference bulls are shown in Table 7. Table 7. Production traits, number of candidate bulls with reference sire, by submitting county. Submitting Country Candidate bulls With refrence sire from IgHol members With reference sire from contributing Countries No Ref Sire IRL ISR KOR PRT SVN URY ZAF DEU DFS FRA ESP HRV - - - - - - - - - - - - - IRL 2.701 1.561 114 181 145 4 16 25 52 - 15 - 588 ISR 413 2 340 - - 1 - - - - - - 70 KOR 170 27 15 56 24 14 - - 1 - - - 33 PRT - - - - - - - - - - - - - SVN 148 6 21 4 14 13 - - 9 - - - 81 URY 132 44 7 24 1 1 5 3 - - - - 47 ZAF 98 5 1 2 8 1 - 3 - - - - 78 Tot. 3.662 1.645 498 267 192 34 21 31 62 - 15 - 897 3.a. Assessment of 2002t evaluation results - GEBVs GEBVs have been estimated for all 151 country-trait combinations. For a better interpretation of the results and for consistency with the validation-report presented in December 2019, only results for production (mil, fat, pro), scs, dlo and cc2 traits have been included in the current report. The descriptive statistics of GEBVs from 2002t run and the comparison with those from 1809t run are reported in Table 8. Only bulls not changing population (reference, candidate) between the 2 runs were used in this investigation. Table 8. Mean and S.D. of GEBVs from 2002t and 1809t runs by reference and candidate bulls in each IgHol member country scale. mil IgHol member county scale Reference (4.480) Candidate (3.476) 1809t 2002t 1809t 2002t Mean S.D. Mean S.D. Mean S.D. Mean S.D. HRV 97.72 21.86 97.35 21.09 101.55 13.32 100.50 13.51 IRL 154.41 277.71 149.92 273.42 251.17 166.82 241.62 166.26 ISR -487.41 679.14 -491.49 681.48 -403.02 451.66 -416.11 481.02 KOR -392.16 815.02 -322.26 789.16 -224.83 504.98 -239.38 521.72 PRT -526.14 1060.96 -494.59 1051.18 -323.41 638.41 -314.74 672.23 VN 101.45 18.53 101.39 17.71 102.23 11.29 102.27 11.47 URY -31.04 274.17 -38.64 272.24 8.91 173.46 -5.25 181.89 ZAF -105.52 807.41 -122.92 806.29 -1.11 519.4 -36.21 541.49 fat IgHol member county scale Reference (4.480) Candidate (3.476) 1809t 2002t 1809t 2002t Mean S.D. Mean S.D. Mean S.D. Mean S.D. HRV 99.61 18.48 99.37 18.22 106.30 10.66 106.23 10.66 IRL 2.82 9.55 2.70 9.47 8.28 5.27 8.18 5.24 ISR -17.55 21.92 -17.56 21.78 -10.59 13.70 -10.64 13.94 KOR 1.24 28.66 1.17 28.04 11.05 17.67 11.09 17.97 PRT -2.24 35.79 -0.92 35.14 12.32 20.51 13.75 20.68 SVN 105.43 15.77 105.42 14.69 109.41 9.49 109.69 8.97 URY 2.88 9.17 2.58 9.12 6.42 5.59 6.01 5.70 ZAF 0.36 26.45 0.23 25.83 10.28 16.01 9.48 15.89 pro IgHol member county scale Reference (4.480) Candidate (3.476) 1809t 2002t 1809t 2002t Mean S.D. Mean S.D. Mean S.D. Mean S.D. HRV 97.81 21.55 97.22 20.92 106.16 11.23 105.63 11.07 IRL 2.03 9.72 1.88 9.61 7.86 4.57 7.72 4.52 ISR -14.59 19.09 -14.49 19.07 -8.08 11.11 -7.84 11.48 KOR -2.76 24.21 -3.14 24.18 6.1 13.25 5.92 13.72 PRT -10.02 33.36 -9.00 33.84 3.54 16.68 5.00 17.68 SVN 103.64 17.97 103.30 17.12 109.26 9.55 109.35 9.39 URY 0.57 9.25 0.50 9.04 4.24 4.88 4.10 4.94 ZAF -0.44 25.04 -0.91 23.87 8.65 13.57 7.73 13.09 scs IgHol member county scale Reference (4.518) Candidate (3.487) 1809t 2002t 1809t 2002t Mean S.D. Mean S.D. Mean S.D. Mean S.D. HRV 99.58 10.78 99.11 10.39 104.07 6.64 103.45 5.56 IRL 0.00 0.11 0.00 0.10 -0.04 0.07 -0.04 0.06 ISR 0.07 0.22 0.07 0.22 -0.02 0.14 -0.03 0.15 KOR 0.13 0.29 0.13 0.29 0.04 0.18 0.03 0.19 PRT 0.05 0.41 0.05 0.40 -0.12 0.25 -0.13 0.25 SVN 101.18 9.68 100.76 9.49 105.30 6.05 105.11 6.12 URY 0.00 0.19 0.00 0.19 -0.09 0.12 -0.10 0.12 ZAF 2.04 23.56 2.60 23.07 -6.30 14.95 -5.70 15.08 dlo IgHol member county scale Reference (4.158) Candidate (3.695) 1809t 2002t 1809t 2002t Mean S.D. Mean S.D. Mean S.D. Mean S.D. IRL -0.84 2.27 -0.69 2.38 0.44 1.35 0.43 1.35 ISR -149.54 151.42 -149.50 150.90 -68.85 92.94 -64.99 92.44 SVN 94.37 29.76 94.65 30.02 111.09 17.54 109.68 19.52 ZAF 99.96 28.24 99.71 27.46 120.40 15.49 119.43 15.87 cc2 IgHol member county scale Reference (3.986) Candidate (3.757) 1809t 2002t 1809t 2002t Mean S.D. Mean S.D. Mean S.D. Mean S.D. IRL 1.57 4.99 1.62 4.82 0.77 3.11 0.77 3.23 ISR -1.65 4.28 -1.48 4.24 -0.73 3.11 -0.51 2.58 URY 0.46 1.82 0.64 2.01 0.72 1.08 0.69 1.29 ZAF -11.29 24.43 -12.77 26.01 -11.61 14.71 -10.98 16.26 No meaningful differences have been reported for GEBVs average values both for reference and candidate bulls. For production traits and scs reference bulls GEBVs from 2002t run have lower S.D. compared to 1809t except mil-ISR, scs-ISR, scs-KOR and scs-URY. For dlo and cc2 there is not a clear tendency between the two runs. Comparing 1809t vs 2002t, the differences among candidate bulls GEBVs S.D. are small and country specific. In order to assess the consistency of GEBVs between the previous and the current run, correlations (r) of GEBV values and regression coefficients (b) of 2002t GEBVs on 1809t GEBVs for reference and candidate bulls in each IgHol member country scale have been computed and reported in Table 9. Table 9. Consistency of GEBV values between runs 1809t and 2002t: correlation (r) of GEBV values and regression coefficient (b) of 2002t GEBVs on 1809t GEBVs for reference and candidate bulls in each IgHol member country scale._ IgHol member county scale mil reference: 4.480 candidate: 3.476 fat reference: 4.480 candidate: 3.476 pro reference: 4.480 candidate: 3.476 r b r b r b Ref. Can. Ref. Can. Ref. Can. Ref. Can. Ref. Can. Ref. Can. HRV 1.00 0.97 0.99 1.02 1.00 0.97 0.97 0.96 1.00 0.97 0.98 0.97 IRL 1.00 0.98 1.00 0.99 1.00 0.97 0.98 0.95 1.00 0.97 1.00 0.97 ISR 1.00 0.98 0.99 1.03 1.00 0.97 0.97 0.97 1.00 0.98 0.97 0.99 KOR 1.00 0.97 0.98 1.02 1.00 0.97 0.95 0.96 1.00 0.97 0.97 0.98 PRT 1.00 0.98 1.01 1.05 1.00 0.97 0.97 0.97 1.00 0.97 1.01 1.02 SVN 1.00 0.97 1.01 1.05 0.99 0.96 0.99 0.97 0.99 0.96 0.99 0.99 URY 1.00 0.97 1.01 1.04 0.99 0.97 0.99 0.98 1.00 0.97 0.98 0.99 ZAF 1.00 0.97 0.99 1.01 1.00 0.97 0.97 0.96 1.00 0.97 0.98 0.97 IgHol member county scale scs reference: 4.518 candidate: 3.487 dlo reference: 4.158 candidate: 3.695 cc2 reference: 3.986 candidate: 3.757 r b r b r b Ref. Can. Ref. Can. Ref. Can. Ref. Can. Ref. Can. Ref. Can. HRV 0.98 0.92 0.99 0.95 - - - - - - - - IRL 0.98 0.93 0.99 0.97 0.98 0.95 0.96 1.01 0.99 0.97 0.94 0.99 ISR 0.99 0.95 1.00 0.97 0.99 0.97 0.96 0.93 0.99 0.97 0.96 0.98 KOR 0.98 0.93 0.99 0.97 - - - - - - - - PRT 0.99 0.94 1.00 0.97 - - - - - - - - SVN 0.99 0.94 1.00 0.98 0.98 0.95 0.95 1.02 - - - - URY 0.99 0.94 1.00 0.97 - - - - 0.98 0.96 1.00 1.05 ZAF 0.99 0.93 1.00 0.97 0.99 0.95 0.95 0.97 0.99 0.97 1.00 1.02 The consistency of the GEBVs between the last two runs has been confirmed by correlations values ranging from 0.98 to 1.00 for reference bulls and from 0.92 to 0.99 for candidate bulls. The regression coefficient of 2002t GEBVs on 1809t GEBVs ranged from 0.95 to 1.01 for reference bulls and from 0.93 to 1.05 for candidate bulls. In order to assess the impact of InterGenomics evaluation on the S.D. of GEBVs values, S.D. of MACE input variables and S.D. of GEBVs values for both reference and candidate bulls were reported in Table 10. Table 10. Comparison between MACE proofs and GEBVs values S.D. in each IgHol country member scale for reference and candidate bulls. IgHol member county scale mil reference: 5.452 candidate: 3.662 fat reference: 5.452 candidate: 3.662 pro reference: 5.452 candidate: 3.662 Ref Cand Ref Cand Ref Cand MACE S.D. GEBVs S.D. MACE S.D. GEBVs S.D. MACE S.D. GEBVs S.D. MACE S.D. GEBVs S.D. MACE S.D. GEBVs S.D. MACE S.D. GEBVs S.D. HRV 13.9 20.7 8.0 13.7 12.7 17.9 8.0 11.2 13.9 20.4 8.2 11.5 IRL 225.0 269.4 140.1 170.0 7.4 9.4 4.7 5.5 6.8 9.5 4.1 4.7 ISR 479.8 671.1 284.2 490.7 16.1 21.5 10 .0 14.7 13.3 18.7 8.2 12 KOR 559.7 774.9 332.9 534.5 20.7 27.7 14.1 19.0 16.4 23.6 10.5 14.4 PRT 738.3 1030.3 406.6 680.2 25.7 34.5 15.3 21.6 23.1 32.9 13 18.3 SVN 12.2 17.3 6.8 11.7 10.8 14.4 6.5 9.5 12.0 16.7 7.0 9.9 URY 190.6 267.5 110.0 185.7 6.9 9.0 4.3 6.1 6.2 8.8 3.7 5.2 ZAF 593.6 791.4 352.1 556.6 18.5 25.4 11.7 16.8 16.1 23.3 9.8 13.7 IgHol member county scale scs reference: 5.444 candidate: 3.673 dlo reference: 5.034 candidate: 3.885 cc2 reference: 4.824 candidate: 3.947 Ref Cand Ref Cand Ref Cand MACE S.D. GEBVs S.D. MACE S.D. GEBVs S.D. MACE S.D. GEBVs S.D. MACE S.D. GEBVs S.D. MACE S.D. GEBVs S.D. MACE S.D. GEBVs S.D. HRV 9.61 10.35 4.42 6.59 - - - - - - - - IRL 0.09 0.10 0.05 0.06 1.9 2.4 0.9 1.5 3.9 4.8 2.0 3.2 ISR 0.21 0.22 0.10 0.15 95.3 150.6 55.0 96.2 2.8 4.2 1.3 2.6 KOR 0.27 0.29 0.13 0.19 - - - - - - - - PRT 0.38 0.40 0.18 0.25 - - - - - - - - SVN 8.81 9.47 4.2 6.13 22.1 30.3 12.6 19.9 - - - - URY 0.17 0.19 0.08 0.12 - - - - 1.4 2.0 0.7 1.3 ZAF 21.86 22.94 10.15 15.09 22.2 27.3 11.8 16.0 17.3 25.7 9.5 16.2 GEBVs S.D. was always larger than MACE proofs S.D. for both reference and candidate bulls in all the investigated traits. To further investigate 2002t GEBVs, GEBVs correlations for candidate bulls between all the IgHol members countries have been calculated and compared to the current genetic correlations used between such countries in the MACE evaluation (Table 11). Above diagonal correlations among IgHol countries between national proofs used in routine MACE evaluation. Below diagonal correlations among IgHol countries between candidate bulls' GEBVs from IgHol evaluation. Table 11. Correlation between IgHol countries used in MACE evaluation (above diagonal) and candidate bulls GEBVs correlation (below diagonal)._ mil HRV IRL ISR KOR PRT SVN URY ZAF HRV 0.69 0.83 0.82 0.80 0.82 0.81 0.81 IRL 0.88 0.68 0.74 0.72 0.70 0.72 0.78 ISR 0.98 0.86 0.84 0.83 0.84 0.84 0.84 KOR 0.98 0.89 0.98 0.80 0.81 0.80 0.82 PRT 0.98 0.88 0.98 0.97 0.81 0.80 0.80 SVN 0.98 0.85 0.98 0.97 0.97 0.82 0.81 URY 0.98 0.90 0.98 0.98 0.97 0.98 0.80 ZAF 0.96 0.90 0.97 0.98 0.96 0.97 0.97 fat HRV IRL ISR KOR PRT SVN URY ZAF HRV 0.69 0.84 0.82 0.80 0.81 0.81 0.81 IRL 0.82 0.62 0.71 0.68 0.70 0.73 0.68 ISR 0.97 0.73 0.84 0.83 0.84 0.84 0.84 KOR 0.97 0.86 0.94 0.80 0.81 0.80 0.80 PRT 0.96 0.77 0.97 0.93 0.81 0.80 0.80 SVN 0.95 0.84 0.91 0.96 0.90 0.82 0.81 URY 0.96 0.87 0.94 0.97 0.93 0.96 0.80 ZAF 0.97 0.84 0.96 0.97 0.95 0.95 0.97 pro HRV IRL ISR KOR PRT SVN URY ZAF HRV 0.69 0.84 0.81 0.80 0.81 0.81 0.81 IRL 0.82 0.62 0.69 0.68 0.70 0.69 0.68 ISR 0.97 0.75 0.84 0.83 0.84 0.84 0.84 KOR 0.98 0.83 0.95 0.80 0.81 0.80 0.80 PRT 0.97 0.79 0.97 0.95 0.81 0.80 0.80 SVN 0.96 0.81 0.93 0.97 0.93 0.82 0.81 URY 0.98 0.84 0.96 0.97 0.95 0.97 0.80 ZAF 0.98 0.83 0.96 0.98 0.96 0.97 0.98 scs HRV IRL ISR KOR PRT SVN URY ZAF HRV 0.86 0.85 0.89 0.88 0.88 0.88 0.88 IRL 0.96 0.84 0.86 0.86 0.86 0.86 0.86 ISR 0.95 0.94 0.86 0.85 0.86 0.85 0.87 KOR 0.97 0.94 0.92 0.88 0.89 0.88 0.88 PRT 0.96 0.94 0.95 0.93 0.88 0.88 0.88 SVN 0.98 0.96 0.95 0.96 0.97 0.88 0.88 URY 0.97 0.96 0.96 0.93 0.96 0.97 0.88 ZAF 0.96 0.95 0.93 0.96 0.95 0.96 0.94 dlo HRV IRL ISR KOR PRT SVN URY ZAF IRL - 0.55 - - 0.67 - 0.86 ISR - 0.36 - - 0.55 - 0.62 SVN - 0.88 0.56 - - - 0.72 URY - - - - - - - ZAF - 0.87 0.58 - - 0.90 - cc2 HRV IRL ISR KOR PRT SVN URY ZAF IRL - 0.64 - - - 0.84 0.88 ISR - 0.89 - - - 0.50 0.58 URY - 0.97 0.87 - - - 0.78 ZAF - 0.96 0.87 - - - 0.98 Correlations between GEBVs are consistent with genetic correlations used in MACE evaluation in all the traits. Correlations between GEBVs are higher than genetic correlations used in MACE evaluation in all the traits except for dlo, where ISR has lower both genetic and GEBVs correlations with the others countries involved in the evaluation. 3.b. Assessment of 2002t evaluation results - Reliability As shown in Figure 5, the additional information used in 2002t run increased the candidate bulls' GEBV reliability in all IgHol country scales. Figure 5. Candidate bulls GEBV reliablity, comparison between 1809t (brown) and 2002t (grey) runs in each IgHol member country scale. mil fat 70 65 № 60 m Ш a 55 50 +trtw+v+* HRV IRL ISR KOR PRT SVN URY ZAF pro 70 65 CC 60 Ш ш a 55 50 Ф iT £ HRV IRL ISR KOR PRT SVN URY ZAF dlo 70 65 EC 60 CD LLj a 55 50 f Ф 70 65 60 55 50 HRV IRL ISR KOR PRT SVN URY ZAF scs 70 65 60 m ш a 55 50 + +♦ if f J f HRV IRL ISR KOR PRT SVN URY ZAF cc2 70 65 ČČ 60 CD Ш a 55 50 f Ф ф HRV IRL ISR KOR PRT SVN URY ZAF HRV IRL ISR KOR PRT SVN URY ZAF Compared to the previous run, the average increase of candidate bulls' GEBV reliability across countries was +3.02, +3.00, +3.08, +2.86, +3.52 and +3.73 for mil, fat, pro, scs, dlo and cc2 respectively. Except for dlo-SVN, in all country-trait combinations a reduction of reliability S.D. was observed. Within trait, the differences in GEBV reliability between countries are due to the different reliabilities of reference bulls' MACE proofs. MACE proofs have different reliability in each country scale and, as expected, this has an impact on GEBV reliability of candidate bulls. The correlation across countries between reference bulls MACE reliability and candidate bulls GEBV reliability was 0.91, 0.77, 0.74, 0.93, 0.96 and 0.98 for mil, fat, pro, scs, dlo and cc2 respectively. The differences of GEBVs' reliability between 2002t and 1809t runs have also been investigated in each IgHol member country scale focusing on candidate bulls born from 2015 to 2018, by birth year (Table 12). Table 12. Candidate bulls' GEBV reliability and reliability increase vs 1809t run, by IgHol country scale and birth year._ mil 2015 2016 2017 2018 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel HRV 64.1 3.44 64.1 3.61 63.7 3.64 64.0 4.00 IRL 66.0 2.90 66.0 3.32 65.9 3.89 65.5 3.82 ISR 66.3 2.90 66.0 3.04 65.7 3.09 66.2 3.45 KOR 64.9 3.16 65.1 3.30 64.6 3.24 64.9 3.82 PRT 64.9 3.34 65.0 3.47 64.5 3.34 65.0 4.09 SVN 64.5 3.27 64.5 3.52 64.1 3.45 64.5 4.00 URY 64.3 3.09 64.2 3.22 63.9 3.34 64.2 3.73 ZAF 64.8 3.08 64.8 3.33 64.5 3.42 64.7 3.82 fat 2015 2016 2017 2018 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel HRV 64.1 3.46 64.1 3.62 63.7 3.65 64.1 4.09 IRL 65.3 3.15 65.5 3.71 65.3 4.20 64.8 4.18 ISR 66.1 2.92 65.8 3.09 65.4 3.05 66.1 3.55 KOR 64.7 3.06 64.9 3.07 64.3 3.05 64.9 3.82 PRT 64.6 3.02 64.7 3.19 64.2 3.09 64.7 3.91 SVN 64.4 3.19 64.4 3.44 64.0 3.41 64.4 3.91 URY 64.3 2.74 64.2 2.98 63.9 2.95 64.2 3.45 ZAF 64.0 3.30 63.9 3.38 63.5 3.35 64.0 4.00 pro 2015 2016 2017 2018 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel HRV 64.1 3.49 64.2 3.69 63.8 3.68 64.1 4.09 IRL 64.6 3.17 64.6 3.69 64.5 4.29 63.8 3.91 ISR 65.9 3.09 65.7 3.16 65.3 3.03 65.8 3.64 KOR 64.4 3.21 64.5 3.35 63.9 3.35 64.5 3.91 PRT 64.7 3.17 64.8 3.33 64.4 3.24 64.9 4.00 SVN 64.5 3.28 64.5 3.53 64.1 3.46 64.5 4.00 URY 64.1 3.13 64.1 3.26 63.7 3.33 64.1 3.82 ZAF 64.1 3.08 64.1 3.27 63.8 3.32 64.1 3.64 scs 2015 2016 2017 2018 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel HRV 65.9 3.22 66.0 3.54 65.5 3.51 65.8 3.91 IRL 67.3 2.68 67.2 2.94 67.0 3.29 66.7 3.45 ISR 66.7 3.08 66.5 3.42 66.2 3.74 66.5 4.00 KOR 66.1 3.32 66.2 3.62 65.6 3.60 66.0 4.00 PRT 66.5 3.11 66.6 3.40 66.2 3.45 66.5 4.09 SVN 66.3 3.02 66.4 3.39 65.8 3.53 66.1 4.09 URY 66.0 3.07 66.0 3.29 65.6 3.39 65.9 3.82 ZAF 66.7 2.78 66.7 3.05 66.4 3.26 66.5 3.55 dlo 2015 2016 2017 2018 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel IRL 60.1 3.92 59.8 4.26 58.2 3.11 58.4 3.73 ISR 57.7 4.18 57.6 4.26 56.9 3.58 57.3 3.82 SVN 57.1 3.51 57.3 3.79 56.1 2.97 56.5 3.45 ZAF 61.5 4.18 61.6 4.41 60.1 3.15 60.5 4.00 cc2 2015 2016 2017 2018 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel 2002t avg rel Д rel IRL 61.8 4.12 61.7 4.59 60.4 4.04 60.8 4.64 ISR 57.9 4.53 57.7 4.63 56.9 4.03 57.7 4.82 URY 59.0 4.15 59.3 4.44 58.1 3.87 58.6 4.64 ZAF 59.9 4.24 60.1 4.52 59.0 3.91 59.5 4.73 In all the traits, except dlo, candidate bulls born in 2018 had an increase of reliability higher than the increase for older bulls. 4. General comment Although there was an expectation of more genotypes from both IgHol members and contributing countries, the new submitted genotypes increased the size of the IgHol reference population (+22% for production traits). The influential bulls from contributing countries also increased the connectedness between the IgHol country members, even if with some differences among countries. The consistency of the GEBVs between the last two runs has been confirmed by correlations and regression coefficient values. As expected, an increase in GEBVs reliability has been observed in all country-trait combinations. 5. Conclusions Since the beginning of IgHol project several outcomes have been achieved: • A genomic evaluation can be provided by Interbull to countries with small Holstein populations, using the model developed for InterGenomics; • Countries that do not have a national genomic evaluation gain from IgHol; • IgHol gives improved accuracy compared to national GEBV for countries with small reference population; • Results of the validation study conducted at ITBC and presented in December 2019 were approved by ITC and showed the benefit from IgHol not only to the small but also big populations like IRL. The current investigation provided new relevant outcomes: • The new genotypes from contributing countries increased the links between the IgHol members countries; • The additional data, both from contributing countries and from IgHol members improved the results, providing more accurate estimates of GEBVs. Based on these achievements, the ITC is asked to give its recommendations regarding next steps to be taken: a) the current results require more investigations; guidance from ITC on how to continue the investigation is welcome. Or b) ITC considers the achievements satisfactory. The ITC recommends to finalize the implementation of IgHol as a service.