Genetic diversity and autozygosity estimates in wild european boars and domesticated pigs

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

BACKGROUND: Pigs are one of the most widely distributed domestic animals. The study of their genetic diversity and selection loci is of great interest both in the field of genetics and animal breeding, and in the aspect of conservation and development of breeding resources and food security.

AIM: The aim of the presented work is to evaluate the autozygosity and the distribution of autozygosity segments (HBD) in wild boars and pigs of the main commercial breeds: Large White, Landrace and Duroc, and to search for selection loci related to adaptation to habitat conditions and selection pressure.

MATERIALS AND METHODS: The aim of the presented work is to evaluate the autozygosity and distribution of autozygosity segments (HBD) in wild boars and domestic pigs of the main commercial breeds: Large White, Landrace and Duroc, and to search for selection loci related to adaptation to habitat conditions and selection pressure.

RESULTS: Based on the results of the genome scan, the average autozygosity values in boars and pigs were in the range of 0.23–0.29, but in boars about 0.08 of the genome share is covered by HBD segments, presumably originating from ancestors who lived about 206 years ago; in pigs — originating from ancestors who lived about 64 years ago.

CONCLUSIONS: Only 3 segments met the criteria for top-HBD (frequency of at least 60% and at least 10 SNPs) in boars. In Large White, Landrace and Duroc pigs, 18, 9 and 35 segments were identified, respectively. In general, the analysis of HBD segments showed that they reflect the main breeding strategies aimed at developing commercial pigs.

About the authors

Sirozhdin Y. Bakoev

Centre for Strategic Planning and Management of Biomedical Health Risks

Email: SBakoev@cspfmba.ru
ORCID iD: 0000-0002-0324-3580
SPIN-code: 4908-9038

Cand. Sci. (Biology)

Russian Federation, Moscow

Timofei S. Romanets

Don State Agrarian University

Email: timofey_8877@mail.ru
ORCID iD: 0000-0002-0690-4217
SPIN-code: 5720-7935

Cand. Sci. (Agricultural)

Russian Federation, Persianovsky village

Anna V. Korobeinikova

Centre for Strategic Planning and Management of Biomedical Health Risks

Email: AKorobeinikova@cspfmba.ru
ORCID iD: 0009-0003-0556-9343
Russian Federation, Moscow

Arina I. Mishina

Centre for Strategic Planning and Management of Biomedical Health Risks

Email: amishina@cspfmba.ru
ORCID iD: 0000-0003-1134-9366
SPIN-code: 2157-1051

Cand. Sci. (Biol.)

Russian Federation, Moscow

Mariya A. Kolosova

Don State Agrarian University

Email: m.leonovaa@mail.ru
ORCID iD: 0000-0003-2979-7108
SPIN-code: 2285-8785

Cand. Sci. (Agricultural)

Russian Federation, Persianovsky village

Elena A. Romanets

Don State Agrarian University

Email: lena9258@mail.ru
ORCID iD: 0000-0003-2824-9564
SPIN-code: 9391-9975
Russian Federation, Persianovsky village

Anatolii Y. Kolosov

Don State Agrarian University

Email: kolosov777@gmail.com
ORCID iD: 0000-0002-6583-8942
SPIN-code: 8231-1295

Cand. Sci. (Agricultural)

Russian Federation, Persianovsky village

Lyubov V. Getmantseva

Centre for Strategic Planning and Management of Biomedical Health Risks

Author for correspondence.
Email: LGetmantseva@cspfmba.ru
ORCID iD: 0000-0003-1868-3148
SPIN-code: 7571-1264

Dr. Sci. (Biology)

Russian Federation, Moscow

References

  1. Larson G, Piperno DR, Allaby RG, et al. Current perspectives and the future of domestication studies. PNAS USA. 2014;111(17): 6139–6146. doi: 10.1073/pnas.1323964111
  2. Zeder MA. The origins of agriculture in the near east. Curr Anthropol. 2011;52(S4):S221–S235. doi: 10.1086/659307
  3. Frantz LA, Haile J, Lin T, et al. Ancient pigs reveal a near-complete genomic turnover following their introduction to Europe. PNAS USA. 2019;116(35):17231–17238. doi: 10.1073/pnas.1901169116
  4. Larson G, Cucchi T, Fujita M, et al. Phylogeny and ancient DNA of Sus provides insights into neolithic expansion in Island Southeast Asia and Oceania. PNAS USA. 2007;104(12):4834–4839. doi: 10.1073/pnas.0607753104
  5. Larson G, Dobney K, Albarella U, et al. Worldwide phylogeography of wild boar reveals multiple centers of pig domestication. Science. 2005;307(5715):1618–1621. doi: 10.1126/science.1106927
  6. Scandura M, Iacolina L, Crestanello B, et al. Ancient vs. recent processes as factors shaping the genetic variation of the European wild boar: are the effects of the last glaciation still detectable? Mol Ecol. 2008;17(7):1745–1762. doi: 10.1111/j.1365-294X.2008.03703.x
  7. Danilkin AA. On the inadmissibility of the total depopulation of the boar (Sus scrofa L.) in connection with the African swine fever. The herald of game management. 2019;16(2):123–131.
  8. Wilkinson S, Lu ZH, Megens H-J, et al. Signatures of diversifying selection in European pig breeds. PloS Genet. 2013;9:e1003453. doi: 10.1371/journal.pgen.1003453
  9. Bakoev S, Getmantseva L, Kostyunina O, et al. Genome-wide analysis of genetic diversity and artificial selection in Large White pigs in Russia. PeerJ. 2021;9:e11595. doi: 10.7717/peerj.11595
  10. Ceballos FC, Joshi PK, Clark DW, et al. Runs of homozygosity: windows into population history and trait architecture. Nat Rev Genet. 2018;19:220–234. doi: 10.1038/nrg.2017.109
  11. Peripolli E, Stafuzza NB, Munari DP, et al. Assessment of runs of homozygosity islands and estimates of genomic inbreeding in Gyr (Bos indicus) dairy cattle. BMC genomics. 2018;19:34. doi: 10.1186/s12864-017-4365-3
  12. Mastrangelo S, Tolone M, Sardina MT, et al. Genome-wide scan for runs of homozygosity identifies potential candidate genes associated with local adaptation in Valle del Belice sheep. Genet Sel Evol. 2017;49:84. doi: 10.1186/s12711-017-0360-z
  13. Saura M, Fernández A, Varona L, et al. Detecting inbreeding depression for reproductive traits in Iberian pigs using genome-wide data. Genet Sel Evol. 2015;47:1. doi: 10.1186/s12711-014-0081-5
  14. Schiavo G, Bovo S, Bertolini F, et al. Runs of homozygosity islands in Italian cosmopolitan and autochthonous pig breeds identify selection signatures in the porcine genome. Livest Sci. 2020;240:104219. doi: 10.1016/j.livsci.2020.104219
  15. Gorssen W, Meyermans R, Janssens S, Buys N. A publicly available repository of ROH islands reveals signatures of selection in different livestock and pet species. Genet Sel Evol. 2021;53:2. doi: 10.1186/s12711-020-00599-7
  16. Bakoev S, Kolosov A, Bakoev F, et al. Analysis of homozygous-by-descent (HBD) segments for purebred and crossbred pigs in Russia. Life (Basel). 2021;11(8):861. doi: 10.3390/life11080861
  17. datadryad.org [Internet]. DRYAD [cited: 2023 Oct 21]. Available at: https://datadryad.org/
  18. Iacolina L, Scandura M, Goedbloe D, et al. Genomic diversity and differentiation of a managed island wild boar population. Heredity. 2016;116:60–67. doi: 10.1038/hdy.2015.70
  19. Purcell S, Neale B, Todd-Brown K, et al. PLINK: a tool set for whole-genome association and population-based linkage analyses. Am J Hum Genet. 2007;81(3):559–575. doi: 10.1086/519795
  20. Druet T, Gautier M. A model-based approach to characterize individual inbreeding at both global and local genomic scales. Mol Ecol. 2017;26(20):5820–5841. doi: 10.1111/mec.14324
  21. Bertrand AR, Kadri NK, Flori L, et al. RzooRoH: An R package to characterize individual genomic autozygosity and identify homozygous-by-descent segments. Methods Ecol Evol. 2019;10(6):860–866. doi: 10.1111/2041-210X.13167
  22. Rabiner LR. A tutorial on hidden markov models and selected applications in speech recognition. Proceedings of the IEEE. 1989;77(2):257–284. doi: 10.1109/5.18626
  23. Fonseca PAS, Suárez-Vega A, Marras G, Cánovas Á. GALLO: An R package for genomic annotation and integration of multiple data sources in livestock for positional candidate loci. GigaScience. 2020;9(12):giaa149. doi: 10.1093/gigascience/giaa149
  24. Stringer OW, Li Y, Bossé JT, Langford PR. JMM Profile: Actinobacillus pleuropneumoniae: a major cause of lung disease in pigs but difficult to control and eradicate. J Med Microbiol. 2022;71(3):001483. doi: 10.1099/jmm.0.001483
  25. Reiner G, Bertsch N, Hoeltig D, et al. Identification of QTL affecting resistance/susceptibility to acute Actinobacillus pleuropneumoniae infection in swine. Mamm Genome. 2014;25:180–191. doi: 10.1007/s00335-013-9497-4
  26. Bovo S, Mazzoni G, Bertolini F, et al. Genome-wide association studies for 30 haematological and blood clinical-biochemical traits in Large White pigs reveal genomic regions affecting intermediate phenotypes. Sci Rep. 2019;9:7003. doi: 10.1038/s41598-019-43297-1
  27. Schielke A, Sachs K, Lierz M, et al. Detection of hepatitis E virus in wild boars of rural and urban regions in Germany and whole genome characterization of an endemic strain. Virol J. 2009;6:58. doi: 10.1186/1743-422X-6-58
  28. Risalde MA, Rivero-Juárez A, Romero-Palomo F. Persistence of hepatitis E virus in the liver of non-viremic naturally infected wild boar. PloS ONE. 2017;12:e0186858. doi: 10.1371/journal.pone.0186858

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. supplement 1
Download (1MB)
Indexing metadata
3. supplement 2
Download (1MB)
Indexing metadata
4. Fig. 1. Distribution of inbreeding coefficient

Download (130KB)
Indexing metadata
5. Fig. 2. Autozygosity according to the age of the breed’s ancestors. HBD classes are indicated on the horizontal axis

Download (218KB)
Indexing metadata
6. Fig. 3. Genome partitioning in different classes of homozygous ancestry. Plotted results for 15 randomly selected pigs of Large White, Landrace, Duroc and Boar breeds. The height of each column represents the proportion of the genome associated with the HBD class of the corresponding color

Download (170KB)
Indexing metadata
7. Fig. 4. Autozygosity according to the age of the breed’s ancestors at the individual level

Download (338KB)
Indexing metadata
8. Fig. 5. Distribution of HDB segments on chromosomes in pig breeds Large White, Landrace pigs, Duroc, and Boar

Download (231KB)
Indexing metadata

Copyright (c) 2023 Eco-Vector


 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».