بررسی بیان ژن‌های مسیر بیوسنتز سرین در ماهیچه سینه بوقلمون‌های بومی ایران با بازده غذایی متفاوت

پژوهشهای علوم دامی ایران

مقاله 9، دوره 14، شماره 3 - شماره پیاپی 51، مهر 1401، صفحه 427-437   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/ijasr.2022.74768.1061

نویسندگان

زهرا پزشکیان¹؛ سیدضیاءالدین میرحسینی^{* 2}؛ شاهرخ قوتی رودسری¹؛ اسماعیل ابراهیمی³

¹گروه علوم دامی، دانشکده کشاورزی، دانشگاه گیلان، رشت، گیلان، ایران.

²گروه علوم دامی ، دانشــکده کشــاورزی، دانشگاه گیلان، رشت، گیلان، ایرلن

³گروه زراعت واصلاح نباتات، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ایران.

چکیده

خوراک اصلی‌ترین بخش هزینه‌ای در تولید طیور محسوب می‌شود. طیور با بازده غذایی بالا، برای هر واحد افزایش وزن، خوراک کمتری مصرف و مدفوع کمتری نیز تولید می‌کنند. مسیر بیوسنتز سرین یکی از مسیرهای مهم در حیوانات با بازده غذایی بالا است. هدف از این مطالعه، بررسی بیان ژن‌های PHGDH، PSAT1 وPSPH  توسط روش Real-time PCR در بوقلمون‌های بومی ایران با بازده غذایی بالا و پایین است. تعداد 75 بوقلمون نر بومی از بین 500 بوقلمون نر به‌صورت تصادفی انتخاب و از هفته 20 الی 24 در قفس‌های جداگانه با دسترسی آزاد به آب و خوراک قرار گرفتند. بوقلمون‌ها بر اساس ضریب تبدیل خوراک (FCR) رتبه‌بندی شدند و سه بوقلمون با پایین ترین و سه بوقلمون با بالاترین بازده غذایی به‌ترتیب به‌عنوان پرندگان بازده غذایی بالا (HFE) و بازده غذایی پایین (LFE) انتخاب شدند. بعد از کشتار و استخراج RNA از بافت سینه، سنتز cDNA و آزمون Real-time PCR انجام شد. نتایج حاصل از بررسی بیان ژن‌های مسیر بیوسنتز سرین نشان داد که میزان بیان این ژن‌ها در بوقلمون‌های نر با بازده غذایی بالا به‌طور معنی‌داری بیشتر از بوقلمون‌های با بازده غذایی پایین بود. فعال شدن این مسیر نشان‌دهنده توانایی بالاتر حیوانات با بازده غذایی بالا در استفاده بهتر از منابع انرژی مانند گلوکز است که موجب افزایش پروتئین‌سازی در بافت عضله سینه می‌شود و انرژی به‌دست آمده صرف افزایش وزن بافت عضله در بوقلمون‌های با بازده غذایی بالا می‌شود.

کلیدواژه‌ها

بوقلمون؛ بیان ژن؛ بیوسنتز سرین؛ راندمان خوراک؛ Real-time PCR

مراجع

1. Aggrey, S. E., Karnuah, A. B., Sebastian, B., & Anthony, N. B. (2010). Genetic properties of feed efficiency parameters in meat-type chickens. Genetic Selection Evolution, 42, 25. https://doi.org/1186/1297-9686-42-25
2. Artegoitia, V. M., Foote, A. P., Lewis, R. M., & Freetly, H. C. (2019). Metabolomics profile and targeted lipidomics in multiple tissues associated with feed efficiency in beef steers. ACS Omega, 4(2), 3973-3982. https://doi.org/1021/acsomega.8b02494
3. Bottje, W., & Carstens, G. (2009). Association of mitochondrial function and feed efficiency in poultry and livestock species. Journal of Animal Science, 87(suppl_14), E48-E63. https://doi.org/2527/jas.2008-1379
4. Case, L. A., Wood, B. J., & Miller, S. P. (2012). The genetic parameters of feed efficiency and its component traits in the turkey (Meleagris gallopavo). Genetic Selection Evolution, 44, 2. https://doi.org/1186/1297-9686-44-2
5. Ebrahimzadeh-Allahabad, A., Mahmodian, Z., Pezeshkian, Z., & Mollaei, A. (2015). Estimation of genetic and phenotypic parameters of some important economic traits in Khazak native hen in Iran. Animal Genetic Resources/Resources Génétiques Animales/Recursos Genéticos Animales, 57: 99-103. https://doi.org/1017/S2078633615000272
6. Fonseca, L. D., Eler, J. P., Pereira, M. A., Rosa, A. F., Alexandre, P. A., Moncau, C. T., Salvato, F., Fernandes, L. R., Palmisano, G., Ferraz, J. B. S., & Fukumasu, H. (2019). Liver proteomics unravel the metabolic pathways related to feed efficiency in beef cattle. Scientific Reports, 9(1), 1-11. https://doi.org/1038/s41598-019-41813-x
7. Gong, S. (2010). Identification of nover growth signalling pathway in sheep skeletal muscle by comparative microarray analysis. Doctoral dissertation. University of Nottingham. The UK.
8. Kong, B. W., Song, J., Lee, J., Hargis, B., Wing, T., Lassiter, K., & Bottje, W. (2011). Gene expression in breast muscle associated with feed efficiency in a single male broiler line using a chicken 44K oligo microarray. I. Top differentially expressed genes. Poultry Science, 90(11), 2535-2547. https://doi.org/3382/ps.2011-01435
9. Pan, S., Fan, M., Liu, Z., Li, X., & Wang, H. (2021). Serine, glycine and one‑carbon metabolism in cancer. International Journal of Oncology, 58(2), 158-170. https://doi.org/3892/ijo.2020.5158
10. Parr, T., Al-Doski, S., Hemmings, K., Daniel, Z., Brown, D., Lu, C., Hodgman,, May, S., & Brameld, J. (2015). Increased expression of serine biosynthetic pathway genes is associated with skeletal muscle hypertrophy in sheep. Proceedings of the Nutrition Society, 74(OCE2). https://doi.org/10.1017/S0029665115002013
11. Pfaffl, M. W. (2001). A new mathematical model for relative quantification in real-time RT–PCR. Nucleic Acids Research, 29(9): e45-e45. https://doi.org/1093/nar/29.9.e45
12. Pirani, N., Elyasi Zarringhabaei, G. H., & Taghizadeh, A. (2010). Genetic relationship of 6 Iranian native chicken populations using RAPD markers. Animal Science Researches, 19(1), 69-79.
13. Richards, M. (2003). Genetic regulation of feed intake and energy balance in poultry. Poultry science, 82(6), 907-916. https://doi.org/1093/ps/82.6.907
14. Salahi, A. (2014). A review of the turkey meat production industry in Iran. Zootec International, 36, 24-29.
15. Wang, X., & Kadarmideen, H. N. (2019). Metabolomics analyses in high-low feed efficient dairy cows reveal novel biochemical mechanisms and predictive biomarkers. Metabolites, 9(7): 151. https://doi.org/3390/metabo9070151
16. Willems, O. W. (2014). Evaluation methods and technologies for improving feed efficiency in the turkey (Meleagris gallopavo). Doctoral dissertation. University of Guelph. Guelph. Canada.
17. Willems, O. W., Miller, S. P., & Wood, B. J. (2013). Assessment of residual body weight gain and residual intake and body weight gain as feed efficiency traits in the turkey (Meleagris gallopavo). Genetics Selection Evolution, 45(1), 26. https://doi.org/1186/1297-9686-45-26
18. Xu, C., Wang, X., Zhuang, Z., Wu, J., Zhou, Sh., Quan, J., Ding, R., Ye, Y., Peng, L., Wu, Z., Zheng, E., & Yang, J. (2020). A transcriptome analysis reveals that hepatic glycolysis and lipid synthesis are negatively associated with feed efficiency in DLY pigs. Scientific Reports, 10(1), 1-12. https://doi.org/1038/s41598-020-66988-6
19. Yang, H., Huang, X., Fang, S., He, M., Zhao, Y., Wu, Z., Yang, M., Zhang, Zh., Chen, C., &Huang, L. (2017). Unraveling the fecal microbiota and metagenomic functional capacity associated with feed efficiency in pigs. Frontiers in Microbiology, 8, 1555. https://doi.org/3389/fmicb.2017.01555
20. Zhou, N., Lee, W. R., & Abasht, B. (2015). Messenger RNA sequencing and pathway analysis provide novel insights into the biological basis of chickens’ feed efficiency. BMC Genomics, 16(1), 1-20. https://doi.org/1186/s12864-015-1364-0