مقایسه روش‌های تجزیه مؤلفه‌‌های اصلی (PCA) و تجزیه تشخیصی مؤلفه‌های اصلی (DAPC) در بررسی ساختار جمعیتی نژادهای اسب آخال‌تکه، عرب و کاسپین با استفاده از اطلاعات ژنومی

پژوهشهای علوم دامی ایران

مقاله 10، دوره 13، شماره 3 - شماره پیاپی 47، آبان 1400، صفحه 453-462  

نوع مقاله: علمی پژوهشی- ژنتیک و اصلاح دام و طیور

شناسه دیجیتال (DOI): 10.22067/ijasr.0621.39343

نویسندگان

نسرین بابایی¹؛ عباس رافت¹؛ محمدحسین مرادی ²؛ محمد رضا فیضی درخشی³

¹گروه علوم دامی، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران.

²گروه علوم دامی، دانشکده کشاورزی و منابع طبیعی، دانشگاه اراک، اراک، ایران.

³گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه تبریز، تبریز، ایران

چکیده

ابداع روش­های تعیین ژنوتیپ با توان بالا و مقرون به صرفه طی سالیان اخیر، امکان ارزیابی ساختار ژنتیکی و ارتباط میان جمعیت­های یک گونه را با استفاده از اطلاعات ژنومی فراهم ساخته است. بررسی ساختار جمعیتی بر اساس نشانگرهای گسترده در سطح ژنوم، اطلاعات ارزشمندی در ارتباط با روابط تکاملی و دسته­بندی زیرجمعیت­ها فراهم می­کند. هدف از این تحقیق مقایسه دو روش­ تجزیه مؤلفه­های اصلی (PCA) و تجزیه تشخیصی مؤلفه‌های اصلی (DAPC) در بررسی ساختار و روابط بین جمعیتی سه نژاد اسب موجود در منطقه خاورمیانه شامل آخال­تکه، عرب و کاسپین بود. به این منظور از داده­های ژنومی بدست آمده از آرایه­هایIllumina 50K SNP Beadchip  در 61 نمونه از این نژادها استفاده شد. این تحقیق با همکاری پروژه کنسرسیوم تنوع ژنتیکی اسب (EGDC) انجام شد و کدهای مورد نیاز برای آنالیز داده­ها در نرم­افزار R تهیه شدند. نتایج حاصل نشان داد که در هر دو روش 8/10 درصد واریانس توسط دو مؤلفه اول توجیه می­شود و هر دو روش سه جمعیت را جدا از هم خوشه­بندی کردند. معیار ارزیابی تعداد بهینه خوشه­بندی برای روش DAPC، معیار اطلاعات بیزی (BIC) بود که تعداد K=3 بهترین نتیجه را با کمترین BIC نشان داد. روش DAPC نسبت به روش PCA با نتایج بهتری همراه بود .در تعیین شمار بهینة K بهتر از روش PCA عمل کرد و تصویر بهتری از ارتباط بین افراد ارائه داد. همچنین در انتساب افراد به گروه­های خود هر دو روش صحت بسیار خوبی ارائه دادند. در مجموع نتایج این تحقیق نشان می­دهد با وجود اینکه نتایج تحقیقات گذشته این سه جمعیت را که مربوط به منطقه خاورمیانه هستند در یک خوشه از درخت همسایگی قرار می­دهند، ولی با توجه به نتایج این پژوهش و با استفاده از روش­های مورد استفاده در این تحقیق، سه نژاد به صورت مجزا گروه­بندی می­شوند و DAPC می­تواند تصویر بهتری از روابط بین جمعیتی در نژادهای اسب ارائه دهد.

کلیدواژه‌ها

روش‌های DAPC و PCA؛ ساختار جمعیت؛ نژادهای اسب خاورمیانه؛ نشانگرهای SNP

مراجع

1. Askari, N., A. M. Mohammadi, and A. Baghizadeh. 2011. ISSR markers for assessing DNA polymorphism and genetic characterization of cattle, goat and sheep populations. ‏Iranian Journal of Biotechnology, 9: 222-229.
2. Azizi, Z., H. Moradi-Shahrbabak, and M. Moradi-Shahrbabak. 2017. Comparison of PCA and DAPC methods for analysis of Iranian Buffalo population structure using SNPchip90k data. Iranian Journal of Animal Science, 2:153-161. (In Persian).
3. Dodds, K. G., B. Auvray, S. N. Newman, and J. C. McEwan. 2014. Genomic breed prediction in New Zealand sheep. BMC Genetics, 15:92.
4. Epps, C. W., J. A. Castillo, A. Schmidt-Küntzel, P. du Preez, G. Stuart-Hill, M. Jago, and R. Naidoo. 2013. Contrasting historical and recent gene flow among African buffalo herds in the Caprivi Strip of Namibia. Journal of Heredity, 104(2): 172-181.‏
5. Jombart, T., and C. Collins. 2015. A tutorial for discriminant analysis of principal components (DAPC) using adegenet 2.0. 0. Imp Coll London-MRC Cent Outbreak Anal Model, 43.‏
6. Jombart, T., S. Devillard, and F. Balloux. 2010. Discriminant analysis of principal components: a new method for the analysis of genetically structured populations. BMC Genetics, 11(1): 94.‏
7. Karimi, K. 2017. Investigation of the population structure in Iranian native cattle using discriminant analysis of principal components. Research on Animal Production, 8:184-193. (In Persian).
8. Liu, N., and H. Zhao. 2006. A non-parametric approach to population structure inference using multi locus genotypes. Human Genomics, 2(6): 353.‏
9. Mohammadi, A., M. R. Nassiry, J. Mosafer, M. R. Mohammadabadi, and G. E. Sulimova. 2009. Distribution of BoLA-DRB3 allelic frequencies and identification of a new allele in the Iranian cattle breed Sistani (Bos indicus). Russian Journal of Genetics, 45(2): 198-202.‏
10. Moradi, M. H., A. Nejati-Javaremi, M. Moradi-Shahrbabak, K. G. Dodds, and J. C. McEwan. 2012. Genomic scan of selective sweeps in thin and fat tail sheep breeds for identifying of candidate regions associated with fat deposition. BMC Genetics, 13: 10.
11. Moradi, M. H., J. Rostamzadeh, A. Rashidi, Kh. Vahabi, and H. Farahmand. 2013. Analysis of genetic diversity in Iranian Mohair goat and its color types using Inter Simple Sequence Repeat (ISSR) markers. Journal of Agricultural Communications, 1: 2.
12. Nabiloo, R., M. B. Zandi and M. T. Harakinezhad. 2018. Study of genetic diversity of indigenous (Afshari, Moghani and Ghezel) and exotic (Romney, Merinos and Dorper) sheep breeds using high-density SNP markers. Iranian Journal of Animal Science, 49(3):437-451. (In Persian).
13. Novembre, J., and M. Stephens. 2008. Interpreting principal component analyses of spatial population genetic variation. Nature Genetics, 40(5): 646-649.
14. Paschou, P., E. Ziv, E. G. Burchard, S. Choudhry, W. Rodriguez-Cintron, M. W. Mahoney, and P. Drineas. 2007. PCA-Correlated SNPs for structure identification in worldwide human populations. PLoS Genetics, 3(9): e160.
15. Patterson, N., A. L. Price, and D. Reich. 2006. Population structure and eigen analysis. PLoS Genetics, 2(12): e190.‏
16. Pearson, K. 1901. On lines and planes of closest fit to systems of point in space. Philosophical Magazine, 2: 559-572.
17. Petersen, J. L., J. R. Mickelson, E. G. Cothran, L. S. Andersson, J. Axelsson, E. Bailey, D. Bannasch, M. M. Binns, A. S. Borges, P. Brama, A. C. Machado, O. Distl, M. Felicetti, L. F. Clipsham, K. T. Graves, and et al. 2013. Genetic diversity in the modern horse illustrated from genome-wide SNP data. PLOS ONE, 8(1): e54997.
18. Pometti, C. L., C. F. Bessega, B. O. Saidman, and J. C. Vilardi. 2014. Analysis of genetic population structure in Acacia caven (Leguminosae, Mimosoideae), comparing one exploratory and two Bayesian-model-based methods. Genetics and Molecular Biology, 37(1):64-72.
19. Purcell S. 2010. PLINK version 1.07. URL: http://pngu.mgh.harvard.edu/~purcell/pink.
20. Rahmaninia, J., S. R. Miraei-Ashtiani, H. Moradi-Shahrbabak. 2015. Unsupervised clustering analysis of population and subpopulation structure using dense SNP markers. Iranian Journal of Animal Science, 46(3): 277-278. (In Persian).
21. Reich, D., A. L. Price, and N. Patterson. 2008. Principal component analysis of genetic data. Nature Genetics, 40: 491.
22. Serre, D., A. Montpetit, G. Paré, J. C. Engert, S. Yusuf, B. Keavney, T. J. Hudson, and S. Anand. 2008. Correction of population stratification in large multi-ethnic association studies. PloS one, 3(1): e1382.
23. Sethuraman, A. 2013. On inferring and interpreting genetic population structure-applications to conservation, and the estimation of pairwise genetic relatedness. Ph.D. dissertation, Iowa State University, Iowa State.
24. Shojaei, M., M. Mohammad-Abadi, M. Asadi-Fozi, O. Dayani, A. Khezri, and M. Akhondi. 2011. Association of growth trait and leptin gene polymorphism in Kermani sheep. Journal of Cell and Molecular Research, 2(2): 67-73.‏
25. Smith, O., and J. Wang. 2014. When can noninvasive samples provide sufficient information in conservation genetics studies? Molecular Ecology Resources, 14: 1011-1023.
26. Teo, Y. Y., A. E. Fry, T. G. Clark, E. Tai, and M. Seielstad. 2007. On the usage of HWE for identifying genotyping errors. Annals of Human Genetics, 71(5): 701-703.
27. Uzzaman, M. R., Z. Edea, M. S. A. Bhuiyan, J. Walker, A. K. Bhuiyan, and K. S. Kim. 2014. Genome-wide single nucleotide polymorphism analyses reveal genetic diversity and structure of wild and domestic cattle in Bangladesh. Asian-Australasian Journal of Animal Sciences, 27(10): 1381.‏
28. Willing, E., C. Dreyer, and C. Van Oosterhout. 2012. Estimates of genetic differentiation measured by F_ST do not necessarily require large sample sizes when using many SNP markers. PLoS One, 7(8): e42649.

Zamani, P., M. Akhondi, M. R. Mohammadabadi, A. A. Saki, A. Ershadi, M. H. Banabazi, and A. R. Abdolmohammadi. 2011. Genetic variation of Mehraban sheep using two inter simple sequence repeat (ISSR) markers. African Journal of Biotechnology, 10(10): 1812-1817.