国外马杂交育种 欧洲马品种内全基因组拷贝数的多样性

文丨娱圈档案编辑丨娱圈档案

拷贝数变异一种常见的遗传变异形式，是动物进化和多种物种表型多样性的基础，在哺乳动物基因组中，品种间 CNV 分化频率较高，可能是群体特异性选择的候选者，然而，CNV 分化、选择及其群体遗传学在马身上的研究却很少。

随着全基因组基因分型芯片的发展，遗传多样性和复杂表型的变异通常通过单核苷酸多态性进行评估，然而，SNP 的变异只能解释表型变异的遗传成分的一小部分。

CNV 通常被定义为在将个体的基因组序列与参考基因组进行比较时，由于删除、插入和重复事件到数兆碱基对 引起的变异，CNV 总数可以解释 SNP 未解释的大部分遗传性，因为 CNV 与影响多种物种表型多样性和疾病的复杂性状的遗传变异有关。

在马中，CNV 已被证明可引起表型变异和疾病，ECA25 上的STX17中的 4.6-kb 内含子重复与头发变白和黑色素瘤有关，以及SHOX上的大缺失假常染色体区域中的位点与舍得兰小马的骨骼返祖现象有关，此外，对狗的研究表明，3% 至 24% 的独特 CNV 可能有助于表型多样性。

例如，罗得西亚和泰国脊背犬的品种特征背毛与一组FGF基因的重复有关，这些基因也容易导致皮样窦疾病，还有一些哺乳动物基因超家族支持 CNV 驱动的进化变化，其中与 CNV 增益相关的基因可能是适应的工具。

因此，已知哺乳动物基因组中由 CNV 解释的大多数变异发生在调节重要生物过程的区域，例如感觉知觉、信号转导、免疫和病原体防御或代谢途径，因此，家畜物种CNV分析对于评估遗传多样性、表型变异和复杂表型变得越来越重要。

目前公开的马基因组遗传变异数据库包含 25,756,212 个 SNP 和 3,663,455 个插入/删除多态性“INDEL”，可从基因组变异图谱访问，到目前为止，在近 45 个不同的马品种中发现的 CNV 约占其基因组的 1-3%，并且存在于基因中的 CNV多于基因间区域。

在马中，CNV 大小的平均范围保持在 1 kb 至 4.84 Mb 之间，与参考纯血马基因组相比，CNV 损失通常超过收益，马中已识别的特定 CNV的实际数量大部分是通过有限数量的个体报告的，尽管使用大样本数据集已检测到与特定特征的显着关联。

先前对其他哺乳动物的研究假设，品种间具有高频率差异的 CNV 参与群体特异性选择和对环境的适应 ，并且存在于基因中的 CNV 对群体分化和分化贡献更大，然而，CNV 分化、选择及其群体遗传学在马身上的研究却很少。

因此，在本研究中，我们的目标是研究 CNV 的分布模式，检测品种特异性 CNV，使用大量个体和高密度识别马基因组中受 CNV 影响的生物途径- 八个欧洲马品种群体的 SNP 基因分型阵列数据。

不同欧洲马群的拷贝数差异

使用 Affymetrix Axiom™ 马 HD-SNP 基因分型芯片对来自 8 个不同品种的 1755 匹马进行了全基因组 CNV 分析，通过比较每个样本的信号强度与参考和所研究品种中信号强度变化最低的平均信号的比率，对常染色体上的 CNV 进行分析。

经过质量控制，我们确定了152,640个SNP CNV、18,800个片段CNV和939个CNV区域每个州的整个群体中的CNV至少增加1 bp：信号增益、丢失或两者兼而有之。

为了阐明品种之间的多样性及其 CNV 分布，我们使用了主成分分析 ，首先，SNP B 等位基因频率比图显示 PC2 上三个主要品种组中的个体明显分离，弗里斯兰马与其他马有独特的区别品种种群，聚集在两个主要亚种群中，温血马以及，挽马，包括埃克斯穆尔小马。

有趣的是，第一个主成分代表个体之间、品种之间的变异，第二主成分代表了品种之间的变异，相比之下，由片段 CNV 生成的 PCAs 在不同品种之间表现出较小的变异，然而，与参考相比，弗里斯兰马的差异最大，其基因组中总片段 CNV 变化为 0.9%。

片段 CNV 的分布显示了所研究品种基因组中的几个重叠区域，在 ECA12 中检测到片段 CNV 增益和丢失覆盖的基因组百分比最大，但片段 CNV 数量百分比最高的是在ECA1和ECA20上检测到。

相对于参考品种，具有独特的私人 CNV 增益和损失的地点数量因种群而异，总的来说，显示 SNP CNV 增益的基因组位置数量范围在 4629和 56,033之间，每个个体的 SNP CNV 增益平均数在 25.14和 332.64之间。

观察到 SNP CNV 丢失的基因组位置数量范围在 3715和 7142之间，而每个个体的 SNP CNV 损失平均数在 13.22和168.86之间，从这个意义上说，独特的私人 SNP CNV 增益相对于品种内增益总数的百分比范围在 0.1%和 10.5%之间，并且独特的私人 SNP CNV 损失相对于损失总数介于 0.4%和 14.0%之间。

弗里斯兰马在 ECA1 上显示出最大百分比的独特私人 SNP CNV 增益，而埃克斯穆尔小马在 ECA25 上显示出最大百分比的独特私人 SNP CNV 损失。

同时为了更好地了解共同祖先起源的品种之间的CNV模式，我们根据之前的PCA分析将品种分为三个品种簇，SNP CNV的基因组位置总数以及与品种组簇相对应的独特私有SNP CNV增益或损失的百分比 。

弗里斯兰马的个体 SNP CNV 增加和损失的平均数量最多，弗里斯兰马的独特私人SNP CNV收益占品种组内收益总数的百分比较高，而独特私人SNP CNV损失占损失总数的百分比在弗里斯兰马中也相似，草稿和温血。

遗传多态性在马科动物的表型多样化和物种形成中发挥着重要作用，尽管表型变异背后的多种遗传变异已被成功绘制，马基因组的很大一部分仍然知之甚少，使用来自表型和祖先不同的马群中的一大群个体的HD-SNP阵列数据，我们发现不同品种的 CNV 分布呈现出许多共性，但在特定的基因组区域。

此外，CNVR 的验证率和整体基因分型一致性均为 82.5%，证明 Axiom Analysis 是 CNV 识别的一致方法，主成分分析显示种群之间存在显着差异，并且与已知的品种差异和历史一致，在其他家畜和牲畜物种中也指出了类似的发现。

与目前的研究类似，之前的研究表明品种组或种群之间的CNV频率存在明显差异，可能反映了表型多样性的品种模式和不同品种的种群历史，例如过去有效种群规模、基因流或种群的变化，选择我们观察到的差异也支持这样的假设：CNV 的遗传变异可能有助于品种表型多样性，但它也可能是由于品种之间不同的人口统计历史和有效种群规模造成的。

除少数例外，CNV 分布在品种之间的 SNP 和片段 CNV 上显示出微小差异，与参考品种相比，在所调查品种的基因组中确定的片段 CNV 的总覆盖率的平均百分比较小，一般来说，预计 CNV 多样性较低，因为与之前报道的相同类型马品种相比，本研究中确定的 CNV 片段覆盖的基因组比例甚至更小。

因此，观察到的差异可能归因于个体的不同遗传背景、样本量和 CNV 发现所采用的方法，正如在同一类型马品种的其他研究中观察到的那样，在 ECA12中发现了最多数量的共享 CNVR，ECA12显示出富含嗅觉受体基因簇的特殊特征，这在其他哺乳动物基因组中也观察到，并且推测它会影响马的飞行反应和气质多样性。

类似地，我们发现CNVR与先前鉴定的T细胞受体和MHC类基因重叠，这些基因在一种或多种相似类型的马品种中表现出高水平的多样性，有趣的是，ECA1 与英国小马构象和德国温血马生殖性状的已建立 QTL 重叠，并且 ECA20中的CNVR与美国鞍马。

在所研究的所有马品种中，最大数量的共享 CNVR 与在弗朗什-山地轻草马中检测到的白色斑纹 QTL 以及在英国小马，尽管之前在这些区域中没有报道过候选基因，但我们的研究结果表明，马中富含CNV的基因的功能属于感觉知觉、免疫、繁殖和外部性状。

我们的结果还支持这样的假设：特别是高频私人 SNP CNV可能负责群体特异性选择和适应，这提供了进一步的证据来推测这些区域的 CNV 可能代表不同表型和生物过程遗传变异的重要来源，尽管需要进一步分析来确认表型变化。

此外，观察到与损失相比，分段 CNV 的收益更大，这可能反映了参考比利时本土挽马的大量损失。然而，这也可能反映出这样一个事实，即编码序列的重复可能增强生物体的遗传多样性、表型变异和适应潜力。

与其他以一匹或两匹马代表品种的研究相比，本研究分析的大量个体可能会提供对单个私人CNV的更准确的概述，根据三个品种簇对SNP和片段CNV分布进行的PCA分析证实了三个品种簇内相似的频率水平，这并不奇怪，因为之前报道过在温血等密切相关的品种之间共享CNV的数量最多。

我们的结果还表明，品种簇特异性 SNP CNV 的比例在群体之间存在差异，例如，Draft 和 Warmblood 集群显示出相对较高比例的独特私有 SNP CNV，然而，较小比例的 SNP CNV 可能归因于品种特定特征。

先前也曾报道过祖先不同的马科成员中独特 CNV 的这种差异，例如，Doan 等人，在 17 个不同马科物种的总品种特异性 CNV 中检测到，驴和小型马中某些特定CNV的比例较高，这归因于相对于纯种马的较大差异。

有趣的是，我们还鉴定了位于特定基因组区域的品种组特异性 SNP CNV，这可能归因于品种组特征，例如，在 ECA1中，超过 20% 的属于弗里斯兰马簇的个体检测到特定的 SNP CNV 增益，超过 20% 的属于草马簇的个体显示出特定的 SNP CNV 损失在 ECA7。

然而，所有这些确定的私人 SNP CNV 都位于基因间区域或合并到 CNVR 中，这些区域与夸特马中先前确定的区域部分重叠，尽管如此，在属于温血簇的超过 20% 的个体中，已确定的 SNP CNV 在 ECA9 中增加，该区域包含两个基因：RAD54 同源物 B 和反应性中间亚胺脱氨酶。

最新的基因被认为是运动表现的潜在候选基因，因为它参与代谢过程并且与人类血液蛋白水平相关，这些区域的 CNV 多态性可能代表遗传变异的重要来源，对于未来的遗传关联分析具有高价值。

我们对 SNP 和片段 CNV 的 PCA 分析表明，马种群倾向于根据品种祖先起源进行分组，比较品种和品种组簇，我们确定了显示 SNP CNV 的潜在独特的私有基因组区域，我们发现一小部分独特的私有品种内结构变异可能有助于马品种多样性。

具体来说，ECA9 再包含RIDA 的区域的 Warmblood 簇中显示出特定 SNP CNV 增益的高频率基因，参与代谢过程，位于 CNVR 内的基因表现出与细胞过程和免疫相关的基因本体生物学术语的代表性不足和过度，这表明结构变异在驱动欧洲马群体的表型多样性和抗病性方面的潜在作用。

参考文献

【1】Conrad DF、Pinto D、Redon R、Feuk L、Gokcumen O、Zhang Y 等。人类基因组拷贝数变异的起源和功能影响。自然。2010；464：704–12。

【2】Mielczarek M、Fraszczak M、Nicolazzi E、Williams JL、Szyda J。金牛座拷贝数变异的景观：个体和品种间变异。BMC 基因组学。2018；19(1):410。

【3】Saeed SS、Mohammadreza M、Dong-Dong W、Ali E。检测家养鸡基因组中品种特异性拷贝数变异。基因组。2018；61：7–14。

【4】Ghosh S、Qu Z、Das PJ、Fang E、Juras R、Cothran EG 等。马基因组中的拷贝数变异。公共图书馆基因。2014；10：e1004712。

【5】魏森费尔特 J、西蒙斯 O、斯皮茨 F、科贝尔 JO。基因组结构变异的表型影响：来自人类疾病的见解。自然牧师基因。2013；14：125–38。