A new version of this entry is available:
Loading...
Doctoral Thesis
2017
Analyse komplexer Merkmale beim Schwein mittels SNP-Chip Genotypen, Darmmikrobiota- und Genexpressionsdaten
Analyse komplexer Merkmale beim Schwein mittels SNP-Chip Genotypen, Darmmikrobiota- und Genexpressionsdaten
Abstract (English)
In the present scientific research, SNP chip genotypes, gut microbiota and gene expression data were used for analysing complex traits in a Piétrain population. These data were collected from around 200 performance tested sows and were used for genetic and microbial analyses of complex trait as well as for structural and functional meat quality traits.
The gut microbiome plays a major role in the immune system development, state of health and energy supply of the host. Quantitative-genetic methods were applied to analyse the interrelationship between pig gut microbiota compositions, complex traits (daily gain, feed conversion and feed intake) and pig genomes. The specific aims were to characterize the gut microbiota of the pigs, to analyse the effects of host genetics on gut microbial composition, and to investigate the role of gut microbial composition on the host’s complex traits. The pigs were genotyped with a standard 60K SNP chip. Microbial composition was characterized by 16S rRNA gene amplicon sequencing technology. Ten out of 51 investigated bacterial genera showed a significant host heritability, ranging from 0.32 to 0.57. Conducting genome wide association analysis showed associations of 22 SNPs and six bacterial genera. The potential candidate genes identified are involved in the immune system, mucosa structure and secretion of digestive juice. These results show, that parts of the gut microbiota are heritable and that the gut microbiome can be seen as quantitative trait. Microbial mixed linear models were applied to estimate the microbiota variance for each of the investigated traits. The fraction of phenotypic variance explained by the microbial variance was 0.28, 0.21, and 0.16 for daily gain, feed conversion, and feed intake, respectively. The SNP data and the microbiota data were used to predict the phenotypes of the traits using both, genomic best linear unbiased prediction (G-BLUP) and microbial best linear unbiased prediction (M-BLUP) methods. The prediction accuracies of G-BLUP were 0.35, 0.23, and 0.20 for daily gain, feed conversion, and feed intake, respectively. The corresponding prediction accuracies of M-BLUP were 0.41, 0.33, and 0.33. Thus, the gut microbiota can be seen as an explaining variable for complex traits like daily gain, feed conversion and feed intake.
In addition, in combination with meat quality traits, transcript levels of muscle tissue were analysed at time of slaughtering. This study should give an insight into the biological processes involved in meat quality characteristics. The aims were to functionally characterise differentially expressed genes, to link the functional information with structural information obtained from GWAS, and to identify potential candidate genes based on these results. An important meat quality trait is the intramuscular fat content, since it affects the juiciness, the taste and the tenderness of the meat. Another important trait is drip loss which causes not only a loss of weight but also a loss of important proteins. Both traits have an impact on the consumer acceptance of fresh meat products. For each of the two traits, eight discordant sibling pairs were selected out of the Piétrain sample and were used for genome-wide gene expression analyses. Thirty five and 114 genes were identified as differentially expressed and trait correlated genes for intramuscular fat content and drip loss, respectively. On the basis of functional annotation, gene groups belonging to the energy metabolism of the mitochondria, the immune response and the metabolism of fat, were associated with intramuscular fat content. Gene groups associated with protein ubiquitination, mitochondrial metabolism, and muscle structural proteins were associated with drip loss. Furthermore, genome-wide association analyses were carried out for these traits and their results were linked to the genome-wide expression analysis by functional annotation. In this context, intramuscular fat was related to muscle contraction, transmembrane transport and nucleotide binding. Drip loss was characterized by the endomembrane system, the energy generation of cells, and phosphorus metabolic processes. Three and four potential candidate genes were identified for intramuscular fat content and drip loss, respectively.
Abstract (German)
In der vorliegenden Arbeit wurden SNP-Chip Genotypen, Darmmikrobiota- und Genexpressionsdaten zur Analyse komplexer Merkmale in einer Piétrainpopulation verwendet. Diese Daten wurden von ca. 200 leistungsgeprüften Sauen erhoben und für genetische und mikrobielle Analysen komplexer Merkmale bzw. für strukturelle und funktionelle genomische Analysen von Fleischqualitätsmerkmalen genutzt.
Die Darmmikrobiota sind eine wichtige Komponente der Wirtsphysiologie und sind an der Entwicklung des Immunsystems, dem Gesundheitszustand und der Energieversorgung des Wirtes beteiligt. Zur Untersuchung des Zusammenhangs zwischen der mikrobiellen Zusammensetzung im Darm, Wachstumsmerkmalen (tägliche Zunahme, Futterverwertung, Futterverzehr) und dem Schweinegenom wurden quantitativ-genetische Methoden angewendet. Die Ziele hierbei waren es, die bakterielle Zusammensetzung im Darm zu beschreiben, den Effekt der Wirtsgenetik auf die mikrobielle Zusammensetzung zu analysieren und den Einfluss der Darmmikrobiota auf Wachstumsmerkmale zu untersuchen. Die Tiere wurden mit einem 60K SNP-Chip genotypisiert und die mikrobielle Zusammensetzung im Darm mittels 16S rRNA Amplikon-Sequenzierung analysiert. Zehn von insgesamt 51 untersuchten bakteriellen Genera zeigten eine Heritabilität zwischen 0,32 und 0,57. Mittels genomweiter Assoziationsanalysen wurden Marker auf dem porcinen Genom kartiert, welche eine Assoziation zu einzelnen bakteriellen Genera zeigen. Insgesamt waren 22 SNPs mit 6 bakteriellen Genera assoziiert. Die identifizierten potentiellen Kandidatengene sind vor allem an der Immunabwehr, der Mukosastruktur und an der Sezernierung von Verdauungssäften beteiligt sind. Dies zeigt, dass Teile der mikrobiellen Strukturen erblich sind und die Darmmikroben als quantitatives Merkmal betrachtet werden können. Mikrobielle gemischte lineare Modelle wurden zur Schätzung der mikrobiellen Varianz für die Merkmale tägliche Zunahme, Futterverwertung und Futterverzehr angewendet. Der Anteil der mikrobiellen Varianz an der phänotypischen Varianz für tägliche Zunahme lag bei 0,28, für Futterverwertung bei 0,21 und für Futterverzehr bei 0,16. Zur Vorhersage der komplexen Merkmale wurden „Genomic Best Linear Unbiased Predictions“ (G-BLUP) und „Microbial Best Linear Unbiased Predictions“ (M-BLUP) durchgeführt. Die Genauigkeiten der M-BLUP (bzw. G-BLUB) war 0,41 (bzw. 0,35) für tägliche Zunahme, 0,33 (bzw. 0,23) für Futterverwertung und 0,33 (bzw. 0,20) für Futterverzehr. Die Darmmikroben können somit auch als erklärende Variable für komplexe Merkmale, wie tägliche Zunahme, Futterverwertung und Futterverzehr, betrachtet werden.
Des Weiteren wurden Transkriptspiegel von Muskelgewebe zum Zeitpunkt der Schlachtung in Kombination mit Fleischqualitätsmerkmalen untersucht. Diese Studie sollte einen Einblick in biologischen Prozesse geben, welche die Fleischqualität beeinflussen. Die Ziele waren es, differentiell exprimierte Gene funktionell zu charakterisieren, die funktionellen und strukturellen Genominformationen zu verknüpfen und basierend auf diesen Ergebnissen potentielle Kandidatengene zu identifizieren. Ein wichtiges Merkmal der Fleischqualität ist der intramuskuläre Fettgehalt, da dieser die Saftigkeit, den Geschmack und die Zartheit des Fleisches beeinflusst, sowie der Tropfsaftverlust, da er nicht nur einen Gewichtsverlust, sondern auch ein Verlust an wertvollen Proteinen darstellt. Beide Merkmale nehmen Einfluss auf die Verbraucherakzeptanz von Frischfleischprodukten. Aus dem vorliegenden Tiermaterial wurden für die Merkmale intramuskulärer Fettgehalt und Tropfsaftverlust je acht diskordante Geschwisterpaare für differentielle Expressionsmessungen ausgewählt. Für das Merkmal intramuskulärer Fettgehalt (bzw. Tropfsaftverlust) wurden 35 (bzw. 114) differentiell exprimierte und merkmalskorrelierte Gene ermittelt. Anhand von funktioneller Annotation wurden insbesondere Gengruppen, welche dem Energiestoffwechsel der Mitochondrien, der Immunantwort und dem Fettstoffwechsel angehören, mit intramuskulären Fettgehalt assoziiert. Mit dem Merkmal Tropfsaftverlust wurden Gengruppen, welche der Ubiquitinierung von Proteinen, dem mitochondrialen Stoffwechsel und den Strukturproteinen des Muskels angehören, in Verbindung gebracht. Außerdem wurden für diese Merkmale genomweite Assoziationsanalysen durchgeführt und deren Ergebnisse mittels funktioneller Annotation mit den genomweiten Expressionsmessung verknüpft. In diesem Zusammenhang wurden für das Merkmal intramuskulärer Fettgehalt Prozesse der Muskelkontraktion, des Transmembrantransports und der Nukleotidbindungen identifiziert. Das Merkmal Tropfsaftverlust wurde über das Endomembransystem, die Energiegewinnung der Zellen und über Stoffwechselprozesse von Phosphor charakterisiert. Abschließend wurden für das Merkmal intramuskulärer Fettgehalt (bzw. Tropfsaftverlust) drei (bzw. vier) potentielle Kandidatengene identifiziert.
File is subject to an embargo until
This is a correction to:
A correction to this entry is available:
This is a new version of:
Notes
Publication license
Publication series
Published in
Faculty
Faculty of Agricultural Sciences
Institute
Institute of Animal Science
Examination date
2017-12-19
Supervisor
Edition / version
Citation
Identification
DOI
ISSN
ISBN
Language
German
Publisher
Publisher place
Classification (DDC)
630 Agriculture
Collections
Original object
Free keywords
Standardized keywords (GND)
Sustainable Development Goals
BibTeX
@phdthesis{Maushammer2017,
url = {https://hohpublica.uni-hohenheim.de/handle/123456789/6233},
author = {Maushammer, Maria},
title = {Analyse komplexer Merkmale beim Schwein mittels SNP-Chip Genotypen, Darmmikrobiota- und Genexpressionsdaten},
year = {2017},
school = {Universität Hohenheim},
}