Genomic and microbial analyses of quantitative traits in poultry

Abstract

Feed and nutrient efficiency will become increasingly important in poultry production in the coming years. In addition to feed efficiency, particular attention is paid to phosphorus (P) in nonruminants. Especially growing animals have a high demand of P but through the low usability of plant-based P sources for nonruminants, mineral P is added to their feeds. Due to worldwide limited mineral P sources, the high environmental impact of P in excretions and high supplementation costs, a better utilization of P from feed components is required. Animals’ P utilization (PU) is known to be influenced by the host genetics and by gastrointestinal microbiota. The overall aim of this thesis was to investigate the relationships between host genetics, gastrointestinal microbiota composition and quantitative traits with the focus on PU and related traits in F2 cross Japanese quail (Coturnix japonica). Japanese quail represent a model species for agriculturally important poultry species. In Chapter one, a genetic linkage map for 4k genome-wide distributed SNPs in the study design was constructed and quantitative trait loci (QTL) linkage mapping for performance as well as bone ash traits using a multi-marker regression approach was conducted. Several genome-wide significant QTL were mapped, and subsequent single marker association analyses were performed to find trait associated marker within the significant QTL regions. The analyses revealed a polygenic nature of the traits with few significant QTL and many undetectable QTL. Some overlapping QTL regions for different traits were found, which agreed with the genetic correlations between the traits. Potential candidate genes within the discovered QTL regions were identified and discussed. Chapter two provided a new perspective on utilization and efficiency traits by incorporating gastrointestinal microbiota and investigated the links between host genetics, gastrointestinal microbiota and quantitative traits. We demonstrated the host genetic influences on parts of the microbial colonization localized in the ileum by estimating heritabilities and mapping QTL regions. From 59 bacterial genera, 24 showed a significant heritability and six genome-wide significant QTL were found. Structural equation models (SEM) were applied to determine causal relationships between the heritable part of the microbiota and efficiency traits. Furthermore, accuracies of different microbial and genomic trait predictions were compared and a hologenomic selection approach was investigated based on the host genome and the heritable part of the ileum microbiota composition. This chapter confirmed the indirect influence of host genetics via the microbiota composition on the quantitative traits. Chapter three further extended the approaches to identify causalities from chapter two. Bayesian learning algorithms were used to discover causal networks. In this approach, microbial diversity was considered as an additional quantitative trait and analyzed jointly with the efficiency traits in order to model and identify their directional relationships. The detected directional relationships were confirmed using SEM and extended to SEM association analyses to separate total SNP effects on a trait into direct or indirect SNP effects mediated by upstream traits. This chapter showed that up to one half of the total SNP effects on a trait are composed of indirect SNP effects via mediating traits. A method for detecting causal relationships between microbial and efficiency traits was established, allowing separation of direct and indirect SNP effects. Chapter four includes an invited review on the major genetic-statistical studies involving the gut microbiota information of nonruminants. The review discussed the analyses conducted in chapter one to three and places the analyses published in these chapters in the context of other statistical approaches. Chapter four completed the microbial genetic approaches published to date and discussed the potential use of microbial information in poultry and pig breeding. The general discussion includes further results not presented in any of the chapters and discusses the general findings across the chapters.

In der Geflügelproduktion wird die Futter- und Nährstoffeffizienz in den kommenden Jahren immer wichtiger werden. Neben der klassischen Futtereffizienz wird vor allem Phosphor (P) bei Nichtwiederkäuern eine besondere Rolle spielen. Nichtwiederkäuer haben hauptsächlich während der Wachstumsphase einen hohen P-Bedarf, der aufgrund der geringen Verwertbarkeit pflanzlicher P-Quellen, mittels mineralischen P in den Futterrationen ergänzt wird. Im Hinblick auf die weltweit begrenzten mineralischen P-Vorkommen, der hohen Umweltbelastung durch tierische P-Ausscheidungen und den hohen Kosten der Supplementierung, ist eine bessere Verwertung von P aus Futterkomponenten erforderlich. Es ist bekannt, dass die Phosphorverwertung (PU) durch die Genetik der Tiere und durch die gastrointestinale Mikrobiota beeinflusst wird. Ziel dieser Arbeit war es, die Beziehungen zwischen der Wirtsgenetik, der Zusammensetzung der gastrointestinalen Mikrobiota und quantitativen Merkmalen zu untersuchen. Hierbei lag der Schwerpunkt auf der PU der japanischen Wachtel (Coturnix japonica) als Modellspezies für landwirtschaftlich wichtige Geflügelarten. In den Analysen wurden japanische Wachteln einer F2-Kreuzung verwendet. In Kapitel eins wurde eine genetische Kopplungskarte für 4k genomweit verteilte SNPs im Studiendesign erstellt und quantitative Merkmalsgenorte (QTL) Kopplungsanalysen für Leistungs- und Knochenaschemerkmale unter Verwendung eines Multimarker-Regressionsansatzes durchgeführt. Mehrere genomweit signifikante QTL-Regionen wurden kartiert, und mittels Einzelmarker-Assoziationsanalysen konnten merkmalsassoziierte Marker innerhalb der signifikanten QTL-Regionen gefunden werden. Die Analysen ergaben einen polygenen Charakter der Merkmale mit wenigen signifikanten QTL und vielen nicht nachweisbaren QTL. Einige sich für verschiedene Merkmale überschneidende QTL-Regionen konnten gefunden werden, was mit den genetischen Korrelationen zwischen den verwendeten Merkmalen übereinstimmte. Potenzielle Kandidatengene innerhalb der entdeckten QTL-Regionen wurden zudem identifiziert und diskutiert. Kapitel zwei bot eine neue Perspektive auf Verwertungs- und Effizienzmerkmale durch die Einbeziehung der gastrointestinalen Mikrobiota als Informationsquelle. In diesem Kapitel wurde die Verbindungen zwischen Wirtsgenetik, Magen-Darm-Mikrobiota und quantitativen Merkmalen näher untersucht. Wir wiesen mittels geschätzten Heritabilitäten und kartierten QTL-Regionen die wirtsgenetischen Einflüsse auf Teile der im Ileum lokalisierten mikrobiellen Besiedlung nach. Von insgesamt 59 untersuchten Bakteriengattungen zeigten 24 eine signifikante Heritabilität und es wurden sechs genomweit signifikante QTL-Regionen gefunden. Unter der Verwendung von Strukturgleichungsmodellen (SEM) konnten kausale Beziehungen zwischen dem vererbbaren Teil der Mikrobiota und Effizienzmerkmalen bestätigt werden. Darüber hinaus wurden die Genauigkeiten verschiedener mikrobieller und genomischer Merkmalsvorhersagen verglichen und ein hologenomischer Selektionsansatz auf Grundlage des Wirtsgenoms und des vererbbaren Anteils der Zusammensetzung der Ileum-Mikrobiota untersucht. Dieses Kapitel bestätigte den indirekten Einfluss der Wirtsgenetik über die Zusammensetzung der Magen-Darm-Mikrobiota auf die untersuchten quantitativen Merkmale. In Kapitel drei wurden die kausalen Ansätze aus Kapitel zwei weiter ausgebaut. Es wurden Bayessche Lernalgorithmen verwendet, um kausale Netzwerke zwischen verschiedenen Merkmalen zu entdecken. Bei diesem Ansatz wurde die mikrobielle Diversität als zusätzliches quantitatives Merkmal betrachtet und gemeinsam mit den Effizienzmerkmalen analysiert, um deren direktionale Beziehungen zu modellieren und zu ermitteln. Die zuvor ermittelten direktionalen Beziehungen wurden danach mittels SEM bestätigt und auf SEM-Assoziationsanalysen ausgedehnt. Die SEM-Assoziationsanalysen ermöglichten die Unterteilung totaler SNP-Effekte auf ein Merkmal in direkte oder indirekte SNP-Effekte, die durch vorgeschaltete Merkmale vermittelt werden. Dieses Kapitel zeigte, dass sich die totalen SNP-Effekte eines Merkmals bis zur Hälfte aus indirekten SNP-Effekten über vermittelnde Merkmale zusammensetzen können. Eine Methode zum Nachweis kausaler Beziehungen zwischen mikrobiellen und Effizienzmerkmalen wurde entwickelt. Kapitel vier enthält eine Übersicht über die wichtigsten genetisch-statistischen Studien die Informationen zur Darm-Mikrobiota von Nichtwiederkäuern mit einbeziehen. Die Übersicht diskutiert die in den Kapiteln eins bis drei durchgeführten Analysen und stellt diese in den Kontext weiterer statistischer Ansätze. Kapitel vier vervollständigt die bisher veröffentlichten mikrobiologischen genetischen Ansätze in der Geflügel- und Schweinezucht. Die allgemeine Diskussion enthält weitere Ergebnisse, die in keinem der Kapitel vorgestellt wurden und erörtert die allgemeinen Erkenntnisse in den einzelnen Kapiteln.