Implementando la selección genómica en el búfalo mediterráneo italiano: desafíos y oportunidades

• Stefano Biffani National Research Council (CNR), Institute of Agricultural Biology and Biotechnology (IBBA), Milan, Italy
• Mayra Gómez Italian National Association of Buffalo Breeders, Caserta, Italy.
• Roberta Cimmino Italian National Association of Buffalo Breeders, Caserta, Italy.
• Dario Rossi Italian National Association of Buffalo Breeders, Caserta, Italy.
• Gianluigi Zullo Italian National Association of Buffalo Breeders, Caserta, Italy.
• Riccardo Negrini Italian National Breeders Association (AIA), Rome, Italy
• Alberto Cesarani Dipartimento di Agraria, University of Sassari, Sassari, Italy
• Giuseppe Campanile Department of Veterinary Medicine and Animal Production Federico II University, Naples, Italy
• Gianluca Neglia Department of Veterinary Medicine and Animal Production Federico II University, Naples, Italy

DOI: https://doi.org/10.52973/rcfcv-wbc013

Palabras clave: genómica, búfalo mediterráneo italiano, selección

Resumen

El mejor predictor lineal insesgado genómico de un solo paso (ssGBLUP) es un método para estimar conjuntamente los valores genéticos (BV) para animales genotipados y no genotipados. La información genómica del búfalo mediterráneo italiano (IMB) ya está disponible. Su inclusión en el sistema de evaluación genética podría incrementar tanto la precisión como el progreso genético de los rasgos de interés de la raza. El estudio tuvo como objetivo probar la viabilidad de ssGBLUP y mostrar los primeros resultados de la implementación de una evaluación genómica para rasgos de producción y tipo en el IMB. Para este estudio se utilizó información fenotípica sobre producción (leche a 270 días, rendimiento de kg de mozzarella (MY), % y kg de proteína y grasa, respectivamente) y morfología: pies y piernas (FL) y sistema mamario (MS). Los registros de producción incluyeron 743.904 lactancias de 276.451 vacas búfalas nacidas de 1984 a 2019. Los rasgos morfológicos fueron de 91.966 vacas búfalas de 2004 a 2022. En cuanto a los genotipos, se utilizaron 2.017 vacas búfalas y 133 toros. Los datos se analizaron ajustando dos modelos animales con múltiples rasgos, un modelo de 6 rasgos para datos de producción y un modelo de 2 rasgos para datos de morfología. De acuerdo con la matriz de relaciones utilizada, se ajustaron dos modelos: (i) el BLUP con la matriz de relaciones del numerador (A) y (ii) el ssGBLUP donde A y la matriz de relaciones genómicas (G) se mezclan en H. Los BV se estimaron con Modelos BLUP y ssGBLUP. El año de corte utilizado para crear el conjunto de datos parcial fue 2012. Se calcularon las estadísticas de correlación, precisión, dispersión y sesgo (método LR). Para las validaciones se utilizaron toros (N=49) y vacas (N=1288). En promedio, la correlación entre los EBV de conjuntos de datos parciales y completos estimados con BLUP y ssGBLUP aumentó del 6 al 49 % y del 14 al 17 % para los rasgos de producción y tipo, respectivamente. Entre los rasgos analizados, los más afectados por el cambio fueron el contenido de proteína/grasa, MY y AM. El aumento de precisión para estos rasgos fue superior al 20 % cuando se utilizó ssGBLUP. Todas las estadísticas de LR también mejoraron para las hembras no genotipadas. Estos resultados mostraron que la implementación de ssGBLUP en el programa de mejoramiento puede  generar predicciones más precisas para rasgos esenciales en el IMB lechero que el BLUP tradicional.

Citas

Aguilar, I., Misztal, I., Johnson, D.L., Legarra, A., Tsuruta, S., and Lawlor, T.J. (2010). Hot topic: A unified approach to utilize phenotypic, full pedigree, and genomic information for genetic evaluation of Holstein final score1. Journal of Dairy Science 93(2), 743-752. doi: https://doi.org/10.3168/jds.2009-2730.

Cesarani, A., Biffani, S., Garcia, A., Lourenco, D., Bertolini, G., Neglia, G., et al. (2021a). Genomic investigation of milk production in Italian buffalo. Italian Journal of Animal Science 20(1), 539-547. doi: 10.1080/1828051X.2021.1902404.

Legarra, A., and Reverter, A. (2018). Semi-parametric estimates of population accuracy and bias of predictions of breeding values and future phenotypes using the LR method. Genetics Selection Evolution 50(1), 53. doi: 10.1186/s12711-018-0426-6.

Bermann, M., Lourenco, D., Breen, V., Hawken, R., Brito Lopes, F., and Misztal, I. (2021). Modeling genetic differences of combined broiler chicken populations in single-step GBLUP. J Anim Sci 99(4). doi: 10.1093/jas/ skab056.

Herrera, J.R.V., Flores, E.B., Duijvesteijn, N., Moghaddar, N., and van der Werf, J.H. (2021). Accuracy of Genomic Prediction for Milk Production Traits in Philippine Dairy Buffaloes. Front Genet 12, 682576. doi: 10.3389/ fgene.2021.682576.

Christensen, O.F., Madsen, P., Nielsen, B., Ostersen, T., and Su, G. (2012). Single-step methods for genomic evaluation in pigs. Animal 6(10), 1565-1571.

Cesarani, A., Garcia, A., Hidalgo, J., Degano, L., Vicario, D., Macciotta, N.P.P., et al. (2021b). Genomic information allows for more accurate breeding values for milkability in dual-purpose Italian Simmental cattle. J Dairy Sci 104(5), 5719-5727. doi: 10.3168/jds.2020-19838.

Cooper, T.A., Wiggans, G.R., and VanRaden, P.M. (Year). “Including cow information in genomic prediction of Holstein dairy cattle in the US”).

Gao, H., Madsen, P., Nielsen, U.S., Aamand, G.P., Su, G., Byskov, K., et al. (2015). Including different groups of genotyped females for genomic prediction in a Nordic Jersey population. Journal of Dairy Science 98(12), 9051-9059. doi: https://doi.org/10.3168/jds.2015-9947.

Amaya Martínez, A., Martínez Sarmiento, R., and Cerón-Muñoz, M. (2020). Genetic evaluations in cattle using the single-step genomic best linear unbiased predictor. Ciencia y Tecnología Agropecuaria 21(1), 19-31.

Himmelbauer, J., Schwarzenbacher, H., and Fuerst, C. (2021). Implementation of single-step evaluations for fitness traits in the German and Austrian Fleckvieh and Brown Swiss populations. Interbull Bulletin (56), 82-89.

Pimentel, E.d.C.G., Edel, C., Krogmeier, D., Emmerling, R., and Götz, K.-U. (2021). Effects of use of external information in Single-Step evaluations for linear type traits in Brown Swiss. Interbull Bulletin (56), 121-124.

Cesarani, A., Lourenco, D., Tsuruta, S., Legarra, A., Nicolazzi, E.L., VanRaden, P.M., et al. (2022). Multibreed genomic evaluation for production traits of dairy cattle in the United States using single-step genomic best linear unbiased predictor. Journal of Dairy Science 105(6), 5141-5152. doi: 10.3168/jds.2021-21505.

Lourenco, D.A., Tsuruta, S., Fragomeni, B.O., Masuda, Y., Aguilar, I., Legarra, A., et al. (2015). Genetic evaluation using single-step genomic best linear unbiased predictor in American Angus. J Anim Sci 93(6), 2653-2662. doi: 10.2527/jas.2014-8836.

Teissier, M., Larroque, H., and Robert-Granié, C. (2018). Weighted single-step genomic BLUP improves accuracy of genomic breeding values for protein content in French dairy goats: a quantitative trait influenced by a major gene. Genetics Selection Evolution 50(1), 31. doi: 10.1186/s12711-018-0400-3.

Cesarani, A., Gaspa, G., Correddu, F., Cellesi, M., Dimauro, C., and Macciotta, N.P.P. (2019). Genomic selection of milk fatty acid composition in Sarda dairy sheep: Effect of different phenotypes and relationship matrices on heritability and breeding value accuracy. J Dairy Sci 102(4), 3189-3203. doi: 10.3168/jds.2018-15333.

Macedo, F.L., Christensen, O.F., Astruc, J.-M., Aguilar, I., Masuda, Y., and Legarra, A. (2020). Bias and accuracy of dairy sheep evaluations using BLUP and SSGBLUP with metafounders and unknown parent groups. Genetics Selection Evolution 52(1), 47. doi: 10.1186/s12711- 020-00567-1.

Aspilcueta-Borquis, R.R., Araujo Neto, F.R., Santos, D.J., Hurtado-Lugo, N.A., Silva, J.A., and Tonhati, H. (2015). Multiple-trait genomic evaluation for milk yield and milk quality traits using genomic and phenotypic data in buffalo in Brazil. Genet Mol Res 14(4), 18009-18017. doi: 10.4238/2015.December.22.27.