PhenoGeno
Financijer: Hrvatska zaklada za znanost
Vrsta projekta: Istraživački projekt
Kod projekta: IP-2022-10-6914
Naziv projekta: Odgovor na inovacije u fenomici i genomici u oplemenjivanju mliječnih goveda.
Ukupno tražena sredstva od HRZZ-a (EUR): 197.989,25.
Trajanje projekta: 29.12.2023. do 28.12.2027.
Ustanova u kojoj se izvodi projekt:
Sveučilište u Zagrebu Agronomski fakultet
prof. dr. sc. Ivica Kisić
Svetošimunska cesta 25, 10000 Zagreb, Hrvatska
Tel: +385 1 239 3779
Faks: +385 1 231 5300
E-mail: dekanat@agr.hr
Voditelj projekta:
Sveučilište u Zagrebu Agronomski fakultet
Zavod za opće stočarstvo
prof. dr. sc. dr. h. c. Ino Čurik
Tel: +385 1 239 4008
E-mail: icurik@agr.hr
Suradnici s Agronomskog fakulteta:
prof. dr. sc. Vlatka Čubrić Čurik
prof. dr. sc. Neven Antunac
izv. prof. Nataša Mikulec, PhD
izv. prof. dr. sc. Maja Ferenčaković
doc. dr. sc. Vladimir Brajković
dr. sc. Ivana Držaić
Vanjski suradnici:
dr. sc. Dinko Novosel, Veterinarski institut u Zagrebu
dr. sc. Strahil Ristov, Institut "Ruđer Bošković"
izv. prof. dr. sc. Boris Lukić, Sveučilište u Osijeku, Fakultet agrobiotehničkih znanosti
izv. prof. dr. sc. Nikola Raguž, Sveučilište u Osijeku, Fakultet agrobiotehničkih znanosti
Sažetak
Primjena novih pristupa fenotipizaciji, napredna genotipizacija (genotipizacija visoke propusnosti na razini cijelog genoma, SNP nizovi) te genomski i statistički razvoj (genomska selekcija i one-step GBLUP) doveli su do ubrzanog genetičkog napretka u svim zemljama u razvoju mljekarstva. To vrijedi i za druga područja uzgoja životinja. Nažalost, Hrvatska je tek umjereno odgovorila na nova zbivanja, a naši uzgojni programi trenutačno uključuju samo relativno mali broj genotipiziranih krava i bikova na razini genoma. Istodobno, broj genotipiziranih životinja u razvijenim zemljama prelazi 100 000 životinja (> 300 000 goveda SNP-a u Austriji). Stoga smo odlučili predložiti moderan projekt u kojem ćemo razviti uzoran inovativni uzgojni program (s GWAS-om i procjenom genomskih parametara hrvatske holstein pasmine) koristeći najnovija tehnološka dostignuća u fenomici i genomici. U našem prijedlogu odlučili smo otići korak dalje od SNP nizova koji se danas rutinski koriste i temeljiti našu strategiju genotipizacije na najnovijoj mogućnosti (niskopropusno sekvenciranje cijelog genoma, lpWGS), jer bi to mogla biti najbolja strategija u našim relativno malim populacijama . Istodobno, naša napredna strategija fenotipizacije bila je usmjerena na uvođenje velikih mjerenja svojstava zgrušavanja mlijeka izvedenih iz FTIR spektra, budući da bi razvoj proizvodnje sira, kao u sjevernoj Italiji, mogao biti dobra strategija za hrvatski mljekarski sektor. Dok naš projekt ima vrlo snažnu primjenjivu komponentu, također smo ponudili niz analiza testirajući učinke zanemarenog nasljeđivanja, točnije učinke X-kromosoma i mito-nuklearnih interakcija na kvantitativne osobine (uključujući štetne aspekte), koje su prilično nove i revolucionarne hipoteze za uzgoj životinja, ali i za evolucijsku genetiku. Jedan mali aspekt projekta je ''igranje'' (eksperimentiranje) s detekcijom mikrobiote mlijeka iz lpWGS datoteka (FASTAq).
Teorijska utemeljenost i znanstveni doprinos projekta
Primjena novih pristupa fenotipizaciji, napredna genotipizacija (genotipizacija visoke propusnosti na razini cijelog genoma, SNP nizovi) te genomski i statistički razvoj (genomska selekcija i single-step GBLUP procjena) doveli su do ubrzanog genetičkog napretka u svim zemljama u razvoju mljekarstva. To vrijedi i za druga područja uzgoja životinja. Nažalost, Hrvatska je tek umjereno odgovorila na nova zbivanja, a naši uzgojni programi trenutačno uključuju samo relativno mali broj genotipiziranih krava i bikova na razini genoma. Istodobno, broj genotipiziranih životinja u razvijenim zemljama prelazi 100 000 životinja (> 300 000 goveda SNP-a u Austriji). Stoga smo odlučili predložiti moderan projekt u kojem ćemo razviti uzoran inovativni uzgojni program (s GWAS-om i procjenom genomskih parametara hrvatske holstein pasmine) koristeći najnovija tehnološka dostignuća u fenomici i genomici. U našem prijedlogu odlučili smo otići korak dalje od SNP nizova koji se danas rutinski koriste i temeljiti našu strategiju genotipizacije na najnovijoj mogućnosti (niskopropusno sekvenciranje cijelog genoma, lpWGS), jer bi to mogla biti najbolja strategija u našim relativno malim populacijama . Istodobno, naša napredna strategija fenotipizacije bila je usmjerena na uvođenje velikih mjerenja svojstava zgrušavanja mlijeka izvedenih iz FTIR spektra, budući da bi razvoj proizvodnje sira, kao u sjevernoj Italiji, mogao biti dobra strategija za hrvatski mljekarski sektor. Dok naš projekt ima vrlo snažnu primjenjivu komponentu, također smo ponudili niz analiza testirajući učinke zanemarenog nasljeđivanja, točnije učinke X-kromosoma i mito-nuklearnih interakcija na kvantitativne osobine (uključujući štetne aspekte), koje su prilično nove i revolucionarne hipoteze za uzgoj životinja, ali i za evolucijsku genetiku. Jedan mali aspekt projekta je eksperimentiranje s detekcijom mikrobiote mlijeka iz lpWGS datoteka (FASTAq).
Metodologija
- WP1. Moderna i tradicionalna fenomika s uzorkovanjem
Ovaj radni paket odnosi se na fenomiku ili izvođenje i bilježenje fenotipske izvedbe. Tradicionalna svojstva proizvodnje mlijeka i reprodukcije te pedigre će se uzorkovati iz rutinskih mjerenja ciljanih farmi za genotipizirane jedinke (1200) i za srodne jedinke u pedigreu (sve dostupne informacije). S druge strane, svojstva zgrušavanja mlijeka (MCP) izvode se na sljedeći način: RCT, k20, a30 i amax, a moguće je definirati i sporo (SM) ili normalno (NM) zgrušavanje mlijeka za koje treba modelirati koagulaciju funkcija (Bittante i sur., 2012). MCP se izražavaju (i) vremenom od dodavanja sirila do početka koagulacije (RCT, min), (ii) vremenom potrebnim da gruš postigne čvrstoću (CF, mm) od 20 mm (k20, min), i (iii) čvrstoću gruša na kraju analize (a30, mm). Ta se svojstva mjere optičkim i mehaničkim metodama (Bittante, 2011). Naše koagulacijske funkcije i svojstva određuju se za 100 uzoraka i unakrsno provjeravaju za drugih 100 uzoraka. Isti postupak će se ponoviti za 200 uzoraka. Svi će uzorci biti analizirani pomoću FTIR spektra kako bi se matematički pronašle funkcije koje daju visoko korelirane MCP indikatorske varijable. Ovaj će postupak omogućiti daljnje vremenski učinkovito fenotipiziranje uz puno nižu cijenu. Ovaj se postupak nedavno koristi u uzgoju mliječnih krava (Wallen i sur., 2018; Mota i sur., 2021; Denholm i sur., 2020; Giannuzzi i sur., 2022) i omogućuje isplativo mjerenje velikog broja uzoraka i daljnju procjenu genetskih parametara.
- WP2. Unaprjeđuje molekularne analize temeljene na niskopropusnom sekvenciranju cijelog genoma
Izolacija DNA izvršit će se za 1200 jedinki iz mlijeka prema protokolu koji su razvili Brajković i sur. (2018). Osim toga, uzorci će biti genotipizirani prema uputama NEOGEN-a u odnosu na InfiniSeek (za više informacija pogledajte https://www.neogen.com/en-gb/neocenter/press-releases/neogen-gencove-launch-infiniseek-first- whole-genome-genotyping-sequencing-solution-cattle-breeders/), uz dodatni zahtjev postizanja veće dubine u kazeinskoj regiji i X kromosomu. Ovaj pristup je inovativan u smislu intenzivnije analize učinaka kromosoma X kao i boljeg proučavanja koagulacijskih svojstava. Naravno, FASTQ datoteke zajedno s informacijama o 1 milijun SNP-ova bit će konačni proizvodi naših analiza sekvenci.
- WP3. Napredna primjena mitogomike i bioinformatike
Ovo je prilično inovativan pristup korištenju FASTQ datoteka iz lpWGS analiza, budući da omogućuje pronalaženje informacija o mitogenomu s klasifikacijom haplotipova (za više detalja vidi Cubric-Curik i sur., 2022.). Osim toga, FASTQ datoteke koriste se za dohvaćanje informacija o mikrobioti mlijeka koristeći isti princip, ali uz usklađivanje s očekivanim mikroorganizmima. Sličan pristup identificiranju mikrobiote mlijeka iz NGS-a korišten je u McHugh i sur. (2021). Postoje dodatni rizici povezani s uspjehom ovog dijela analize, ali su potencijalne koristi velike. Na kraju će se baza podataka arhivirati s FASTQ datotekama dok se informacije o mitogenomu spajaju s drugim proizvodnim svojstvima i nuklearnim genotipovima.
- WP4. Poboljšanje računalnih performansi i upravljanje bazom podataka
Ovaj je projekt računalno vrlo zahtjevan i generira velike količine podataka. Iz tog razloga surađujemo s informatičarem s Instituta Ruđer Bošković. Njegov će zadatak biti poboljšati naše kanale i pomoći nam da izgradimo stabilnu bazu podataka sa svim podacima.
- WP5. GWAS i procjena kvantitativnih genetskih parametara
Procjena genetskih parametara i uzgojne vrijednosti.
Genetska varijabilnost i nasljednost za analizirana svojstva procijenit će se korištenjem pedigrea i genomskih podataka za sve životinje s programskim paketom R (R: A Language and Environment for Statistical Computing), koji određuje nasljednost procjenom udjela komponente poligenske varijance u ukupna fenotipska varijanca. Bivarijatni model koristi se za izračunavanje genetskih korelacija između specifičnih svojstava.
Prije pojave gustih genomskih informacija i točnih genomskih mapa, pedigre se koristio za izračunavanje aditivnih genetskih odnosa, a najbolje životinje su birane zajedno s fenotipovima. To je postignuto procjenom uzgojnih vrijednosti za svaku životinju korištenjem najboljeg linearnog nepristranog predviđanja (BLUP metodologija). U genomskom BLUP pristupu, matrica pedigrea zamijenjena je genomskom matricom ili GRM (Genomic Relationship Matrix), koja opisuje genomski odnos između jedinki i izračunava se iz SNP genotipova. Uzgojne vrijednosti pomoću podataka iz pedigrea izračunavaju se pomoću životinjskog modela i genomskih informacija putem GBLUP modela u programskom paketu R. Model za GBLUP definiran je sljedećom jednadžbom: y = 1nμ + Zg + e, gdje je y vektor fenotipova, a μ srednja vrijednost, Z je matrica dizajna koja dodjeljuje zapise genetskim vrijednostima, g je vektor aditivnih genetskih učinci pojedinaca za koje se pretpostavlja da su raspodijeljeni kao MVN(0, σ2 G), a e je vektor rezidualnog σ2e za koji se pretpostavlja da je raspodijeljen kao MVN(0, σ2 I).
GWAS analiza korelacije između genomske regije i fenotipa.
U posljednjih 10 godina moderne tehnologije genomskog sekvencioniranja revolucionirale su proučavanje kvantitativnih ili složenih svojstava. Velike populacije domaćih životinja genotipizirane su pomoću velikog broja polimorfizama jednog nukleotida ili SNP-a. S dobivenim podacima i naprednim statističkim alatima, genomske regije i lokusi povezani s fenotipskim svojstvima mogu se odrediti s velikom statističkom snagom i preciznošću. Studije genomske asocijacije (GWAS) su pristup koji analizira veliki broj genomskih markera i njihovu povezanost sa svojstvima od interesa. Uspješno su korišteni kod mnogih vrsta domaćih životinja (svinje, goveda, perad, ovce itd.) za proučavanje povezanosti između genomskih markera i mnogih proizvodnih svojstava, dugovječnosti, nasljednih bolesti itd. Glavna svrha GWAS analize je odrediti koji su geni odgovorni za analizirana kvantitativna svojstva. Povezanost između SNP-ova i fenotipskih vrijednosti procjenjuje se poligenskim i mmscore funkcijama pomoću softvera GenABEL (Aulchenko i sur. 2007.), koji uključuje strukturu populacije uvođenjem kovarijancije između pojedinaca dobivenih iz SNP genotipova. Pragovi korigirani Bonferronijem od 0,05/N i 1 N (gdje N predstavlja broj SNP-ova korištenih u analizi) koriste se za određivanje razina značajnosti, koje se sugestivno prilagođavaju na 5% na razini cijelog genoma i kao funkcija dobiveni rezultati.
GBLUP na jednoj razini.
Uz klasičnu procjenu poligenih kvantitativnih parametara, također ćemo provesti GBLUP analize u jednom koraku kako bismo analizirali potencijalnu upotrebu većeg broja snimljenih mjerenja (mjerenih u negenotipiziranih životinja) (za više informacija o ssGBLUP modelima, pogledajte Lourenco et. al., 2020). U analizi informacija o X kromosomu, koristit ćemo se postupkom opisanim u Druet i Legarra (2020.) kako bismo izveli matricu odnosa X kromosoma.
- WP6. Upravljanje štetnim opterećenjem i raznolikošću
Budući da smo među pionirima u području genomskog inbridinga i procjene inbridinga (četiri rada citirana > 500 puta u WOS Core Collection), koristit ćemo vlastite već razvijene protokole i postupke (za više informacija vidi Ferenčaković i sur., 2013a , Ferenčaković i sur., 2013b, Curik i sur., 2014, Curik i sur., 2017, Ferenčaković i sur., 2017). Osim toga, nedavno smo po prvi put objavili pilot analizu depresije inbridinga kromosoma X u populaciji stoke (Curik i sur., 2022.). Složeno modeliranje depresije inbreedinga procijenjene pedigreom prikazano je u Curik i sur. (2020). Štetni učinci (Cerrier životinje) identificirat će se korištenjem poznatih štetnih haplotipova, dok će se nepoznati štetni geni pretraživati korištenjem pristupa homozigotnog haplotipa koji nedostaje (VanRaden i sur., 2011.; Cole 2015.).
- Planirana su dva paketa za širenje i upravljanje projektom, kao što je detaljnije opisano u odjeljku o planu upravljanja projektom
Plan upravljanja projektom
Istraživačku grupu ovog projekta čine uglavnom članovi istraživačke grupe animalnih genetičara (ANGEN) sa svojim vanjskim članovima i suradnicima koji bili prisutni kroz prijašnje HRZZ projekte mitoTauromics i ANAGRAMs. Cilj ove skupine je proučavanje genetske raznolikosti (sadašnje i drevne) domaćih i drugih životinja. Voditelj ovog projektnog prijedloga, prof.dr.sc. Ino Čurik već dugi niz godina okuplja oko sebe tim vrsnih znanstvenika te gradi temelje za razvoj visoke znanosti u RH. U ovom projektnom prijedlogu on će voditi i nadgledati grupu te upravljati projektom kroz organizacije mjesečnih sastanaka projektnog tima, praćenje provođenja pojedinih aktivnosti te ispunjavanje zadanih ciljeva projekta. Sastavljat će i prilagođavati radni plan te definirati plana diseminacije i vidljivost projekta. Vodit će pisanje znanstvenih radova, te sudjelovanje na nacionalnim i međunarodnim znanstvenim skupovima, te voditi računa o izradi opisnog i financijskog godišnjeg izvješća za Hrvatsku zakladu za znanost. Svojom ulogom u svim paketima i kao suvoditelj WP6 doprinijet će uspješnom izvođenju projekta u svim segmentima, a vođenjem paketa WP8 (Management projekta) i nadgledat će povezanost, radni učinak i motivaciju svih članova tima i sazivati sastanke upravnog odbora projekta. Projekt započinje optimizacijom uzorkovanja (WP1) koje će voditi izv.prof.dr.sc. Nataša Mikulec i izv.prof.dr.sc. Nikola Raguž. Nataša Mikulec će uz vođenje ovog paketa biti odgovorna za određivanje koagulacijskih svojstava mlijeka te će koordinirati ostale članove paketa pri skupljanju uzoraka, a sudjeluje i u paketu WP7 (diseminacija). Izv.prof.dr.sc. Nikola Raguž (Fakultet agrobiotehničkih znanosti Osijek) i to kroz WP1 (uzorkovanje), WP5 (procjena genetskih parametara i GWAS) i WP7 (transfer znanja gospodarstvu i mliječnoj industriji), a član je i upravnog odbora projekta te je u WP8 odgovoran za monitoring i management vremena. Suradnici iz inozemstva također su članovi ove istraživačke grupe. Prof.dr.sc Neven Antunac uključen je u WP1 kroz zadatke vezane za svojstva kvalitete mlijeka i koagulacijska svojstva mlijeka. Neven Antunac je također uključen u paket diseminacije (WP7), suvoditelj je paketa upravljanja projektom (WP8) i član upravnog odbora projekta. Nakon uspješnog uzorkovanja u WP2 voditeljice prof.dr.sc. Vlatke Čubrić Čurik obavit će se genotipizacija uzoraka koja započinje izolacijim DNA iz prikupljenih uzoraka i njenom kontrolom. Vlatka Čubrić Čurik će koordinacijom s tvrtkama za genotipizciju osiguravati uspješnu genotipizaciju koja je osnova za daljnje analize, a u paketu će joj suvoditelj biti dr.sc. Ivana Držaić čija je uloga i izolacija DNA iz mlijeka. Ivana Držaić također sudjeluje u WP1 kod organizacije uzorkovanja, te u WP3 kod sekvenciranja patogenih mikroorganizama mlijeka. Ivana Držaić također je uključena u WP8 kroz management financija i član je upravnog odbora projekta. Doc. dr.sc. Vladimir Brajković voditelj je paketa WP3 zaduženog za mitogenomiku i bioinformatiku kojim će se osigurati haplotipovi generirani iz mitogenoma i modelirati asocijacijske studije mitogenoma i proizvodnih svojstava, ali povezanost mikrobioma mlijeka i proizvodnih svojstava. Vladimir Brajković također je uključen u WP1 kroz uzorkovanje i izolaciju DNA, u WP4 kroz stvaranje i management baza podataka generiranih projektom i stvaranje i testiranje algoritama i pipelineova. Suvoditelj WP3 je Dinko Novosel (Hrvatski Veterinarski Institut), čije je zaduženje sekvenciranje patogenih mikroorganizama, i kroz WP1 utvrđivanje svojstava mikrobioma mlijeka. Dinko Novosel je kroz WP8 zadužen za komunikacije i član je upravnog odbora projekta. Dr.sc. Strahil Ristov (Institut Ruđer Bošković) voditelj je paketa WP4 kojim se osigurava efikasnost računalnih operacija i management baza podataka, a sudjeluje i u WP1 kroz aktivnosti prikupljanja podataka i kalibracije za indirektna koagulacijska svojstva, odnosno, kalibraciju formula temeljenih na Fourier-transformiranim infracrvenim spektrima i mjerenjima na formagrafu. Suvoditelj paketa WP4 je izv.prof.dr.sc Maja Ferenčaković koja unutar ovog paketa sudjeluje u svim njegovim stvakama, a ponajviše kroz formiranje baza podataka. Maja Ferenčaković također sudjeluje i WP1 (kalibracija formula) i WP5 (GWAS single step model za svojstva mlijeka, svojstva kvalitete mlijeka, reproduktivna svojstva i indirektna svojstva koagulacije mlijeka). Također je član upravnog odbora projekta, a u WP8 je zadužena i za management rizika. Voditelj je paketa WP6 čija je uloga procjena i management raznolikosti na populacijskoj razini, ali i procjena smanjenja vrijednosti svojstava mliječnosti i reprodukcijskih svojstava nastalih zbog inbridinga (inbriding depresija) koju će se nastojati procijeniti na razini autosoma, spolnih kromosoma i reginalno kromsomski. Posebna uloga je i mapiranje štetnih mutacija. Izv.prof.dr.sc. Boris Lukić (Fakultet agrobiotehničkih znanosti Osijek) voditelj je paketa WP5 odgovornog za GWAS analize i procjenu genetskih parametara i sudjeluje u svim aktivnostima ovog projekta. Također sudjeluje u WP1 kod uzimanja uzoraka mlijeka i u WP7 kod transfera saznanja ovog projekta gospodarstvu. U projektu sudjeluje i Izv.prof.dr.sc. Nikola Raguž (Fakultet agrobiotehničkih znanosti Osijek) i to kroz WP1 (uzorkovanje), WP5 (procjena genetskih parametara i GWAS) i WP7 (transfer znanja gospodarstvu i mliječnoj industriji), a član je i upravnog odbora projekta te je u WP8 odgovoran za monitoring i management vremena.
Suradnici iz inozemstva također su članovi ove istraživačke grupe:
- Prof. dr. sc. Johann Sölkner (BOKU) uključen je u WP1 (kalibracija formula), WP5 (sve aktivnosti), WP6 (sve aktivnosti) i WP7 (transfer znanja gospodarstvu).
- Dr. sc. Ivan Pocrnić (The Roslin Institute, Edinburgh) sudjeluje u WP3 kroz aktivnosti modeliranja utjecaja mitogenoma i nuklearnog genoma na proizvodna svojstva, WP5 (sve aktivnosti), WP6 (sve aktivnosti), a sudjeluje i u WP7 kroz transfer znanja mliječnoj industriji.
- Prof. dr. sc. Gregor Gorjanc (The Roslin Institute, Edinburgh) sudjeluje u WP3 kroz aktivnosti modeliranja utjecaja mitogenoma i nuklearnog genoma na proizvodna svojstva, WP5 (sve aktivnosti), WP6 (sve aktivnosti), a sudjeluje i u WP7 kroz transfer znanja mliječnoj industriji.
- Prof. dr. sc. Luboš Vostry (Czech University of Life Sciences Prague) sudjeluje u WP3 kroz aktivnosti modeliranja utjecaja mitogenoma i nuklearnog genoma na proizvodna svojstva, WP5 (sve aktivnosti) i WP6 (sve aktivnosti).
Navedeni znanstvenici do sada su ostvarili značajna istraživanja u svojim područjima (računanje inbreeding depresije; simuliranje kvantitativnih modela; razvoj ugojnih progama životinja-biljaka-kukaca; genomska karakterizacija autohtonih pasmina životinja; filogenetske studije; utjecaja polimorfizama genoma i mitogenoma na proizvodna svojstva životinja; genetska raznolikost virusa; analitika mlijeka i mliječnih proizvoda, biokemija zrenja sira) što se može vidjeti po znanstvenim publikacijama i ostvarenim europskim projektima, a kao grupa, svojim kompetencijama i znanstvenoistraživačkim aktivnosti mogu ostvariti zadane ciljeve ovog projekta. Upravljanje grupom je predviđeno u koordinacijom s voditeljima paketa te redovitim sastancima kako bi slijed analiza pratio radni plan projekta. Posebna pažnja i redoviti sastanci će se osigurati za koordinaciju spomenutih paketa. Diseminacija rezultata projekta provodit će se aktivnim sudjelovanjem na međunarodnim koferencijama i objavnom znanstvenih publikacija po predviđenom radnom planu. Projekt predviđa zaposlenje jednog poslijedoktoranda i dva doktoranda. Poslijedoktorand uključen je u prve dvije godine projekta kroz aktivnosti WP1 (određivanje svojstava kvalitete mlijeka, koagulacije i indirektne koagulacije), WP4 (izrada baza podataka, efikasnost računalnih operacija), WP5 (GWAS za inirektna koagulacijska svojstva) te WP7 (transfer znanja u mliječnu industriju). Prvi doktorand biti će u projekt uključen kroz aktivnosti WP3 (sve aktivnosti), WP4 (sve aktivnosti) te WP6 (sve aktivnosti). Drugi doktorand je u projekt uključen kroz aktivnosti WP5 i WP6 (sve aktivnosti). Svi članovi istraživačke grupe kroz WP7 sudjeluju u izradi znanstvenih publikacija i diseminaciji rezultata kroz znanstvene radove i konferencije. Istraživačka grupa će koristiti svu istraživačku opremu koju joj osigurava Sveučilište u Zagrebu Agronomski Fakultet. Za potrebe projekta koristit će se oprema za izolaciju i provjeru kvalitete DNA Laboratorija za konzervacijsku genetiku Zavoda za opće stočarstvo, te oprema Referentnog laboratorija za mlijeko Zavoda za mljekarstvo. Oprema Laboratorija za konzervacijsku genetiku koja ima vrijednost veću od 5.000,00 EUR je: uređaj za precizno mjerenje koncentracije DNA Implen Nanophotometer P330. Ostala oprema Laboratorija za konzervacijsku genetiku koja će se koristit je: centrifuga Eppendorf 5810R, mini centrifuga BOECO M-6, agarozna gel elektroforeza BIO RAD Sub Cell GT, sustav za slikanje gela UVITEC, autoklav OT012, setovi mikropipeta Eppenforf research, setovi mikropipeta Gilson. Oprema Referentnog laboratorija za mlijeko koja ima vrijednost veću od 5.000,00 EUR je: Milkoscan FT 120 (Foss), Bactoscan FC (Foss), Fossomatic Minor (Foss), pH metar SevenMulti (Mettler Toledo). Fakultet pruža podršku i osigurava uvjete za provođenje projekta u vidu projektnog menadžmenta kroz administrativnu, pravnu i računovodstvenu pomoć, radni prostor, potporu u diseminaciji rezultata te pristup infrastrukturi Fakulteta koja uključuje informatičku službu, licencirane programe te korištenje Centralne agronomske knjižnice.
Reference
Zeder, M. A., Emshwiller, E., Smith, B. D., & Bradley, D. G. (2006). Documenting domestication: the intersection of genetics and archaeology. TRENDS in Genetics, 22(3), 139-155.
Larson, G., Piperno, D. R., Allaby, R. G., Purugganan, M. D., Andersson, L., Arroyo-Kalin, M., ... & Fuller, D. Q. (2014). Current perspectives and the future of domestication studies. Proceedings of the National Academy of Sciences, 111(17), 6139-6146.
Cubric‐Curik, V., Novosel, D., Brajkovic, V., Rota Stabelli, O., Krebs, S., Sölkner, J., ... & Medugorac, I. (2022). Large‐scale mitogenome sequencing reveals consecutive expansions of domestic taurine cattle and supports sporadic aurochs introgression. Evolutionary applications, 15(4), 663-678.
Miglior, F., Fleming, A., Malchiodi, F., Brito, L. F., Martin, P., & Baes, C. F. (2017). A 100-Year Review: Identification and genetic selection of economically important traits in dairy cattle. Journal of dairy science, 100(12), 10251-10271.
Brito, L. F., Bédère, N., Douhard, F., Oliveira, H. R., Arnal, M., Peñagaricano, F., ... & Miglior, F. (2021). Genetic selection of high-yielding dairy cattle toward sustainable farming systems in a rapidly changing world. Animal, 100292.
Brotherstone, S., & Goddard, M. (2005). Artificial selection and maintenance of genetic variance in the global dairy cow population. Philosophical Transactions of the Royal Society B: Biological Sciences, 360(1459), 1479-1488.
Weigel, K. A., VanRaden, P. M., Norman, H. D., & Grosu, H. (2017). A 100-Year Review: Methods and impact of genetic selection in dairy cattle—From daughter–dam comparisons to deep learning algorithms. Journal of dairy science, 100(12), 10234-10250
Meuwissen, T. H., Hayes, B. J., & Goddard, M. (2001). Prediction of total genetic value using genome-wide dense marker maps. genetics, 157(4), 1819-1829.
Meuwissen, T., Hayes, B., & Goddard, M. (2013). Accelerating improvement of livestock with genomic selection. Annu. Rev. Anim. Biosci., 1(1), 221-237.
Meuwissen, T., Hayes, B., & Goddard, M. (2016). Genomic selection: A paradigm shift in animal breeding. Animal frontiers, 6(1), 6-14.
García-Ruiz, A., Cole, J. B., VanRaden, P. M., Wiggans, G. R., Ruiz-López, F. J., & Van Tassell, C. P. (2016). Changes in genetic selection differentials and generation intervals in US Holstein dairy cattle as a result of genomic selection. Proceedings of the National Academy of Sciences, 113(28), E3995-E4004.
Ferenčaković, M., Sölkner, J., & Curik, I. (2013). Estimating autozygosity from high-throughput information: effects of SNP density and genotyping errors. Genetics Selection Evolution, 45(1), 1-9.
Curik, I., Ferenčaković, M., & Sölkner, J. (2014). Inbreeding and runs of homozygosity: a possible solution to an old problem. Livestock Science, 166, 26-34.
Ferenčaković, M., Sölkner, J., Kapš, M., & Curik, I. (2017). Genome-wide mapping and estimation of inbreeding depression of semen quality traits in a cattle population. Journal of Dairy Science, 100(6), 4721-4730.
Curik, I., Ferenčaković, M., & Sölkner, J. (2017). Genomic dissection of inbreeding depression: a gate to new opportunities. Revista Brasileira de Zootecnia, 46, 773-782.
Doekes, Harmen P., Roel F. Veerkamp, Piter Bijma, Gerben de Jong, Sipke J. Hiemstra, and Jack J. Windig. "Inbreeding depression due to recent and ancient inbreeding in Dutch Holstein–Friesian dairy cattle." Genetics Selection Evolution51, no. 1 (2019): 1-16.
Doekes, H. P., Bijma, P., Veerkamp, R. F., de Jong, G., Wientjes, Y. C., & Windig, J. J. (2020). Inbreeding depression across the genome of Dutch Holstein Friesian dairy cattle. Genetics Selection Evolution, 52(1), 1-18.
VanRaden, P. M., Olson, K. M., Null, D. J., & Hutchison, J. L. (2011). Harmful recessive effects on fertility detected by absence of homozygous haplotypes. Journal of dairy science, 94(12), 6153-6161.
Cole, J. B. (2015). A simple strategy for managing many recessive disorders in a dairy cattle breeding program. Genetics Selection Evolution, 47(1), 1-13.
Legarra, A., Aguilar, I., & Misztal, I. (2009). A relationship matrix including full pedigree and genomic information. Journal of dairy science, 92(9), 4656-4663.
Hickey, J. M., Gorjanc, G., Cleveland, M. A., Kranis, A., Jenko, J., & Mésázros, G. (2014). Sequencing millions of animals for genomic selection 2.0. In 12th World Congress on Genetics Applied to Livestock Production.
Li, J. H., Mazur, C. A., Berisa, T., & Pickrell, J. K. (2021). Low-pass sequencing increases the power of GWAS and decreases measurement error of polygenic risk scores compared to genotyping arrays. Genome research, 31(4), 529-537.
Wasik, K., Berisa, T., Pickrell, J. K., Li, J. H., Fraser, D. J., King, K., & Cox, C. (2021). Comparing low-pass sequencing and genotyping for trait mapping in pharmacogenetics. BMC genomics, 22(1), 1-7.
Chat, V., Ferguson, R., Morales, L., & Kirchhoff, T. (2021). Ultra low-coverage whole genome sequencing (ulcWGS) as an alternative to genotyping arrays in genome-wide association studies (GWASs). Frontiers in genetics, 2712.
Aguilar, I., Misztal, I., Johnson, D. L., Legarra, A., Tsuruta, S., & Lawlor, T. J. (2010). Hot topic: a unified approach to utilize phenotypic, full pedigree, and genomic information for genetic evaluation of Holstein final score. Journal of dairy science, 93(2), 743-752.
Snelling, W. M., Hoff, J. L., Li, J. H., Kuehn, L. A., Keel, B. N., Lindholm-Perry, A. K., & Pickrell, J. K. (2020). Assessment of imputation from low-pass sequencing to predict merit of beef steers. Genes, 11(11), 1312.
Martin, A. R., Atkinson, E. G., Chapman, S. B., Stevenson, A., Stroud, R. E., Abebe, T., ... & NeuroGAP-Psychosis Study Team. (2021). Low-coverage sequencing cost-effectively detects known and novel variation in underrepresented populations. The American Journal of Human Genetics, 108(4), 656-668.
Morrill, K., Hekman, J., Li, X., McClure, J., Logan, B., Goodman, L., ... & Karlsson, E. K. (2022). Ancestry-inclusive dog genomics challenges popular breed stereotypes. Science, 376(6592), eabk0639.
Boettcher, P. J., Jairath, L. K., & VanRaden, P. M. (2001). Evaluation of sire predicted transmitting abilities for evidence of X-chromosomal inheritance in North American sire families. Journal of dairy science, 84(1), 256-265.
Pacheco, H. A., Rezende, F. M., & Peñagaricano, F. (2020). Gene mapping and genomic prediction of bull fertility using sex chromosome markers. Journal of dairy science, 103(4), 3304-3311.
Sanchez, M. P., Escouflaire, C., Baur, A., Hozé, C., Capitan, A., Fritz, S., & Boichard, D. (2022, July). Sequence-based association analyses on X chromosome in six dairy cattle breeds. In 12th World Congress on Genetics Applied to Livestock Production.
Curik, I., Vostra-Vydrova, H., Shihabi, M., Sölkner, J., Vostry, L. (2022) Estimation of sex chromosome inbreeding depression on milk production in cattle. In 12th World Congress on Genetics Applied to Livestock Production.
Albuquerque, L. G., Keown, J. F., & Van Vleck, L. D. (1998). Variances of direct genetic effects, maternal genetic effects, and cytoplasmic inheritance effects for milk yield, fat yield, and fat percentage. Journal of dairy science, 81(2), 544-549.
Bell, B. R., McDaniel, B. T., & Robison, O. W. (1985). Effects of cytoplasmic inheritance on production traits of dairy cattle. Journal of Dairy Science, 68(8), 2038-2051.
Boettcher, P. J., & Gibson, J. P. (1997). Estimation of variance of maternal lineage effects among Canadian Holsteins. Journal of dairy science, 80(9), 2167-2176.
Kennedy, B. W. (1986). A further look at evidence for cytoplasmic inheritance of production traits in dairy cattle. Journal of Dairy Science, 69(12), 3100-3105.
Roughsedge, T., Brotherstone, S., & Visscher, P. M. (1999). Estimation of variance of maternal lineage effects at the Langhill dairy herd. Animal Science, 68(1), 79-86.
Schutz, M. M., Freeman, A. E., Beitz, D. C., & Mayfield, J. E. (1992). The importance of maternal lineage on milk yield traits of dairy cattle. Journal of dairy science, 75(5), 1331-1341.
Brajković, V. (2019). Utjecaj mitogenoma na svojstva mliječnosti goveda (Doctoral dissertation, University of Zagreb. Faculty of Agriculture).
Selle, M. L., Steinsland, I., Lindgren, F., Brajkovic, V., Cubric-Curik, V., & Gorjanc, G. (2021). Hierarchical Modelling of Haplotype Effects on a Phylogeny. Frontiers in genetics, 11, 531218.
Novosel, D., Brajković, V., Simčič, M., Zorc, M., Svara, T., Cakanic, K. B., ... & Curik, I. (2022). The Consequences of Mitochondrial T10432C Mutation in Cika Cattle: A “Potential” Model for Leber’s Hereditary Optic Neuropathy. International Journal of Molecular Sciences, 23(11), 6335.
Dorji, J., Vander Jagt, C. J., Garner, J. B., Marett, L. C., Mason, B. A., Reich, C. M., ... & Daetwyler, H. D. (2020). Expression of mitochondrial protein genes encoded by nuclear and mitochondrial genomes correlate with energy metabolism in dairy cattle. BMC genomics, 21(1), 1-17.
Dorji, J., MacLeod, I. M., Chamberlain, A. J., Vander Jagt, C. J., Ho, P. N., Khansefid, M., ... & Daetwyler, H. D. (2021). Mitochondrial protein gene expression and the oxidative phosphorylation pathway associated with feed efficiency and energy balance in dairy cattle. Journal of Dairy Science, 104(1), 575-587.
Kwon, T., Kim, K., Caetano-Anolles, K., Sung, S., Cho, S., Jeong, C., ... & Kim, H. (2022). Mitonuclear incompatibility as a hidden driver behind the genome ancestry of African admixed cattle. BMC biology, 20(1), 1-20.
Ward, J. A., McHugo, G. P., Dover, M. J., Hall, T. J., Ismael Ng'ang'a, S., Sonstegard, T. S., ... & MacHugh, D. E. (2022). Genome-wide local ancestry and evidence for mitonuclear coadaptation in African hybrid cattle populations. iScience, 25(7), 104672.
Halachmi, I., Guarino, M., Bewley, J., & Pastell, M. (2019). Smart animal agriculture: application of real-time sensors to improve animal well-being and production. Annu. Rev. Anim. Biosci, 7(1), 403-425.