دانشجویان علوم دامی دانشگاه شهید باهنر کرمان

جایی برای مطالب علمی، بیان نظرات و...

دانشجویان علوم دامی دانشگاه شهید باهنر کرمان

جایی برای مطالب علمی، بیان نظرات و...

سیستم ژنتیکی و پتانسیل­های بالقوه آن در اصلاح نژاد دام

 

نوشته شده توسط:
محمد قادرزاده، دانشجوی دکتری ژنتیک و اصلاح نژاد دام، دانشگاه علوم کشاورزی و منابع طبیعی ساری

mg.mahabad1365@gmail.com

 لطفاً ادامه مطلب را ببینید

 

تکنولوژی­های اومیکس در سطوح مختلف قادر به تولید داده های فراوانی هستند. سیستم های ژنتیکی روش قدرتمندی هستند که اجازه تلفیق سطوح مختلف اومیکس و مکانیسم پس زمینه­ی فهم بیماری­های پیچیده یا صفات را می­دهند.

جایگزینی تکنولوژی RNA-seq موجب شناسایی ترانسکریپتهای جدید، مکانیسم­های تنظیمی جدید، بیان آللی خاص و شناسایی RNAهای غیر کد کننده­ی جدید می­شود.

ادغام داده­های ترانسکریپتومی و داده­های ژنومیک در یک سیستم ژنتیکی موجب شناسایی شبکه­های تنظیمی مفید و فهم پیچیدگی مکانیسم های بیماری­های پیچیده و دیگر صفات می­شود.

سیستم ژنتیکی زیر شاخه­ای از سیستم بیولوژی است که اولین بار توسط پروفسور حاجا کادارمیدین (2006)  پیشنهاد شد و هدف آن تلفیق داده­ها و اندازه­گیری های حاصل از ژنوم به متابولوم به ترانسکریپتوم و پروتئوم است.

در واقع سیستم ژنتیکی یک مدل تلفیقی هیستولوژیکی برای پیدا کردن ژن­های تنظیمی و تنوع آنها برای پیش بینی بیومارکرهاست. در تحقیقات اخیر سیستم­های ژنتیکی با استفاده از داده­های بیوانفورماتیکی سطوحی را برای فهم پدیده­های زیستی فراهم کرده­اند.

با استفاده از داده­های حاصل از تکنولوژی­های توالی یابی نسل آینده، نقشه­های ژن و ژنتیکی برای بررسی تنوع بیان ژن فراهم شده­اند که فهم و درک بیشتری از داده­های اومیکس در اختیار قرار می­دهند.

اخیر پشیرفتهای زیادی بوسیله­ی  (ncRNA)   non-codingRNAsequences، micro-RNAs (miRNA), long

non coding RNA (lncRNA)، long intergenic ncRNAs (lincRNAs)، endogenous RNAs (ceRNA) و enhancer RNAs (eRNA)   که بخشی از شبکه­ها و مسیرهای تنظیمی هستند حاصل شده است.

در میان RNAهای غیرکد کننده، miRNAها تعدیل کننده­های مهمی هستند که تنظیم آنها بوسیله ترانسکریپشن، با نواحی پروموتوری یا تغییرات سطوح پروتئین در طول یا در طی مرحله­ی پس از رونویسی صورت می­گیرد.

هدف اصلی این نوشتار پرداختن به آنالیز ترانسکریپتومی RNA-seq و تنوع ژنومی دسته داده­ها جهت ساخت شبکه­های ژنی درگیر بیماری­های پیچیده و صفات پیچیده می­باشد.

در شکل (1) زیر نمایی از شبکه­های ژنی و سیستم ژنتیکی نشان داده شده است:


کشف و بررسی پس زمینه­ی صفات پیچیده و بیماری­ها یک وطیفه پیچیده و خطیر است بخاطر اینکه چندفاکتوری هستند.

معرفی" زمینه­ی سیستم ژنتیکی" جهت تلفیق نتایج داده­های اومیکس و مدل­های آنالیز هیستولوژیک جهت پرده­برداری از پس زمینه­ی بیولوژیکی صفات پیچیده و بیماری­ها هستند.

سیستم ژنتیکی بر اساس تلفیق داده­های سطوح مختلف اومیکس می­باشد.

یک روش مؤثر در این بخش تلفیق ژنومیک و ترانسکریپتومیکس بوسیله­ی آشکارسازی QTLهای بیانی (eQTL) هاست.

یک eQTL یک ناحیه ژنومی است که مرتبط با سطوح ترانسکریپتومی است و بر فنوتیپ تأثیر می­گذارد.

eQTLها می­توانند وراثت پذیری بالایی داشته باشند و اطلاعات فراوانی را برای کنترل بیان ژن فراهم می­کنند. اما دانش بیشتر برای برای اساس و پایه تنوع ژنتیکی بوسیله­ی GWAS فراهم شده است.

eQTLها می­توانند بصورت سیس و ترانس باشند: سیس در موقعیت نزدیک ژن کد کننده ترانسکریپت قرار گرفته است در حالیکه ترانس در موقعیت دورتری نسبت به ژن کد کننده ترانسکریپت قرار گرفته است.

در سال­های اخیر RNAهای غیرکد کننده (lncRNA) شامل داده­های ترانسکریپتومی بکار گرفته شده اند.

پیدا اکردن پتانسیل الگوی اصلیlncRNA  که در ژنوتیپ بیماری درگیر هستند و استخراج داده­های ژنوتیپیفنوتیپی از آنها می­تواند بخش جالبی از مطالعات RNA-seq باشد.

باید توجه داشت اگر داده­های RNA-seq به برخی سئوالات در زمینه­ی وجود ncRNAs  پاسخ دهند، اگر داده­ها lncRNA داشته باشند ما می­توانیم نقش احتمالی lncRNAها را در بیماری کشف کنیم و بنابراین lncRNAها را قادر می سازد که به عنوان یک استعاره از داده­های RNA-seq در نظر گرفته شوند.  

در ادامه، تا حدودی به تلفیق ترانسکریپتومیکس (پروتئومیکس، متابولومیکس)، آنالیز ژنتیکی و پتانسیل آن و استفاده ی در اصلاح نژاد و مدل سازی صفات کمی پرداخته شده است.

هدف اصلی سیستم ژنتیکی شامل: شناسایی QTL، شناسایی ژن کاندیدا، کشف SNP، فهم اثرات متقابل ژن و محیط، شناسایی ژن­های کاندیدای تنظیم کننده، شناسایی eQTLها، شناسایی eQTLها و QTLهای پلیوتروپیک و استفاده ی آنها در شبکه­های تنظیمی ژن هاست. پتانسیل استفاده از آنها بر اساس انتخاب مستقیم مقادیر بیان ژن قابل توارث که انتخاب به کمک بیان ژن نامیده می­شود. انتخاب ژنومیک ژنتیکی هم در QTL و هم در eQTL بر اساس ارزش­های اصلاحی ژن مربوطه انجا می شود که " ارزیابی به کمک بیان" نامیده می شود.

اصلاح دام در واقع تکنولوژی است که می توان گفت خواهر اصلاح نباتات است که گونه­ها و حیوانات کشاورزی را برای استفاده بهتر بهبود می بخشند. در قرن بیستم هنر اهلی کردن حیوانات بیشتر به طور علمی درآمد و از به عنوان اصلاح دام یاد شد. ابتدا اصلاح یا به کمک صفات فنوتیپی خود فرد و خویشاوندانش انجام می­شود یا به انتخاب به کمک مارکر انجام می شود. (انتخاب براساس چندشکلی ژن­هایی که بر صفات مهم و اقتصادی مؤثرند) انجام می­شود. سومین مورد که کمتر شناخته شده است شامل حذف و اضافه شدن ژنهاست. در نهایت، چهارمین: تکنولوژیهای اومیکس و بررسی استفاده از انها در اصلاح نژاد دام است.

تکنولوژی­های اومیکس جایگزین سایر روشهای انتخاب نمی شوند بلکه انها را کاملتر می­کنند و موارد جدیدی را به آنها اضافه می­کنند.

در اینجا هدف بررسی تکنولوژی ادغام شده از آنالیز ژنومی و ترانسکریپتومی که یک رویکرد (روش تلفیقی) را پیشنهاد می­کند که رویکرد سیستم بیولوژی یا رویکرد سیستم ژنتیکی گفته می شود.

در روش سیستم ژنتیکی (که نام قدیمی آن ژنومیک ژنتیکی است) ما به دنبال ترکیب داده­های حاصل از ژنتیک، ژنومیکس، پروتئومیکس، متابولومیکس، انتخاب بر اساس فنوتیپ و انتخاب براساس چندشکلی های DNA و ترکیب آنها هستیم.

نقشه یابی بیان QTL بوسیله ی ژنومیک ژنتیکی

مفهوم ژنومیک ژنتیکی (GG) یا آنالیز ژنومی، مربوط به عمده داده­های بیان ژن بوده که نقشه یابی ترانسکریپتوم نیز گفته می­شود و اولین بار توسط جانسن و نپ (2001) پیشنهاد شد.

ژنومیک ژنتیکی در واقع به شناسایی احتمال وجود نواحی ژنومی مسئول تنوع در الگوهای بیان ژن در افراد با استفاده از تکنولوژی میکروآری (ریزآرایه) که بر روی ژنوم پستانداران متمرکز می شد. که در حال حاضر با نام جدید " سیستم ژنتیکی" خوانده می­شود با کمک تکنولوژی جایگزین ریزآرایه یعنی RNA-seq مورد مطالعه قرار می­گیرد. اصل اساسی ژنومیک ژنتیکی استفاده از شجره یا منابع جمعیتی برای شناسایی QTL (مانند نسل F2 ، لاینهای نوترکیب همخون، بک کراس،  ناتنی­ها، خانواده­های تنی) برای بررسی پروفایل بیان کل یا بخشی از ژنوم بکار می روند. ژنومیک ژنتیکی بیان سطوح هر ژن را در میکروآری به عنوان یک صفت کمی مورد بررسی قرار می­دهد و مارکرهای ژنتیکی را بر اساس نقشه­های پیوستگی برای شناسایی نواحی که شامل یک QTL مؤثر بیان ژن یک فنوتیپ است، بکار می برد.

در موقعیت­هایی که به دنبال eQTL هستیم نه تنها سیس و ترانس eQTLها شناسایی می­شوند بلکه SNPمارکرهایی سیس و ترانس نیز که مسئول تفاوت در بیان ژن هستند و باعث بروز فنوتیپهای مجزا می شوند، شناسایی شوند.

 

 

آزمایشات کلیدی در نقشه یابی eQTL

Liu و همکاران (2001)  نشان دادند که 15 ژن مختلف در بیان ژنهای حساس و مقاوم نسبت به  بیماری مارک وجود دارند. Evas و همکاران (2002) ژنومیک ژنتیکی را جهت مطالعه و بررسی ژن­های کاندیدا در دیابت در مدل حیوانی موش بکار بردند و هشت ژن کاندیدا را برای یک ژن عمده مقاومت به بیماری دیابت پیدا کردند.

حرکت از سیستم ژنتیکی به سیستم ژنومیکی

در آینده نزدیک، میکروآری (ریزآرایه) در دام و طیور اهمیت زیاد نخواهد داشت، چون نمی تواند سیستم­های تنظیمی را پیدا کند به علت اینکه این شبکه­ها خیلی گسترده اند. یک سناریوی جایگزین در این رابطه این است که بیاییم کلیه مسیرهای شناسایی شده در انسان و موش را  به با توجه همولوگ های بین این گونه­ها به گاو و خوک تعمیم دهیم. به عنوان یک سورپرایز ما می توانیم داده­های بیوانفورماتیکی و داده­های بیان ژن را با هم ترکیب و تلفیق کنیم تا eQTL را شناسایی کنیم

ژنومیک تلفیق شده: تلفیق ژنتیک و داده های اومیکس می تواند در شناسایی ژنهای علی درگیر در مناطق QTL مناسب باشد.

در چند سال گذشته پیشرفتهای زیادی در عرصه تکنولوژی های اومیکس مانند: ژنومیکس، ترانسکریپتومیکس، پروتئومیکس و متابولومیکس در طی رخدادهای بیولوژیکی بوجود آمده است. بکارگیری این تکنولوژی ها و آنالیز داده­های اومیکس هنوز به عنوان یک چالش مطرح است. ادغام داد های سطوح مختلف اومیکس و ادغام آنها با مدل سازی ابزار قدرتمندی را برای صحت و فهم سیستم بیولوژی حیوانات فراهم می آورند.

مطالعات GWAS بینش خوبی را برای مطالعه معماری ژنتیکی صفات کمی و پیچیده و شناسایی پتانسیل چندشکلی های تک نوکلئوتیدی فراهم می آورند.


باید خاطر نشان کرد هدف نهایی این نوشتار این است که، چگونه سیستم ژنتیکی موجب بهبود تولید در سیستم های حیوانات می­شود؟

در مطالعات GWAS اثرات هر SNP برای آزمون معنی­داری آن با صفات فنوتیپی و صفات مورد مطالعه بررسی می­شوند.

در مقایسه SNP-chipهای انسانی، SNPهای موجود در حیوانات مقیاس کوچکتری دارند: K 60 برای خوک و طیور، K  50برای گوسفند و K 777  برای گاو شناسایی شده اند. در ژنومیک دام و طیور، مطالعات GWAS اکثراً بر روی صفات تولیدی و صفات سلامتی متمرکز شده اند. یک مفهوم مهم در اصلاح دام انتخاب ژنومیک است، که خود شکلی از انتخاب به کمک مارکر است که شامل تمام SNP های پراکنده در ژنوم موجود می­باشد، که با استفاده از ترکیب شجره و ارزشهای اصلاحی در جمعیت انجام می­شود. تعیین ژنوتیپ به کمک توالی یابی (GBS) در اصلاح نباتات بسیار پیشرفت کرده و توسعه یافته اما در حیوانات به علت هزینه ها چندان مورد توجه قرار نگرفته است. اخیراً  تکنولوژی­های با توان عملیاتی بالا فرصت­های خوبی را فهم صفات پیچیده و سیستم بیولوژی آنها فراهم نموده اند. هنوز هم مشکلات و چالش های متعددی از قبیل کشف و شناسایی ورایته­ها و ژنهای علی، داروهای مؤثر، واکسن­ها و بیومارکرهای مؤثر در بیماری­های بسیار پیچیده و صفات مورد نظر در گونه های دامی و گیاهی وجود دارند. بوسیله ی RNA-seq احتمال شناسایی کیفی و کمی ایزوفرم­ها، بیان خاص اگزونها، بیان خاص آللی و بیان خاص هاپلوتیپها فراهم می شود. مطالعات بیان ژن در زمینه ی سیستم بیولوژی نشان داده است که Lee و همکاران نتایج بیان ژن بافت های مختلف را تلفیق کردند. چندین مطالعه جهت بررسی همزمان شبکه ی ژنی هم بیان با استفاده از داده های RNA-seq انجام شده اند. اگرچه دامنه ی گسترده ای از ژنهای کاندیدا با استفاده از متد RNA-seq قابل شناسایی است.

یک چالش دیگر کیفیت سنجی بلو کهای G/C ، نواحی پارالوگ، نواحی 5UTR و بیان آللی خاص است.

RNA-seq قادر به بررسی نواحی غیر کد کننده ژنی است که نتایج چنین تحقیقاتی در رویکردهای سیستم ژنومیکی قابل استفاده اند. سیستم ژنتیکی تلفیق داده های ژنومیکی و داده های ترانسکریپتومیکی با استفاده رویکرد شناسایی جایگاه های کمی کنترل کننده بیان ژن، نواحی مرتبط با سطوح مختلف بیان ژن را آشکار می کند.

Cis –eQTL: نواحی هستند که نزدیک به ژن کد کننده مورد نظر هستند.

Trans- eQTL: که در فاصله ای دورتر یا بر روی کروموزوم دیگری نسبت به ژن مربوطه قرار گفته اند.

eQTLها چارچوبی را برای فهم اثرات فنوتیپی و ارتباط تنوع ژنتیکی آنها با بیماری ها فراهم می کنند.

امروزه با توجه به شناسایی سیستم CRISPR/Cas نقش کلیدی در بهبود صفات مقاومت به بیماری خواهد داشت و طراحان حیوانات می توانند حیوانات ترانس ژنتیک خلق نمایند. اخیراً با استفاده از خوکها آلبومین انسانی تولید شده است. استفاده از ترانسکریپتوم RNA-seq نتایج را از سیستم CRISPR/Cas  به خوبی استنتاج می کند و نقش اساسی آنرا در تکنولوژی های پیشرفته در اینده مشخص خواهد نمود. سیستم ژنتیکی حیوانی هنوز در حال حاضر قادر به توضیح کامل قدرت توالی یابی نسل آینده (NGS) نیست.

فواید اصلی RNA-seq که هنوز شناخته شده نیست می تواند با مطالعات eQTL تلفیق گردد اما نتایج مطالعات eQTL می توانند در مطالعات سیستم ژنتیکی مورد استفاده قرار بگیرند.



کاربرد آنالیز داده های سطوح مختلف در مواردی مانند: پیش بینی ژنومیکی/ انتخاب ژنومیکی، استفاده بنیادی، شناسایی واریته های تنظیمی و علی، در بهبود صحت جلوگیری از بیماری ها و بهبود تشخیص هیستولوژی صفات مفید است.

سیستم های ژنتیکی در انواع مختلف: ارتباط بین شبکه های مختلف، SNP-SNP، ژن به ژن، پروتئین به پروتئین، شبکه­های متابولیت به متابولیت و خصوصیات آنها برای بیماری های مختلف و یا عملکرد حیوانات در سطوح مختلف بررسی می شود.

در پایان اهداف اصلی سیستم ژنتیکی در واقع شناساییQTL  QTN, ژنهای تنظیم کننده، بیومارکرها و شبکه های ژنی مهم و مؤثر در انتخاب ژنومی و اصلاح دام بوده که می بایست مورد توجه بیشتر و شدیدتر مورد توجه قرار گیرند.

 

منابع:

1. Gianluca Mazzoni, Lisette J. A. Kogelman, Prashanth Suravajhala, Haja N. Kadarmideen (2015) Systems

Genetics of Complex Diseases Using RNA-Sequencing Methods. International Journal of Bioscience, Biochemistry

and Bioinformatics. 5: 264-279.

 

2. Haja N. Kadarmideen, Peter von Rohr, Luc L.G. Janss (2006) From genetical genomics to systems genetics: potential applications in quantitative genomics and animal breeding. Mammalian Genome. 17: 548-564.

3. Prashanth Suravajhala, Lisette J. A. Kogelman, Haja N. Kadarmideen (2016) Multi-omic data integration and analysis using systems genomics approaches: methodsand applications in animal production, health and welfare. Genetics Selection Evolution.48-38.

  • موافقین ۰ مخالفین ۰
  • ۹۶/۰۶/۰۷
  • ۱۱۸۲ نمایش
  • سعید سهرابی

نظرات (۰)

هیچ نظری هنوز ثبت نشده است
ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی