Characteristics by str Markers of gray Ukrainian Cattle Breed in the Russian Federation

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Using 14 microsatellite markers (BM1824, BM2113, CSRM60, CSSM66, ETH3, ETH10, ETH225, ILSTS006, INRA023, SPS115, TGLA53, TGLA122, TGLA126, TGLA227), samples of Ukrainian Grey cattle herds of the M.F. Ivanov Institute “Askania-Nova” (Kherson region) (n = 101) and experimental farm of Cherga (Altai Republic) (n = 41). When considering Wright's F-statistics for the studied loci, the value FIS = –0.0285 indicates an excess of heterozygous genotypes in the population of Ukrainian Grey cattle, with a low probability of encountering alleles of the common ancestor FIT = 0.1161, and the level FST = 0.1394 indicates an average divergence of subpopulations, the largest contribution to which is contributed by the Eth3 locus. At the same time, the number of detected polymorphic loci – 95.64%, the level of allelic diversity – AR = 7.66 and genetic diversity – HE = 0.76 were higher in the Altai subpopulation than in the Kherson subpopulation – 58.13%, 4.41, 0.61, respectively. At the same time, the Kherson herd was characterized by better evenness, homogeneity and consolidation, which allows us to consider it as a source of valuable breeding material for breeding the Ukrainian Grey breed.

Full Text

Restricted Access

About the authors

A. S. Mokeev

Ivanov Institute of Livestock Husbandry of Steppe Regions “Askania-Nova” – National Scientific Selection and Genetic Center for Sheep Breeding of the National Academy of Agrarian Sciences

Author for correspondence.
Email: mokeev.as@mail.ru
Russian Federation, Askania-Nova, 275230

N. N. Fursa

Ivanov Institute of Livestock Husbandry of Steppe Regions “Askania-Nova” – National Scientific Selection and Genetic Center for Sheep Breeding of the National Academy of Agrarian Sciences

Email: mokeev.as@mail.ru
Russian Federation, Askania-Nova, 275230

S. V. Beketov

Vavilov Institute of General Genetics of Russian Academy of Sciences

Email: svbeketov@gmail.com
Russian Federation, Moscow, 119991

G. R. Svishcheva

Vavilov Institute of General Genetics of Russian Academy of Sciences

Email: svbeketov@gmail.com
Russian Federation, Moscow, 119991

A. A. Onokhov

Vavilov Institute of General Genetics of Russian Academy of Sciences

Email: svbeketov@gmail.com
Russian Federation, Moscow, 119991

Yu. A. Stolpovsky

Vavilov Institute of General Genetics of Russian Academy of Sciences

Email: svbeketov@gmail.com
Russian Federation, Moscow, 119991

References

  1. Столповский Ю.А. Серая украинская порода // Генетические ресурсы крупного рогатого скота: редкие и исчезающие отечественные породы. М.: Наука, 1993. С. 94–111.
  2. Glazko V.I. Podolic сattle in the Ukraine and eastern territories // Stočarstvo: Časopis za unapređenje stočarstva. 2001. V. 55. № 1. Р. 33–60.
  3. The state of the world’s animal genetic resources for food and agriculture. Rome, FAO, 2007. 511 р.
  4. Ukrainian grey/Ukraine (cattle). Domestic animal diversity information system of the food and agriculture organization of the United Nations. Accessed April 2023. https://www.fao.org/dad-is/browse-by-country-and-species/en/
  5. Dakin E.E., Avise J.C. Microsatellite null alleles in parentage analysis // Heredity. 2004. V. 93. P. 504–509. doi: 10.1038/sj.hdy.6800545
  6. Olschewsky А., Hinrichs D. An overview of the use of genotyping techniques for assessing genetic diversity in local farm animal breeds // Animals. 2021. V. 11. № 7. P. 2016. https://www.mdpi.com. doi: 10.3390/ani11072016
  7. Бекетов С.В., Семина М.Т., Мокеев А.С. и др. Перспективы применения технологии “генетического биркования” в животноводстве // Главный зоотехник. 2024. № 5. С. 3–15.
  8. Jombart T. Adegenet: A R package for the multivariate analysis of genetic markers // Bioinformatics. 2008. V. 24. P. 1403–1405. doi: 10.1093/bioinformatics/btn129
  9. Keenan K., McGinnity P., Cross T.F. et al. diveRsity: An R package for the estimation and exploration of population genetics parameters and their associated errors // Methods Ecol. and Evol. 2013. № 4. P. 782–788. doi: 10.1111/2041-210X.12067
  10. Adamack A.T., Gruber B. PopGenReport: Simplifying basic population genetic analyses in R. Methods // Ecology and Evolution. 2014. № 5. P. 384–387. doi: 10.1111/2041-210X.12158
  11. Gruber B., Adamack A.T. landgenreport: A new R function to simplify landscape genetic analysis using resistance surface layers // Mol. Ecol. Resources. 2015. V. 15. P. 1172–1178. doi: 10.1111/1755-0998.12381
  12. Кушнир А.В., Глазко В.И. Серый украинский скот и его близкородственные формы // Сиб. экол. журнал. 2009. Т. 16. № 3. С. 495–506.
  13. Копылов К.В., Стародуб Л.Ф., Мохначева Н.Б., Супрович Н.П. Особенности изменчивости генома крупного рогатого скота серой украинской породы по цито- и ДНК-маркерам // Акт. пробл. интенсивного развития животноводства. 2019. Вып. 1. С. 60–69.
  14. Holsinger K.E. Lecture notes in population genetics. Stanford: University of Connecticut, 2010. 275 p. doi: 10.6084/M9.FIGSHARE.100687
  15. Кузнецов В.М. F-статистики Райта: оценка и интерпретация // Пробл. биол. продуктивных животных. 2014. № 4. С. 80–104.
  16. Кузнецов В.М. Снижает ли кроссбридинг генетическое разнообразие? Разведение и сохранение пород молочного скота в России. Киров: НИИСХ Северо-Востока, 2017. 104 с.
  17. Кузнецов В.М. Сравнение методов оценки генетической дифференциации популяций по микросателлитным маркерам // Зоотехния. 2020. Т. 21. № 2. С. 169–182. doi: 10.30766/2072-9081.2020.21.2.169-182
  18. Гузеев Ю.В., Мельник О.В., Спиридонов В.Г., Мельничук С.Д. Сравнительный анализ генетической структуры микропопуляции серой украинской породы крупного рогатого скота по ДНК-маркерам // Науковий вісник ЛНУВМБТ імені С. З. Ґжицького. 2015. Т. 17. № 3(63). С. 166–171.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Gray Ukrainian cattle (cows).

Download (288KB)
Indexing metadata
3. Fig. 2. Gray Ukrainian cattle (bull).

Download (231KB)
Indexing metadata
4. Fig. 3. NJ-dendrogram of relationships between the studied subpopulations of gray Ukrainian cattle, constructed on the basis of pairwise genetic distances DA Nei. The Askanian subpopulation is shown in blue, the Altai subpopulation in red.

Download (753KB)
Indexing metadata
5. Fig. 4. Projection of individuals of the studied subpopulations of gray Ukrainian cattle on the plane of two coordinates according to PCA analysis data.

Download (80KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».