Structure of the STR allele pool of the population of kholmogoryk breed bulls, saved in the Komi Republic of the bank of frosed semen

Cover Page

Cite item

Full Text

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

Abstract

Microsatellite polymorphism was studied in 162 purebred Pechora-type bulls of the Kholmogory, Kholmogory, and Holstein breeds, as well as Holstein-Kholmogory crossbreeds. For 15 microsatellite loci, 132 alleles were identified, or 8.8 on average per locus. Of the total number of alleles, 78 (59.1%), or 5.2 alleles per locus on average, occurred with frequencies greater than 0.1 in at least one of the groups of bulls of different genealogy and breed. Twenty-one alleles in 13 loci occurred with frequencies of 0.15 and higher, regardless of the breed, genealogy, and breed of the group. The largest number of alleles was found in the Pechora-Kholmogory-Holstein and Kholmogory-Holstein crossbreeding groups. The maximum genetic distance was established between the crossed Pechora-Kholmogory bulls and Holstein bulls (DN 0.237, FST 0.045). High genetic differentiation of Holstein bulls with crossed and purebred Pechora-type sires of the Kholmogory breed was confirmed by cluster analysis. The genetic difference between the classical Kholmogory breed and the Holstein was lower. Cluster analysis of the results of genotyping by microsatellites of Kholmogory bulls in one array with samples of Holstein animals and Kholmogory-Holstein crosses made it possible to obtain additional information for planning measures to maintain the genetic diversity of the seved herd of purebred Kholmogory cattle.

Full Text

Restricted Access

About the authors

V. S. Matyukov

Institute of Agrobiotechnologies, Federal Research Center Komi Scientific Center, Ural Branch of the Russian Academy of Sciences

Author for correspondence.
Email: nipti38@mail.ru
Russian Federation, Syktyvkar

A. S. Leichenko

Institute of Agrobiotechnologies, Federal Research Center Komi Scientific Center, Ural Branch of the Russian Academy of Sciences

Email: nipti38@mail.ru
Russian Federation, Syktyvkar

Ya. А. Zharikov

Institute of Agrobiotechnologies, Federal Research Center Komi Scientific Center, Ural Branch of the Russian Academy of Sciences

Email: nipti38@mail.ru
Russian Federation, Syktyvkar

S. V. Nikolaev

Institute of Agrobiotechnologies, Federal Research Center Komi Scientific Center, Ural Branch of the Russian Academy of Sciences

Email: nipti38@mail.ru
Russian Federation, Syktyvkar

References

  1. Матюков В.С., Тырина Ю.О., Кантанен Ю., Столповский Ю.А. Оценка селекционной ценности генофонда местного скота (на примере холмогорской породы) // С.-х. биология. 2013. № 2. С. 19–30.
  2. Матюков В.С., Жариков Я.А., Зиновьева Н.А. Генетическая история и ценность генофонда исчезающей холмогорской породы // Молочное и мясное скотоводство. 2018. № 2. С. 2–8.
  3. Резников Ф.И. Новые данные к истории холмогорского скота. Архангельск, 1949. 28 с.
  4. Шубин П.Н., Котельников В.М. Породное преобразование крупного рогатого скота Коми АССР. Сыктывкар, 1965. 135 с.
  5. Гагиев Г.И. Характеристика животных нового внутрипородного печорского типа – “ПХ-1” холмогорской породы // Научные основы молочного производства на Севере. Сыктывкар, 1998. С. 56–84.
  6. Столповский Ю.А., Захаров-Гезехус И.А. Проблема сохранения генофондов доместицированных животных // Вавил. журн. генетики и селекции. 2017. Т. 21. № 4. С. 477–486. https://doi.org/10.18699/VJ17.266
  7. Demir E., Balcioğlu M.S. Genetic diversity and population structure of four cattle breeds raised in Turkey using microsatellite markers // Czech. J. Animal Sci. 2019. V. 64. № 10. Р. 411–419. https://doi.org/10.17221/62/2019-CJAS
  8. Saravanan K.A., Panigrahi M., Kumar H. et al. Genome-wide assessment of genetic diversity, linkage disequilibrium and haplotype block structure in Tharparkar cattle breed of India // Animal Biotechnology. 2020. V. 33. № 1. Р. 1–15. https://doi.org/10.1080/10495398.2020.1796696
  9. Pritchard J.K., Wen X., Falush D. Documentation for structure software: Version 2.3. Software from http://pritch.bsd.uchicago.edu/structure.html
  10. Галинская Т.В., Щепетов Д.М., Лысенков С.Н. Предубеждения о микросателлитных исследованиях и как им противостоять // Генетика. 2019. T. 55. № 6. С. 617–632. https://doi.org/10.1134/S0016675819060043
  11. Матюков В.С., Жариков Я.А., Канева Л.А. Анализ аллелофонда полутонкорунных овец печорской популяции с помощью STR-маркеров // Генетика. 2023. T. 59. № 7. С. 843–849. https://doi.org/10.31857/S0016675823060103
  12. Peakall R., Smouse P.E. GenAlEx 6.5: Genetic analysis in Excel. Population genetic software for teaching and research-anupdate // Bioinformatics. 2012. V. 28. P. 2537–2539.
  13. Hall S.J.G. Genetic differentiation among Livestock breeds-values for Fst // Animals. 2022. V. 12. № 9. https://doi.org/10.3390/ani12091115
  14. Kalinowski S.T. Evolutionary and statistical properties of three genetic distances // Mol. Ecol. 2002. V. 11. № 8. Р. 1263–1273. https://doi.org/10.1046/j.1365-294X.2002.01520.x
  15. Кузнецов В.М. Сравнение методов оценки генетической дифференциации популяций по микросателлитным маркерам // Аграрная наука Евро-Северо-Востока. 2020. Т. 21. № 2. С. 169–182. https://doi.org/10.30766/2072-9081.2020.21.2.169-182
  16. Николаев С.В., Ялуга В.Л. Сравнительная генетическая характеристика микросателлитного профиля голштинизированных и чистопородных холмогорских быков // Аграрная наука. 2023. № 7. С. 58–62. https://doi.org/10.32634/0869-8155-2023-372-7-58-62
  17. Волкова В.В., Романенкова О.С., Денискова Т.Е. и др. Характеристика аллелофонда холмогорской породы крупного рогатого скота с использованием STR-маркеров // Молочное и мясное скотоводство. 2019. № 7. С. 3–7.
  18. Киселёва Т.Ю., Подоба Б.Е., Заблудский Е.Е. и др. Анализ 30 микросателлитных маркеров у шести локальных популяций крупного рогатого скота // С.-хоз. биология. 2010. № 6. С. 20–25.
  19. Meng-Hua Li., Tapio I., Villkki J. et al. The genetic structure of cattle populations (Bos taurus) in northern Eurasia and the neighbouring. Near Eastern regions: Implications for breeding strategies and conservation // Mol. Ecol. 2007. V. 16. № 18. Р. 3839–3853. https://doi.org/10.1111/j.1365-294X.2007.03437.x
  20. Kantanen J., Edwards C.J., Bradley D. et al. Maternal and paternal genealogy of Eurasian taurine cattle (Bos taurus) // Heredity. 2009. V. 103. № 5. Р. 404–415. https://doi.org/10.1038/hdy.2009.68

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Distribution of average estimates of the probabilities of individuals belonging to groups of different breeds to clusters at k = 2.

Download (117KB)
Indexing metadata
3. 2. Distribution of average estimates of the probabilities of individuals belonging to groups of different breeds to clusters at k = 3.

Download (134KB)
Indexing metadata

Copyright (c) 2025 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».