КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер проекта 24-16-00294

НазваниеИзучение физиологических и молекулярно-генетических основ формирования и реализации перспективных фенотипов яичной продуктивности у перепелов для практического использования в геномной селекции, прогнозировании и оценке продуктивного потенциала

Руководитель Волкова Наталья Александровна, Доктор биологических наук

Организация финансирования, регион Федеральное государственное бюджетное научное учреждение "Федеральный исследовательский центр животноводства - ВИЖ имени академика Л.К. Эрнста" , Московская обл

Конкурс №92 - Конкурс 2024 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 06 - Сельскохозяйственные науки; 06-204 - Животноводство

Ключевые слова Перепела, полногеномный ассоциативный анализ, SNP-маркеры, гены-кандидаты, геномная селекция, яичная продуктивность, математическое прогнозирование

Код ГРНТИ68.39.37


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Продукция перепеловодства занимает прочные позиции в общей структуре продуктов питания, обеспечиваемых животноводческой отраслью. В последние годы отмечается рост производства данной продукции, что связано как с возрастающим потребительским спросом на яйцо и мясо перепелов, так и коммерческой привлекательностью и рентабельностью данной отрасли. Развитие и конкурентоспособность промышленного перепеловодства в значительной мере зависит от создания и использования пород и кроссов птицы, характеризующихся высокими продуктивными качествами, что невозможно без проведения эффективной селекционной работы, направленной на поиск и идентификацию ценных генотипов с использованием современных высокотехнологичных и полногеномных методов и подходов, основанных на изучении физиологических и молекулярно-генетических механизмов формирования и проявления селекционно значимых признаков. На сегодняшний день созданы информационные базы, содержащие огромных массив данных о локусах количественных признаков (QTLs) и генах-кандидатах, связанных с хозяйственно важными признаками у сельскохозяйственных животных и птицы. У сельскохозяйственной птицы значительная доля исследований выполнена на курах. На перепелах данные исследования не так значительны, что связано прежде всего с отсутствием доступных коммерческих систем для проведения полногеномного анализа у этого вида птицы. В связи с этим исследования в предлагаемом направлении актуальны в рамках повышения эффективности селекции в перепеловодстве. Целью проекта является идентификация физиологических и молекулярно-генетических механизмов, детерминирующих фенотипическое проявление признаков яичной продуктивности у перепелов, для разработки эффективных технологий геномной селекции в перепеловодстве. В рамках выполнения данного проекта планируется проведение комплексных исследований по точному фенотипированию широкого спектра показателей, характеризующих продуктивные качества перепелов, с последующим полногеномным SNP-генотипированием исследованных особей, в том числе с применением полногеномного ассоциативного анализа. Исследования будут проведены на F2 ресурсной популяции перепелов, созданной посредством скрещивания пород, контрастных по продуктивным качествам. Данный подход позволит получить широкий спектр фенотипической изменчивости, что будет способствовать повышению точности идентификации SNPs и генов-кандидатов, ассоциированных с показателями яичной продуктивности, товарными и инкубационными качествами яиц у перепелов. Результаты проекта будут способствовать расширению фундаментальных знаний о физиологических и молекулярно-генетических механизмах формирования, развития и проявления перспективных фенотипов яичной продуктивности у перепелов, что послужит основой для разработки эффективных технологий геномной селекции, а также методических подходов по прогнозированию и оценке продуктивного потенциала перепелов с целью получения птицы с заданными хозяйственно важными признаками.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2024 году
В отчетном году получены следующие важные результаты. Проведено полногеномное генотипирование пород перепелов разного направления продуктивности. Идентифицированы локусы, находящиеся под давлением отбора. На основании данных GBS-генотипирования перепелов 8 пород разного направления продуктивности в геноме особей изученных популяций идентифицированы гомозиготные регионы ROH, предположительно подвергавшиеся воздействию отбора и локализованные на хромосомах 1–15, 17–21 и 23–28. Максимальное число данных островков ROH установлено у техасских и смокинговых перепелов, минимальное – в популяции японских перепелов. Проведено сравнение локализации гомозиготных регионов, общих для двух и более исследованных пород. В породах смокинговая и английская черная идентифицирован общий геномный регион на хромосоме 2 (2.248 Mb), не выявленный в других породах; в породах смокинговая и английская белая определен общий регион на хромосоме 25 (0.024 Mb). Для разных комбинаций пар исследованных пород перепелов проведен анализ альтернативных аллельных вариантов, закрепившихся в результате селекционной работы, с использованием оценки индекса фиксации FST и межпопуляционной гаплотипической гомозиготности XP-EHH. Проведена структурная аннотация установленных в исследуемых комбинациях пород перепелов геномных регионов, предположительно подвергшихся давлению отбора, и идентифицированы гены, локализованные в области данных регионов и, вероятно, затронутые действием отбора. В каждой паре исследуемых групп выявлены локусы, в которых закрепились альтернативные аллели. Максимальное значение выявленных общих геномных регионов установлено в комбинации пород маньчжурская – японская – 26 локусов, минимальное – в сравнении пород маньчжурская – смокинговая, маньчжурская – английская белая и английская белая – японская – 4–5 локусов. Оптимизированы и модифицированы методики оценки морфометрических параметров и качества перепелиных яиц. Предложен альтернативный индекс (EQI) для комплексной оценки качества перепелиных яиц как пищевого продукта. Его расчет базируется на измерении массы яйца, толщины плотного белка и высоты или диаметра желтка. Разработаны и проверены на практике математические формулы расчета объема (V) и площади поверхности (S) перепелиных яиц. При этом предложен новаторский метод наиболее точного определения S – путем замера V и соответствующего математического пересчета. Получены эмпирические зависимости, позволяющие определить параметры скорлупы (прочность, толщину и массу), а также содержимого перепелиных яиц (плотность содержимого и массу желтка) без их разрушения. При выводе уравнений был применен новый прием использования исходных параметров яйца в виде их соотношений. Такой метод позволил не только осуществить требуемый перерасчет, но и предоставить в распоряжение селекционеров ряд показателей, работа над которыми может оказать существенное влияние на улучшение качественных параметров яйца. На конкретном примере продемонстрирована возможность использования перепелиных яиц в качестве модельного объекта для научных птицеводческих, орнитологических и/или иных исследований. Данная работа позволила высказать гипотезу об адаптационном свойстве материнского организма птиц формировать яйцо таким образом, чтобы уровень метаболизма эмбриона, косвенно выражаемый соотношением S/V, оставался неизменным от яйца к яйцу. Дана сравнительная характеристика перепелов разных пород по показателям яичной продуктивности, в том числе с использованием оптимизированных и модифицированных методов оценки качества яиц. Обоснован выбор пород для получения F2 ресурсной популяции перепелов. В качестве контрастных пород для получения ресурсной популяции перепелов выбраны породы английская белая и фараон. Создана F1 ресурсная популяция перепелов. Проведено точное фенотипирование полученной F1 ресурсной популяции перепелов по показателям яичной продуктивности и качества яиц. На основании данных фенотипической оценки осуществлен отбор особей F1 для получения F2 ресурсной популяции перепелов.

 

Публикации

1. Нарушин В.Г., Волкова Н.А., Джагаев А.Ю., Гагиева З.В., Волкова Л.А., Гриффин Д.К., Зиновьева Н.А. What’s in a quail shell? That which we call an egg by any other means can be described Food and Bioproducts Processing, 153: 266-274 (год публикации - 2025)
10.1016/j.fbp.2025.07.002

2. Нарушин В.Г., Волкова Н.А., Джагаев А.Ю., Гриффин Д., Романов М.Н., Зиновьева Н.А. Smart and smarter: improving on a classic egg shape model Theory in Biosciences, 144, 305–318 (год публикации - 2025)
10.1007/s12064-025-00447-6

3. Волкова Н.А., Романов М.Н., Герман Н.Ю., Ларионова П.В., Ветох А.Н., Волкова Л.А., Сермягин А.А., Шахин А.В. Genome-Wide Association Studies in Japanese Quails of the F2 Resource Population Elucidate Molecular Markers and Candidate Genes for Body Weight Parameters International Journal of Molecular Sciences, 26(17), 8243. (год публикации - 2025)
10.3390/ijms26178243

4. Нарушин В.Г., Волкова Н.А., Джагаев А.Ю., Гагиева З.В., Волкова Л.А., Гриффин Д.К., Романов М.Н., Зиновьева Н.А. Shell Quality Parameters of Japanese Quail (Coturnix japonica) Eggs as Estimated by Non-Destructive Testing Technology Journal of Food Process Engineering , 48(10): e70219 (год публикации - 2025)
10.1111/jfpe.70219

5. Нарушин В.Г., Волкова Н.А., Джагаев А.Ю., Гриффин Д.К., Романов М.Н., Зиновьева Н.А. Coupling Artificial Intelligence with Proper Mathematical Algorithms to Gain Deeper Insights into the Biology of Birds’ Eggs Animals , 15(3), 292 (год публикации - 2025)
10.3390/ani15030292

6. Нарушин В.Г., Волкова Н.А., Джагаев А.Ю., Гагиева З.В., Волкова Л.А., Гриффин Д.К., Романов М.Н., Зиновьева Н.А. Clues and cues in a Japanese quail egg: What individual variable parameters can be used to identify the hen that laid it? Biosystems Engineering, 250: 317-324. (год публикации - 2025)
10.1016/j.biosystemseng.2025.01.011


Аннотация результатов, полученных в 2025 году
В отчетном году проведены комплексные исследования, направленные на получение F2 модельных ресурсных популяций перепелов, оценку фенотипа и генотипа особей полученных популяций, формирование сводной базы фенотипов и полногеномных генотипов для последующих полногеномных ассоциативных исследований, разработку и оптимизацию методик и математических индексов для оценки товарных и инкубационных качеств перепелиных яиц. Получены следующие важные результаты. Созданы две F2 ресурсные популяции перепелов с использованием контрастных по показателям роста и яичной продуктивности (высокая и низкая яйценоскость) пород, в частности, 1) японской и техасской, 2) английской белой и фараон. Проведено точное фенотипирование самок полученных F2 ресурсных популяций по показателям роста, развития и яичной продуктивности, в том числе с использованием оптимизированных и модифицированных на этапе 2024 года методик оценки качества яиц. На основании полученных данных сформирована база фенотипов F2 ресурсных популяции перепелов, включающая следующие показатели: живая масса, среднесуточный прирост и линейные промеры в возрасте от 1 суток до 10 недель; возраст начала яйцекладки; яйценоскость, весовые, морфометрические и качественные показатели яиц и их основных компонентов – желтка, белка, скорлупы за 180 дней яйцекладки; расчетные индексы качества яиц. Проведено полногеномное генотипирование перепелов ресурсных популяций. После LD-фильтрации данных отобрано 74387 SNPs. На основании полученных данных фенотипов и полногеномных генотипов самок исследованных популяций проведен поиск полногеномных ассоциаций с показателями живой массы самок перепелов в различные возрастные периоды. При пороговом значении p < 6.72 × 10−7 выявлено 142 SNPs и 42 гена-кандидата, ассоциированных с живой массой перепелов в возрасте 1, 14, 28, 35, 42, 49 и 56 дней. Установлено 25 SNPs, ассоциированных с двумя и более учитываемыми признаками. Идентифицировано 12 приоритетных генов-кандидатов, в области которых было локализовано 2 и более выявленных значимых SNP – MARCHF6, EGFR, ADGRL3, ADAM33, NPC2, LTBP2, ZC2HC1C, SATB2, ASTN2, ZBTB16, ADAR, LGR6. При этом в области 1 гена – ADAM33 – на хромосоме CJA4 выявлено 5 SNPs, каждый из которых был связан с 3–5 учитываемыми признаками (живая масса в возрасте 14, 21, 28, 35 и 42 дней). Установлены аллельные варианты гена ADAM33 в позициях данных SNPs, связанные с высокими показателями живой массы перепелов в возрасте 14, 21, 28, 35, 42 и 56 дней. Определены и предложены математические индексы для оценки товарных и инкубационных качеств перепелиных яиц на основании базы фенотипов F2 ресурсной популяции перепелов. Математический анализ различных моделей описания контуров птичьих яиц позволил выделить 3 основных индекса: формы, асимметрии и коничности, достаточные как для построения профиля конкретного яйца, так и для анализа взаимосвязи геометрических параметров с возможными хозяйственно полезными признаками, в том числе инкубационными свойствами. Также выделено несколько перспективных индексов, отражающих физические параметры яиц, в частности плотность, индекс метаболизма и коэффициент теплопередачи, косвенно характеризующий скорость естественного охлаждения яйца. Экспериментальные исследования геометрических и физических параметров яиц перепелов F2 ресурсных популяций выявили связь показателя плотности яйца с оплодотворенностью и выводимостью: оплодотворенные яйца характеризовались более высокой плотностью яйца. Также установлена связь коэффициента теплопередачи инкубационного яйца с полом эмбриона. Полученные в отчетном году экспериментальные данные составят основу для последующих исследований на этапе 2026 года, направленных на поиск и определение перспективных ДНК-маркеров яичной продуктивности перепелок-несушек, в том числе на идентификацию аллельных вариантов генов, детерминирующих проявление желательных фенотипов яичной продуктивности, а также определение перспективных математических индексов морфометрических и физических параметров яиц перепелов для прогнозирования и оценки продуктивного потенциала несушек, инкубационных и товарных качеств яиц.

 

Публикации

1. Нарушин В.Г., Волкова Н.А., Джагаев А.Ю., Гагиева З.В., Волкова Л.А., Гриффин Д.К., Зиновьева Н.А. What’s in a quail shell? That which we call an egg by any other means can be described Food and Bioproducts Processing, 153: 266-274 (год публикации - 2025)
10.1016/j.fbp.2025.07.002

2. Нарушин В.Г., Волкова Н.А., Джагаев А.Ю., Гриффин Д., Романов М.Н., Зиновьева Н.А. Smart and smarter: improving on a classic egg shape model Theory in Biosciences, 144, 305–318 (год публикации - 2025)
10.1007/s12064-025-00447-6

3. Волкова Н.А., Романов М.Н., Герман Н.Ю., Ларионова П.В., Ветох А.Н., Волкова Л.А., Сермягин А.А., Шахин А.В. Genome-Wide Association Studies in Japanese Quails of the F2 Resource Population Elucidate Molecular Markers and Candidate Genes for Body Weight Parameters International Journal of Molecular Sciences, 26(17), 8243. (год публикации - 2025)
10.3390/ijms26178243

4. Нарушин В.Г., Волкова Н.А., Джагаев А.Ю., Гагиева З.В., Волкова Л.А., Гриффин Д.К., Романов М.Н., Зиновьева Н.А. Shell Quality Parameters of Japanese Quail (Coturnix japonica) Eggs as Estimated by Non-Destructive Testing Technology Journal of Food Process Engineering , 48(10): e70219 (год публикации - 2025)
10.1111/jfpe.70219

5. Нарушин В.Г., Волкова Н.А., Джагаев А.Ю., Гриффин Д.К., Романов М.Н., Зиновьева Н.А. Coupling Artificial Intelligence with Proper Mathematical Algorithms to Gain Deeper Insights into the Biology of Birds’ Eggs Animals , 15(3), 292 (год публикации - 2025)
10.3390/ani15030292

6. Нарушин В.Г., Волкова Н.А., Джагаев А.Ю., Гагиева З.В., Волкова Л.А., Гриффин Д.К., Романов М.Н., Зиновьева Н.А. Clues and cues in a Japanese quail egg: What individual variable parameters can be used to identify the hen that laid it? Biosystems Engineering, 250: 317-324. (год публикации - 2025)
10.1016/j.biosystemseng.2025.01.011