| |
|
|
| Registros recuperados : 1 | |
| 1. |  | BASTIN, J. F.; RUTISHAUSER, E.; KELLNER, J. R.; SAATCHI, S.; PÉLISSIER, R.; HÉRAULT, B.; SLIK, F.; BOGAERT, J.; DE CANNIÈRE, C.; MARSHALL, A. R.; POULSEN, J.; ALVAREZ-LOYAYZA, P.; ANDRADE, A.; ANGBONGA-BASIA, A.; ARAUJO-MURAKAMI, A.; ARROYO, L.; AYYAPPAN, N.; AZEVEDO, C. P. de; BANKI, O.; BARBIER, N.; BARROSO, J. G.; BEECKMAN, H.; BITARIHO, R.; BOECKX, P.; BOEHNING-GAESE, K.; BRANDÃO, H.; BREARLEY, F. Q.; HOCKEMBA, M. B. N.; BRIENEN, R.; CAMARGO, J. L. C.; CAMPOS-ARCEIZ, A.; CASSART, B.; CHAVE, J.; CHAZDON, R.; CHUYONG, G.; CLARK, D. B.; CLARK, C. J.; CONDIT, R.; CORONADO, E. N. H.; DAVIDAR, P.; HAULLEVILLE, T. de; DESCROIX, L.; DOUCET, J-L.; DOURDAIN, A.; DROISSART, V.; DUNCAN, T.; ESPEJO. J. S.; ESPINOSA, S.; FARWIG, N.; FAYOLLE, A.; FELDPAUSCH, T. R.; FERRAZ, A.; FLETCHER, C.; GAJAPERSAD, K.; GILLET, J-F.; AMARAL, I. L. do; GONMADJE, C.; GROGAN, J.; HARRIS, D.; HERZOG, S. K.; HOMEIER, J.; HUBAU, W.; HUBBELL, S. P.; HUFKENS, K.; HURTADO, J.; KAMDEM, N. G.; KEARSLEY, E.; KENFACK, D.; KESSLER, M.; LABRIÈRE, N.; LAUMONIER, Y.; LAURANCE, S.; LAURANCE, W. F.; LEWIS, S. L.; LIBALAH, M. B.; LIGOT, G.; LLOYD, J.; LOVEJOY, T. E.; MALHI, Y.; MARIMON, B. S.; JUNIOR, B. H. M.; MARTIN, E. H.; MATIUS, P.; MEYER, V.; BAUTISTA, C. M.; MONTEAGUDO-MENDOZA, A.; MTUI, A.; NEILL, D.; GUTIERREZ, G. A. P.; PARDO, G.; PARREN, M.; PARTHASARATHY, N.; PHILLIPS, O. L.; PITMAN, N. C. A.; PLOTON, P.; PONETTE, Q.; RAMESH, B. R.; RAZAFIMAHAIMODISON, J-C.; RÉJOU-MÉCHAIN, M.; ROLIM, S. G.; SALTOS, H. R.; ROSSI, L. M. B.; SPIRONELLO, W. R.; ROVERO, F.; SANER, P.; SASAKI, D.; SCHULZE, M.; SILVEIRA, M.; SINGH, J.; SIST, P.; SONKE, B.; SOTO, J. D.; SOUZA, C. R. de; STROPP, J.; SULLIVAN, M. J. P.; SWANEPOEL, B.; STEEGE, H. ter.; TERBORGH, J.; TEXIER, N.; TOMA, T.; VALENCIA, R.; VALENZUELA, L.; FERREIRA, L. V.; VALVERDE, F. C.; ANDEL, T. R. van.; VASQUE, R.; VERBEECK, H.; VIVEK, P.; VLEMINCKX, J.; VOS, V. A.; WAGNER, F. H.; WARSUDI, P. P.; WORTEL, V.; ZAGT, R. J.; ZEBAZE, D. Pan-tropical prediction of forest structure from the largest trees. Global Ecology and Biogeography, v. 27, n. 11, p. 1366-1383, Nov. 2018.| Biblioteca(s): Embrapa Amazônia Ocidental; Embrapa Florestas. |
|    |
| Registros recuperados : 1 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Suínos e Aves. |
|
Data corrente: |
13/07/2018 |
|
Data da última atualização: |
13/07/2018 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
MOREIRA, G. C. M.; GODOY, T. F.; BOSCHIERO, C.; CESAR, A. S. M.; REECY, J. M.; LEDUR, M. C.; GARRICK, D.; SILVA, V. H. da; CROOIJAMANS, R. P.; GROENEN, M. A. M.; COUTINHO, L. L. |
|
Afiliação: |
GABRIEL COSTA MONTEIRO MOREIRA, ESALQ; THAÍS FERNANDA GODOY, ESALQ; CLARISSA BOSCHIERO, ESALQ; ALINE SILVA MELLO CESAR, ESALQ; JAMES M. REECY, Iowa State University; MONICA CORREA LEDUR, CNPSA; DORIAN GARRICK, Massey University/New Zealand; VINICIUS H. da SILVA, Wageningen University/Swedish University of Agricultural Sciences; RICHAR P. CROOIJAMANS, Wageningen University; MARTIEN A. M. GROENEN, Wageningen University; LUIZ LEHMMAN COUTINHO, ESALQ. |
|
Título: |
Integration of GWAS, CNV and sele ction signature reveals candidate genes for abdominal fat regulation in chickens. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
In: WORLD CONGRESS ON GENETICS APPLIED TO LIVESTOCK PRODUCTION, 11., 2018, Auckland, New Zealand. Proceedings... Massey University, 2018. Digital Archive. |
|
Idioma: |
Inglês |
|
Conteúdo: |
Abstract: Carcass fat content is an economically important trait in commercial chickens. The use of genome-wide high density SNPs may improve the power and resolution to identify QTLs, putative candidate genes and copy number variations (CNVs), for selection programs. The main goal of this study was to identify genomic windows and putative candidate genes for carcass fat content. We checked the overlap of QTL with regions demonstrating signatures of selection and inherited CNVs identified in the same population. A total of 497 42 day-old chickens from the EMBRAPA F2 Chicken Resource Population developed for QTL studies were genotyped with the 600K SNP genotyping array (Affymetrix®), and phenotyped for carcass fat content weight (CFCW) and carcass fat content on a dry matter basis (CFCDM). After quality control, a total of 480 samples and 371,557 SNPs annotated in autosomal chromosomes (GGA1-28) based on Gallus_gallus-5.0 (NCBI) were kept for further analysis. GWAS analyses were performed with GenSel software using BayesB method (π=0.9988) to identify genomic windows associated with CFCW or CFC%. We identified 15 genomic windows associated with CFC% on GGA1, 7, 15, 20 and 28, and from those, we identified two adjacent windows on GGA7 considered as the same QTL explaining 1.31 and 2.18% of the genetic variance for CFCW and CFC%, respectively. This QTL overlapped with one regions previsiouly know to regulate abdominal fat in chickens and the QTL region encompassed two putative candidate genes overlapping with signatures of selection and inherited CNVs. Our findings are helpful to better understand the genetic regulation of fatness in chickens. Resumo: O teor de gordura na carcaça é uma característica economicamente importante em frangos comerciais. O uso de SNPs de alta densidade em todo o genoma pode melhorar o poder e a resolução para identificar QTLs, genes candidatos putativos e variações no número de cópias (CNVs), para programas de seleção. O principal objetivo deste estudo foi identificar janelas genômicas e possíveis genes candidatos para o conteúdo de gordura na carcaça. Verificamos a sobreposição de QTL com regiões demonstrando assinaturas de seleção e CNVs herdadas identificadas na mesma população. Um total de 497 galinhas com 42 dias de idade da EMBRAPA F2 Chicken Resource Population desenvolvidas para estudos QTL foram genotipadas com o arranjo de genótipos SNP 600K (Affymetrix®) e fenotipadas para peso de gordura na carcaça (CFCW) e teor de gordura na carcaça seca. matéria básica (CFCDM). Após o controle de qualidade, um total de 480 amostras e 371.557 SNPs anotados em cromossomos autossômicos (GGA1-28) baseados em Gallus_gallus-5.0 (NCBI) foram mantidos para análise posterior. As análises de GWAS foram realizadas com o software GenSel usando o método de BayesB (π = 0,9988) para identificar janelas genômicas associadas ao CFCW ou CFC%. Foram identificadas 15 janelas genômicas associadas a% CFC em GGA1, 7, 15, 20 e 28 e, a partir delas, identificamos duas janelas adjacentes em GGA7 consideradas como os mesmos QTLs explicando 1,31 e 2,18% da variância genética para CFCW e CFC% , respectivamente. Este QTL se sobrepunha a uma das regiões previsamente conhecidas para regular a gordura abdominal em frangos e a região QTL englobava dois supostos genes candidatos que se sobrepunham com assinaturas de seleção e CNVs herdadas. Nossas descobertas são úteis para entender melhor a regulação genética da gordura em frangos. MenosAbstract: Carcass fat content is an economically important trait in commercial chickens. The use of genome-wide high density SNPs may improve the power and resolution to identify QTLs, putative candidate genes and copy number variations (CNVs), for selection programs. The main goal of this study was to identify genomic windows and putative candidate genes for carcass fat content. We checked the overlap of QTL with regions demonstrating signatures of selection and inherited CNVs identified in the same population. A total of 497 42 day-old chickens from the EMBRAPA F2 Chicken Resource Population developed for QTL studies were genotyped with the 600K SNP genotyping array (Affymetrix®), and phenotyped for carcass fat content weight (CFCW) and carcass fat content on a dry matter basis (CFCDM). After quality control, a total of 480 samples and 371,557 SNPs annotated in autosomal chromosomes (GGA1-28) based on Gallus_gallus-5.0 (NCBI) were kept for further analysis. GWAS analyses were performed with GenSel software using BayesB method (π=0.9988) to identify genomic windows associated with CFCW or CFC%. We identified 15 genomic windows associated with CFC% on GGA1, 7, 15, 20 and 28, and from those, we identified two adjacent windows on GGA7 considered as the same QTL explaining 1.31 and 2.18% of the genetic variance for CFCW and CFC%, respectively. This QTL overlapped with one regions previsiouly know to regulate abdominal fat in chickens and the QTL region encompassed two puta... Mostrar Tudo |
|
Palavras-Chave: |
600k snp genotyping array; Analyses were performed with GenSel; Genotyping by sequencing; Selection signatures. |
|
Thesagro: |
Carcaça; Frango de Corte; Genoma; Gordura; Melhoramento Genético Animal; Polimorfismo Genético. |
|
Thesaurus NAL: |
Abdominal fat; Animal genetic resources; Broiler chickens; Carcass characteristics; Genetic polymorphism; Single nucleotide polymorphism. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/179774/1/final8887.pdf
|
|
Marc: |
LEADER 04944nam a2200421 a 4500
001 2093261
005 2018-07-13
008 2018 bl uuuu u00u1 u #d
100 1 $aMOREIRA, G. C. M.
245 $aIntegration of GWAS, CNV and sele ction signature reveals candidate genes for abdominal fat regulation in chickens.$h[electronic resource]
260 $aIn: WORLD CONGRESS ON GENETICS APPLIED TO LIVESTOCK PRODUCTION, 11., 2018, Auckland, New Zealand. Proceedings... Massey University, 2018. Digital Archive.$c2018
520 $aAbstract: Carcass fat content is an economically important trait in commercial chickens. The use of genome-wide high density SNPs may improve the power and resolution to identify QTLs, putative candidate genes and copy number variations (CNVs), for selection programs. The main goal of this study was to identify genomic windows and putative candidate genes for carcass fat content. We checked the overlap of QTL with regions demonstrating signatures of selection and inherited CNVs identified in the same population. A total of 497 42 day-old chickens from the EMBRAPA F2 Chicken Resource Population developed for QTL studies were genotyped with the 600K SNP genotyping array (Affymetrix®), and phenotyped for carcass fat content weight (CFCW) and carcass fat content on a dry matter basis (CFCDM). After quality control, a total of 480 samples and 371,557 SNPs annotated in autosomal chromosomes (GGA1-28) based on Gallus_gallus-5.0 (NCBI) were kept for further analysis. GWAS analyses were performed with GenSel software using BayesB method (π=0.9988) to identify genomic windows associated with CFCW or CFC%. We identified 15 genomic windows associated with CFC% on GGA1, 7, 15, 20 and 28, and from those, we identified two adjacent windows on GGA7 considered as the same QTL explaining 1.31 and 2.18% of the genetic variance for CFCW and CFC%, respectively. This QTL overlapped with one regions previsiouly know to regulate abdominal fat in chickens and the QTL region encompassed two putative candidate genes overlapping with signatures of selection and inherited CNVs. Our findings are helpful to better understand the genetic regulation of fatness in chickens. Resumo: O teor de gordura na carcaça é uma característica economicamente importante em frangos comerciais. O uso de SNPs de alta densidade em todo o genoma pode melhorar o poder e a resolução para identificar QTLs, genes candidatos putativos e variações no número de cópias (CNVs), para programas de seleção. O principal objetivo deste estudo foi identificar janelas genômicas e possíveis genes candidatos para o conteúdo de gordura na carcaça. Verificamos a sobreposição de QTL com regiões demonstrando assinaturas de seleção e CNVs herdadas identificadas na mesma população. Um total de 497 galinhas com 42 dias de idade da EMBRAPA F2 Chicken Resource Population desenvolvidas para estudos QTL foram genotipadas com o arranjo de genótipos SNP 600K (Affymetrix®) e fenotipadas para peso de gordura na carcaça (CFCW) e teor de gordura na carcaça seca. matéria básica (CFCDM). Após o controle de qualidade, um total de 480 amostras e 371.557 SNPs anotados em cromossomos autossômicos (GGA1-28) baseados em Gallus_gallus-5.0 (NCBI) foram mantidos para análise posterior. As análises de GWAS foram realizadas com o software GenSel usando o método de BayesB (π = 0,9988) para identificar janelas genômicas associadas ao CFCW ou CFC%. Foram identificadas 15 janelas genômicas associadas a% CFC em GGA1, 7, 15, 20 e 28 e, a partir delas, identificamos duas janelas adjacentes em GGA7 consideradas como os mesmos QTLs explicando 1,31 e 2,18% da variância genética para CFCW e CFC% , respectivamente. Este QTL se sobrepunha a uma das regiões previsamente conhecidas para regular a gordura abdominal em frangos e a região QTL englobava dois supostos genes candidatos que se sobrepunham com assinaturas de seleção e CNVs herdadas. Nossas descobertas são úteis para entender melhor a regulação genética da gordura em frangos.
650 $aAbdominal fat
650 $aAnimal genetic resources
650 $aBroiler chickens
650 $aCarcass characteristics
650 $aGenetic polymorphism
650 $aSingle nucleotide polymorphism
650 $aCarcaça
650 $aFrango de Corte
650 $aGenoma
650 $aGordura
650 $aMelhoramento Genético Animal
650 $aPolimorfismo Genético
653 $a600k snp genotyping array
653 $aAnalyses were performed with GenSel
653 $aGenotyping by sequencing
653 $aSelection signatures
700 1 $aGODOY, T. F.
700 1 $aBOSCHIERO, C.
700 1 $aCESAR, A. S. M.
700 1 $aREECY, J. M.
700 1 $aLEDUR, M. C.
700 1 $aGARRICK, D.
700 1 $aSILVA, V. H. da
700 1 $aCROOIJAMANS, R. P.
700 1 $aGROENEN, M. A. M.
700 1 $aCOUTINHO, L. L.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Suínos e Aves (CNPSA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
