Caracterización genómica de razas bovinas criollas de Argentina y Bolivia
- Autores
- Marcuzzi, Olivia
- Año de publicación
- 2024
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Se estudiaran muestras de poblaciones de Ganado Criollo de Argentina y Boliviana. El ADN genómico se extraerá a partir de las muestras de sangre mediante extracción orgánica o utilizando el kit comercial Wizard® Genomic DNA Purification (Promega, USA). El ADN será genotipado mediante los microarrays de SNPs Axiom™ Bos 1 Genotyping Array r3 (Affymetrix, CA, USA), que contiene 648,855 SNPs, y el ArBos 1 (Affymetrix), que incluye 58,088 SNPs, utilizando la plataforma GeneTitan™ (Affymetrix). Los datos crudos serán procesados usando el software Axiom™ Analysis Suite (Affymetrix) y los datos procesados serán exportados en formato .PED y .MAP. La posición de los marcadores será asignada según la versión del genoma bovino UMD 3.1. A partir de la información obtenida de los microarrays, se construirá una matriz de genotipos única con los SNPs comunes utilizando la función –merge del programa Plink versión 1.9 (Purcell et al., 2007). Para la evaluación la variabilidad genética se estimarán los niveles de heterocigosidad esperada (He) para cada locus y el coeficiente de consanguinidad mediante el estadístico FIS en cada una de las poblaciones, así como mediante la identificación de regiones de homocigosidad (ROH) para los polimorfismos contenidos en ellas. Además, se estimará la matriz de parentesco. Para evaluar la estructura poblacional, se estimarán las relaciones entre los animales de cada raza muestreada se realizará un análisis de componentes principales (PCA) implementado en Plink v1.9 utilizando la matriz de genotipos, y los resultados obtenidos serán graficados con el paquete de R ggfortify package in R (Tang et al., 2016). Por otra parte, se estimarán las distancias genéticas entre las razas y se construirán los árboles filogenéticos utilizando los softwares PEAS V1.0 (XU, GUPTA, JIN 2010) y visualizaran utilizando TREEVIEW (Page, 1996). El análisis de composición genética y el grado de mezcla se estimarán mediante el análisis de clúster implementado en el programa FastStructure (Raj et al., 2014). Los resultados obtenidos se visualizarán mediante el paquete de R pophelper R (Francis, 2017). Para la detección de huellas de selección en las poblaciones de bovinos criollos adaptados a diferentes ambientes se utilizarán los estadísticos XP-EHH (Extensión de homocigosidad haplotípica entre poblaciones) y REHH (Homocigosidad relativa de haplotipo extendido) (Sabeti et al., 2002, 2006; Voight et al., 2006). Para ello se determinarán inicialmente las fases haplotípicas usando el software ShapeIT v4 (Delaneau et al., 2019). Con el fin de identificar los genes localizados en las regiones detectadas por los métodos de huellas de selección, las posiciones serán transformadas a la versión del genoma ARS-UCD1.2, ya que tiene una más completa anotación que la versión UMD3.1.
Carrera: Doctorado en Ciencias Veterinarias Lugar de trabajo: Instituto de Genética Veteriaria (IGEVET) Organismo: CONICET Año de inicio de beca: 2019 Año de finalización de beca: 2025 Apellido, Nombre del Director/a/e: Giovambattista, Guillermo Apellido, Nombre del Codirector/a/e: Peral Garcia, Pilar Lugar de desarrollo: Instituto de Genética Veteriaria (IGEVET) Áreas de conocimiento: Bioquímica, Genética y Biología Molecular Tipo de investigación: Básica
Facultad de Ciencias Veterinarias - Materia
-
Bioquímica, Genética y Biología Molecular
snp
bovino criollo
diversidad
genómica
snp
creole cattle
diversity
genomic - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/173139
Ver los metadatos del registro completo
id |
SEDICI_e4bd9e17a613fb977e96a8582ec751ff |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/173139 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Caracterización genómica de razas bovinas criollas de Argentina y BoliviaGenomic characterization of Creole cattle from Argentina and BoliviaMarcuzzi, OliviaBioquímica, Genética y Biología Molecularsnpbovino criollodiversidadgenómicasnpcreole cattlediversitygenomicSe estudiaran muestras de poblaciones de Ganado Criollo de Argentina y Boliviana. El ADN genómico se extraerá a partir de las muestras de sangre mediante extracción orgánica o utilizando el kit comercial Wizard® Genomic DNA Purification (Promega, USA). El ADN será genotipado mediante los microarrays de SNPs Axiom™ Bos 1 Genotyping Array r3 (Affymetrix, CA, USA), que contiene 648,855 SNPs, y el ArBos 1 (Affymetrix), que incluye 58,088 SNPs, utilizando la plataforma GeneTitan™ (Affymetrix). Los datos crudos serán procesados usando el software Axiom™ Analysis Suite (Affymetrix) y los datos procesados serán exportados en formato .PED y .MAP. La posición de los marcadores será asignada según la versión del genoma bovino UMD 3.1. A partir de la información obtenida de los microarrays, se construirá una matriz de genotipos única con los SNPs comunes utilizando la función –merge del programa Plink versión 1.9 (Purcell et al., 2007). Para la evaluación la variabilidad genética se estimarán los niveles de heterocigosidad esperada (He) para cada locus y el coeficiente de consanguinidad mediante el estadístico FIS en cada una de las poblaciones, así como mediante la identificación de regiones de homocigosidad (ROH) para los polimorfismos contenidos en ellas. Además, se estimará la matriz de parentesco. Para evaluar la estructura poblacional, se estimarán las relaciones entre los animales de cada raza muestreada se realizará un análisis de componentes principales (PCA) implementado en Plink v1.9 utilizando la matriz de genotipos, y los resultados obtenidos serán graficados con el paquete de R ggfortify package in R (Tang et al., 2016). Por otra parte, se estimarán las distancias genéticas entre las razas y se construirán los árboles filogenéticos utilizando los softwares PEAS V1.0 (XU, GUPTA, JIN 2010) y visualizaran utilizando TREEVIEW (Page, 1996). El análisis de composición genética y el grado de mezcla se estimarán mediante el análisis de clúster implementado en el programa FastStructure (Raj et al., 2014). Los resultados obtenidos se visualizarán mediante el paquete de R pophelper R (Francis, 2017). Para la detección de huellas de selección en las poblaciones de bovinos criollos adaptados a diferentes ambientes se utilizarán los estadísticos XP-EHH (Extensión de homocigosidad haplotípica entre poblaciones) y REHH (Homocigosidad relativa de haplotipo extendido) (Sabeti et al., 2002, 2006; Voight et al., 2006). Para ello se determinarán inicialmente las fases haplotípicas usando el software ShapeIT v4 (Delaneau et al., 2019). Con el fin de identificar los genes localizados en las regiones detectadas por los métodos de huellas de selección, las posiciones serán transformadas a la versión del genoma ARS-UCD1.2, ya que tiene una más completa anotación que la versión UMD3.1.Carrera: Doctorado en Ciencias Veterinarias Lugar de trabajo: Instituto de Genética Veteriaria (IGEVET) Organismo: CONICET Año de inicio de beca: 2019 Año de finalización de beca: 2025 Apellido, Nombre del Director/a/e: Giovambattista, Guillermo Apellido, Nombre del Codirector/a/e: Peral Garcia, Pilar Lugar de desarrollo: Instituto de Genética Veteriaria (IGEVET) Áreas de conocimiento: Bioquímica, Genética y Biología Molecular Tipo de investigación: BásicaFacultad de Ciencias Veterinarias2024-11-20info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/173139spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:46:29Zoai:sedici.unlp.edu.ar:10915/173139Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:46:29.195SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Caracterización genómica de razas bovinas criollas de Argentina y Bolivia Genomic characterization of Creole cattle from Argentina and Bolivia |
title |
Caracterización genómica de razas bovinas criollas de Argentina y Bolivia |
spellingShingle |
Caracterización genómica de razas bovinas criollas de Argentina y Bolivia Marcuzzi, Olivia Bioquímica, Genética y Biología Molecular snp bovino criollo diversidad genómica snp creole cattle diversity genomic |
title_short |
Caracterización genómica de razas bovinas criollas de Argentina y Bolivia |
title_full |
Caracterización genómica de razas bovinas criollas de Argentina y Bolivia |
title_fullStr |
Caracterización genómica de razas bovinas criollas de Argentina y Bolivia |
title_full_unstemmed |
Caracterización genómica de razas bovinas criollas de Argentina y Bolivia |
title_sort |
Caracterización genómica de razas bovinas criollas de Argentina y Bolivia |
dc.creator.none.fl_str_mv |
Marcuzzi, Olivia |
author |
Marcuzzi, Olivia |
author_facet |
Marcuzzi, Olivia |
author_role |
author |
dc.subject.none.fl_str_mv |
Bioquímica, Genética y Biología Molecular snp bovino criollo diversidad genómica snp creole cattle diversity genomic |
topic |
Bioquímica, Genética y Biología Molecular snp bovino criollo diversidad genómica snp creole cattle diversity genomic |
dc.description.none.fl_txt_mv |
Se estudiaran muestras de poblaciones de Ganado Criollo de Argentina y Boliviana. El ADN genómico se extraerá a partir de las muestras de sangre mediante extracción orgánica o utilizando el kit comercial Wizard® Genomic DNA Purification (Promega, USA). El ADN será genotipado mediante los microarrays de SNPs Axiom™ Bos 1 Genotyping Array r3 (Affymetrix, CA, USA), que contiene 648,855 SNPs, y el ArBos 1 (Affymetrix), que incluye 58,088 SNPs, utilizando la plataforma GeneTitan™ (Affymetrix). Los datos crudos serán procesados usando el software Axiom™ Analysis Suite (Affymetrix) y los datos procesados serán exportados en formato .PED y .MAP. La posición de los marcadores será asignada según la versión del genoma bovino UMD 3.1. A partir de la información obtenida de los microarrays, se construirá una matriz de genotipos única con los SNPs comunes utilizando la función –merge del programa Plink versión 1.9 (Purcell et al., 2007). Para la evaluación la variabilidad genética se estimarán los niveles de heterocigosidad esperada (He) para cada locus y el coeficiente de consanguinidad mediante el estadístico FIS en cada una de las poblaciones, así como mediante la identificación de regiones de homocigosidad (ROH) para los polimorfismos contenidos en ellas. Además, se estimará la matriz de parentesco. Para evaluar la estructura poblacional, se estimarán las relaciones entre los animales de cada raza muestreada se realizará un análisis de componentes principales (PCA) implementado en Plink v1.9 utilizando la matriz de genotipos, y los resultados obtenidos serán graficados con el paquete de R ggfortify package in R (Tang et al., 2016). Por otra parte, se estimarán las distancias genéticas entre las razas y se construirán los árboles filogenéticos utilizando los softwares PEAS V1.0 (XU, GUPTA, JIN 2010) y visualizaran utilizando TREEVIEW (Page, 1996). El análisis de composición genética y el grado de mezcla se estimarán mediante el análisis de clúster implementado en el programa FastStructure (Raj et al., 2014). Los resultados obtenidos se visualizarán mediante el paquete de R pophelper R (Francis, 2017). Para la detección de huellas de selección en las poblaciones de bovinos criollos adaptados a diferentes ambientes se utilizarán los estadísticos XP-EHH (Extensión de homocigosidad haplotípica entre poblaciones) y REHH (Homocigosidad relativa de haplotipo extendido) (Sabeti et al., 2002, 2006; Voight et al., 2006). Para ello se determinarán inicialmente las fases haplotípicas usando el software ShapeIT v4 (Delaneau et al., 2019). Con el fin de identificar los genes localizados en las regiones detectadas por los métodos de huellas de selección, las posiciones serán transformadas a la versión del genoma ARS-UCD1.2, ya que tiene una más completa anotación que la versión UMD3.1. Carrera: Doctorado en Ciencias Veterinarias Lugar de trabajo: Instituto de Genética Veteriaria (IGEVET) Organismo: CONICET Año de inicio de beca: 2019 Año de finalización de beca: 2025 Apellido, Nombre del Director/a/e: Giovambattista, Guillermo Apellido, Nombre del Codirector/a/e: Peral Garcia, Pilar Lugar de desarrollo: Instituto de Genética Veteriaria (IGEVET) Áreas de conocimiento: Bioquímica, Genética y Biología Molecular Tipo de investigación: Básica Facultad de Ciencias Veterinarias |
description |
Se estudiaran muestras de poblaciones de Ganado Criollo de Argentina y Boliviana. El ADN genómico se extraerá a partir de las muestras de sangre mediante extracción orgánica o utilizando el kit comercial Wizard® Genomic DNA Purification (Promega, USA). El ADN será genotipado mediante los microarrays de SNPs Axiom™ Bos 1 Genotyping Array r3 (Affymetrix, CA, USA), que contiene 648,855 SNPs, y el ArBos 1 (Affymetrix), que incluye 58,088 SNPs, utilizando la plataforma GeneTitan™ (Affymetrix). Los datos crudos serán procesados usando el software Axiom™ Analysis Suite (Affymetrix) y los datos procesados serán exportados en formato .PED y .MAP. La posición de los marcadores será asignada según la versión del genoma bovino UMD 3.1. A partir de la información obtenida de los microarrays, se construirá una matriz de genotipos única con los SNPs comunes utilizando la función –merge del programa Plink versión 1.9 (Purcell et al., 2007). Para la evaluación la variabilidad genética se estimarán los niveles de heterocigosidad esperada (He) para cada locus y el coeficiente de consanguinidad mediante el estadístico FIS en cada una de las poblaciones, así como mediante la identificación de regiones de homocigosidad (ROH) para los polimorfismos contenidos en ellas. Además, se estimará la matriz de parentesco. Para evaluar la estructura poblacional, se estimarán las relaciones entre los animales de cada raza muestreada se realizará un análisis de componentes principales (PCA) implementado en Plink v1.9 utilizando la matriz de genotipos, y los resultados obtenidos serán graficados con el paquete de R ggfortify package in R (Tang et al., 2016). Por otra parte, se estimarán las distancias genéticas entre las razas y se construirán los árboles filogenéticos utilizando los softwares PEAS V1.0 (XU, GUPTA, JIN 2010) y visualizaran utilizando TREEVIEW (Page, 1996). El análisis de composición genética y el grado de mezcla se estimarán mediante el análisis de clúster implementado en el programa FastStructure (Raj et al., 2014). Los resultados obtenidos se visualizarán mediante el paquete de R pophelper R (Francis, 2017). Para la detección de huellas de selección en las poblaciones de bovinos criollos adaptados a diferentes ambientes se utilizarán los estadísticos XP-EHH (Extensión de homocigosidad haplotípica entre poblaciones) y REHH (Homocigosidad relativa de haplotipo extendido) (Sabeti et al., 2002, 2006; Voight et al., 2006). Para ello se determinarán inicialmente las fases haplotípicas usando el software ShapeIT v4 (Delaneau et al., 2019). Con el fin de identificar los genes localizados en las regiones detectadas por los métodos de huellas de selección, las posiciones serán transformadas a la versión del genoma ARS-UCD1.2, ya que tiene una más completa anotación que la versión UMD3.1. |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-11-20 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/173139 |
url |
http://sedici.unlp.edu.ar/handle/10915/173139 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616329809625088 |
score |
13.070432 |