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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/173139

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