maría jesús carabaño luengo departamento de … · poblaciones animales y vegetales (selección,...
Post on 19-Sep-2018
235 Views
Preview:
TRANSCRIPT
14-10-2017
1
El desafío de la selección genética de animales tolerantes
al estrés por calor. El caso del ganado bovino lechero
María Jesús Carabaño Luengo
Departamento de Mejora Genética Animal
INIA, Madrid
IPCC Fourth AssessmentReport, Climate Change 2007
14-10-2017
2
IPCC Fourth AssessmentReport, Climate Change 2014
Soluciones desde la agricultura
� MITIGACIÓN emisiones
� ADAPTACIÓN al cambio climático
� Poblaciones animales y vegetales (selección, cruzamiento)-tolerancia a:
� estrés por calor (EC)
� Falta de agua
� Nuevas enfermedades asociadas
� Cambios en el manejo
14-10-2017
3
Consecuencias del EC
Respuesta celularRespuesta fisiológica
Aumento tasa respiración y ritmo
cardiaco
Aumento temperatura
corporal
Disminución ingestión
Respuesta metabólica y endocrina
Bajadas en producción de
leche
Bajada tasas reproductivas
Afectación sistema inmune
SELECCIÓN POR TOLERANCIA AL CALOR1. info productiva + meteo
14-10-2017
4
Aproximaciones cuantitativas -Modelización
� Misztal y col. (O. Ravagnolo, I. Aguilar)
f(T)=0, if T ≤ T
o
b(T-To), en otro caso
Aproximaciones cuantitativas –Modelización valor genético
� Misztal, 1999, Sánchez et al., 2009
14-10-2017
5
Aproximaciones cuantitativas –Modelización valor genético
2. Brügemann et al., 2011 – Regresión aleatoria -polinomios Legendre
f(T) = biPi (T)i=0
q∑
2. Regresión aleatoria - polinomios Legendre
Aproximaciones cuantitativas –Modelización valor genético
14-10-2017
6
Regresión aleatoria - polinomios Legendre o modelos Misztal et al. (Línea partida)
� Interpretación b’s en aproximación polinómica?
� Correlaciones no nulas con intercepto (nivel de producción)
Aproximaciones cuantitativas –Modelización valor genético
RETO: SELECCIÓN POR TOLERANCIA AL CALOR SIN
DETERIORAR LA PRODUCCIÓN LECHERA
14-10-2017
7
Estudio Frisona española
1. Respuesta fenotípica media al EC (leche,grasa, proteína)
2. Componente genético individual (EBV)
Mean Percentiles
[1%-99%]
Animals
number
Data
number
Milk yield (kg/d) 30.7 [11.20-52.10] 128,112 2,514,762
Fat (%) 3.56 [1.77-5.46] 128,003 2,466,055
Protein (%) 3.27 [2.59-4.20] 127,977 2,475,092
Fat yield (kg/d) 1.07 [0.39-2.04] 128,003 2,466,055
Protein yield (kg/d) 0.99 [0.39-1.60] 127,977 2,475,092
Datos productivos
14-10-2017
8
Datos meteorológicos
Region Temp’re Percentiles
Avg 0% 10% 50% 75% 90% 99% 100%
CLM Tmedia 14.91 -6.20 5.00 14.00 21.50 26.00 30.00 34.50
Tmax 21.21 -3.00 9.40 20.20 29.00 34.20 39.00 44.50
AND Tmedia 17.77 1.00 9.00 18.00 24.00 28.00 31.00 35.00
Tmax 23.86 5.00 13.00 23.00 31.00 36.00 40.00 43.00
Producción de leche vs temperatura media (TAVE)
14-10-2017
9
Producción de leche vs TAVE – datos corregidos
yijk_T - HYi+LADIMj+ck
Ajuste-“Línea partida”
14-10-2017
10
Ajuste-Polinomio cúbico
Ambos ajustes
14-10-2017
11
Umbral de termotolerancia(Tmedia ºC)
Pendiente (g/day and ºC)
Umbral-LP Máximo polinomio
Pendiente LP Derivadapolinomio
Leche 29.2[28.9,29.6]
21.4[21.2,21.6]
-157.4 [-203.4, -116.9]
-87.6[-94.2, -79.8]
Grasa 15.0[15.0,15.0]
4.6[3.5,5.4]
- 4.4[-4.5, -4.3]
-2.9[-3.0, -2.8]
Proteína 18.1[17.9,18.3]
6.0[4.5,7.6]
-3.8 [-4.0, -3.7]
-1.6[-1.7, -1.6]
Umbral de termotolerancia y pérdidas productivasestimadas con el modelo de “línea partida” (LP) y con un ajuste polinómico cúbico
Selección????
� Coeficientes de regresión?� Intercepto== nivel de producción,
lineal=tendencia lineal, cuadrático= curvatura de respuesta, …
� Derivadas/pendiente en temperatura crítica
� Componentes principales (CP)(Kirkpatrick et al., 1990)
� Producción vs. Tolerancia
14-10-2017
12
Correlaciones coeficientes de regresiónPara leche (arriba) y proteína (abajo)
Intercepto lineal cuadrático cúbico
Intercepto 1.00 -0.35 -0.07 0.09lineal -0.20 1.00 -0.02 -0.15cuadrático 0.03 -0.21 1.00 -0.30cúbico -0.05 0.17 -0.17 1.00
Correlaciones coeficientes de regresiónPara leche (arriba) y proteína (abajo)
Intercepto lineal cuadrático cúbico
Intercepto 1.00 -0.35 -0.07 0.09lineal -0.20 1.00 -0.02 -0.15cuadrático 0.03 -0.21 1.00 -0.30cúbico -0.05 0.17 -0.17 1.00
14-10-2017
13
Mejores (negro)/peores (rojo) animales por tolerancia - coef.
lineal
Mejores (negro)/peores (rojo) animales por CP2
14-10-2017
14
Selección por tolerancia a través de datos de control lechero
� Hay variabilidad genética en la respuesta productiva al estrés por calor dentro de las razas especializadas
� Baja producción parece ser un componente de la tolerancia al estrés por calor
Bermann (2011):
“Warm climate breeds and their F1 crosses share as dominant characteristics lower maintenancerequirements and milk yields, and limited response toimproved feeding and management”
Interacción GxA Holstein Europeo
Bélgica-Luxemburgo, Eslovenia, España
14-10-2017
15
Datos – Meteorología = THI (Indice temperatura-humedad
PAISPERCENTILES
Average0 50 75 90 95 100
BÉLGICATHI 55 32 56 65 70 73 78
Tmax (°C)
RHmin (%)
-1.3
86
19.7
53
31.0
41
ESLOVENIA THI 59 28 60 72 77 80 84
Tmax (°C)
RHmin (%)
-3.1
89
23.5
70
33.0
63
ESPAÑATHI 66 47 66 74 78 80 83
Tmax (°C)
RHmin (%)
7.8
62
28.4
36
36.0
31
Umbral de EC (68) EC moderado (70) EC moderado a severo (80)
� Conexiones genéticas
Número de toros en cada país (Diagonal), padres comunes (sobre), e hijas comunes (bajo)
BEL LUX SLO SPA
datos control lechero
900,445 445,792 220,881 704,330
N vacas 113,282 50,154 29,449 81,752
Proteína (kg/day) 0.77 0.80 0.77 0.94
BEL LUX SLO SPA
BEL 1,860 350 67 373
LUX 83,673 1,317 51 188
SLO 14,346 6,952 333 60
SPA 92,614 39,149 9,211 1,926
Datos – Producción proteína y genealogías
14-10-2017
16
Interacción GxA entre países
• Correlaciones genéticas
• Correlaciones genéticas
Interacción GxA entre países
14-10-2017
17
• Correlaciones genéticas
Interacción GxA entre países
• Correlaciones genéticas
Interacción GxA entre países
TOLERANCIA AL FRIO vs. CALOR
14-10-2017
18
Interacción GxA
� Se ha constatado la existencia de interacción GxA para caracteres productivos entre altas y bajas temperaturas
� Toros “top” en ambientes de confort pueden no serlo en ambientes cálidos
Selección por tolerancia al calor a través de datos de control lechero
� Criterio de selección: persistencia productiva en toda la escala de temperaturas
� Datos de control lechero poco precisos para determinar esa persistencia (Misztal, 2006)
� Baja producción parece ser un componente de la tolerancia al estrés por calor
� Interacción GxA � Falta de adaptación de razas seleccionadas a las altas temperaturas
� Hace falta más información para determinar animales que toleren el EC sin perder producción
14-10-2017
19
Consecuencias del EC
Respuesta celularRespuesta fisiológica
Aumento tasa respiración y ritmo
cardiaco
Aumento temperatura
corporal
Disminución ingestión
Respuesta metabólica y endocrina
Bajadas en producción de
leche
Bajada tasas reproductivas
Afectación sistema inmune
NUEVAS HERRAMIENTAS PARA LA SELECCIÓN DE ANIMALES
TOLERANTES AL CALOR
14-10-2017
20
Nuevas herramientas para seleccionar animales tolerantes a las
altas temperaturas
1. Nuevos fenotipos
2. Información genómica
1. FENOTIPOS
� Medidas fisiológicas del EC� Temperatura corporal (rectal,
ruminal)� Tasa respiratoria� Ritmo cardiaco
� Indicadores metabólicos� XXXXX� Espectro del infrarrojo medio (MIR)
14-10-2017
21
1. FENOTIPOS
� Medidas fisiológicas del EC� Temperatura corporal (rectal,
ruminal)� Tasa respiratoria� Ritmo cardiaco
� Indicadores metabólicos� XXXXX� Espectro dl infrarrojo medio (MIR=
1. FENOTIPOS-temperatura rectal
� Dikmen et al. (2012)
1.695 vacas Holstein Florida (EEUU)
14-10-2017
22
Dikmen et al. (2012)
- h2=0.17
- correlaciones con otros caracteres:
1. FENOTIPOS-temperatura rectal
Burrow y Prayaga (2004)- Bovinos carne Australia
Respuesta a selección por temperatura rectal
1. FENOTIPOS-temperatura rectal
• Selección por temperatura rectal produce respuestas apreciables en tolerancia al EC
• Selección por productividad (peso) en medios restrictivos también mejora tolerancia al EC
14-10-2017
23
1. FENOTIPOS
� Medidas fisiológicas del EC� Temperatura corporal (rectal,
ruminal)� Tasa respiratoria� Ritmo cardiaco
� Indicadores metabólicos� XXXXX� Espectro del infrarrojo medio (MIR)
1. FENOTIPOS
� Medidas fisiológicas del EC� Temperatura corporal (rectal,
ruminal)� Tasa respiratoria� Ritmo cardiaco
� Indicadores metabólicos� XXXXX� Espectro del infrarrojo medio (MIR)
14-10-2017
24
Revisión efecto EC sobre indicadores metabólicosPARÁMETRO AUTORES ESTUDIO NIVEL BAJO EC HSP70 Gaughan et al., 2013 Aumenta durante un tiempo y luego baja Creatinina Alhidary et al., 2012- Ovino Australia Baja
Scharf et al., 2010 – Bos Indicus vs. Bos Taurus (Angus)
Sube en BT, no en BI
Prolactina Scharf et al., 2010 – Bos Indicus vs. Bos Taurus
Sube en BT, no en BI
Ca, Na, K Alhidary et al., 2012- Ovino Australia NS Colesterol Alhidary et al., 2012- Ovino Australia NS
Scharf et al., 2010 – Bos Indicus vs. Bos Taurus
Sube en BT, no en BI
Glucosa Alhidary et al., 2012- Ovino Australia NS Mahjoubi et al., 2014- corderos NS O’Brien et al., 2010-terneros en cebo Disminución
Proteina total Alhidary et al., 2012- Ovino Australia NS NEFA Alhidary et al., 2012- Ovino Australia NS
Baumgard and Rhoads, 2012- Revisión Baja O’Brien et al., 2010-terneros en cebo NS Wheelock et al., 2010- vacas Holstein NS
Hormonas tiroideas Baumgard and Rhgoads, 2012- Revisión Baja Pereira et al., 2007- Novillas Alentejana, Frisona, Limusín y Mertolenga
Baja
Cortisol Baumgard and Rhgoads, 2012- Revisión Sube Heo et al., 2005, Porcino Descenso tras 7d de exposición Christison and Johnson, 1972 Dairy cows Aumenta al comienzo y luego se estabiliza Pereira et al., 2007- Novillas Alentejana, Frisona, Limusín y Mertolenga
NS
Somatotropina e IGF-1 Baumgard and Rhoads, 2012- Revisión Reducida Insulina Baumgard and Rhoads, 2012- Revisión Aumenta gradualmente
Mahjoubi et al., 2014- corderos Aumenta O’Brien et al., 2010-terneros en cebo Aumenta
Wheelock et al., 2010- vacas Holstein Aumenta
Espectros de infrarrojo medio (MIR)
� Actualmente utilizados para medir concentraciones de grasa, proteína, lactosa en leche
� Gran interés en los últimos años como fuente de fenotipos finos� Composición en ácidos grasos y fracciones
proteicas
� Grado de acidez, propiedades coagulación, minerales
� Cuerpos cetónicos, balance energético, emisiones de metano
14-10-2017
25
Espectros de infrarrojo medio (MIR) - EC
� Estado incipiente
� 1 estudio
� C18:1 cis-9 fue el ácido graso en leche más susceptible al EC
2. Nuevas herramientas genómicas
1. ADN
� “Chips” comerciales (50k,777k)-GWAS
� Secuencias- comparación BI vs. BT
2. ARN
� Microarrays
� RNAseq
14-10-2017
26
Comparación BosIndicus - Bos Taurus
� Chan et al.
� Gautier et al.
Ambos estudios encuentran genes/regiones genómicas involucradas en adaptación a ambientes cálidos:• Carácterísticas de pelo y cuero (queratinas)• Proteínas de choque térmico (HSPs)• Respuesta Inmune
RNAseq-leche
14-10-2017
27
Genes asociados a tolerancia al EC
� genes asociados a las propiedades del pelo y piel que facilitan la disipación de calor corporal (Hansen, 2004; Olson et al., 2003),
� genes relacionados con la respuesta sistémica al estrés térmico.
� genes involucrados la respuesta celular (Sonna et al., 2002)
Genes asociados a tolerancia al EC - tipo de capa
� Gen mayor “slick hair” con modo de acción dominante
� Asociado a pelo corto y liso, sleek hair coat. Cattle
� Animales muestran temperatura rectal más baja
� Se encuentra en Senepol y Carora
14-10-2017
28
Gen “slick hair”
Genes asociados a tolerancia al EC
� genes relacionados con la respuesta sistémica al estrés térmico a través de expresión diferencial (Collier et al., 2008): 1. activación del factor de transcripción de choque
térmico 1 (HSF1)
2. aumento de la expresión de las HSPs y disminución de la expresión y síntesis de otras proteínas,
3. aumento de la oxidación de glucosa y amino ácidos y reducción del metabolismo de ácidos grasos,
4. activación del sistema endocrino de respuesta a estrés
5. activación del sistema inmune vía secreción extracelular de HSPs
14-10-2017
29
Selección asistida por marcadores (SNP)
� “slick hair” (Dikmen et al., 2013)
� Aumento de HSP70 - resistencia celular a EC (Basiricó et al., 2011)
� Polimorfismos HSP90 (Marcos-Carcavilla y col., 2010, Charoensook y col., 2012 y Salces y col., 2015)
� GWAS: Asociados a mantenimiento producción (Hayes et al., 2009)
CONCLUSIONES� Tolerancia a estrés por calor está
negativamente correlacionada con producción lechera (tener en cuenta en esquemas de selección)
� Uso de datos de control lechero para selección por termotolerancia puede ser insuficiente
� Necesidad de otros indicadores fenotípicos y de información genómica para separar componente productivo de otros componentes de la tolerancia al estrés térmico
14-10-2017
30
� Investigadores:� Manuel Ramón, Clara Díaz, Malena Serrano, Juan
Manuel Serradilla
� Hedi Hammami, Betka logar
� CONAFE, AEMET
Trabajo en equipo
Agradecimientos
14-10-2017
31
Gracias por su atención!!!
Información control lechero insuficiente???
� Misztal, 2006: “Only a fraction of response to heat stress is captured with test days as opposed to more frequent measurements, especially if cows are in different lactation stages.”
top related