One Health: Neue Statistikmethoden verbessern Genkartierung bei Nutztieren
Forschende der North Carolina State University haben neue statistische Methoden entwickelt, die die Feinkartierung von DNA-Veränderungen bei Nutztieren erheblich präzisieren. Die im Fachjournal Briefings in Bioinformatics veröffentlichte Studie löst Herausforderungen bei der Identifizierung von Merkmalsvarianten in eng verwandten Tierpopulationen.
Während Feinkartierung in der Humangenetik bei nicht verwandten Personen erfolgreich ist, versagen Standardmethoden bei Nutztieren wie Schweinen oder Rindern aufgrund komplexer Verwandtschaftsverhältnisse. Der neue statistische Rahmen berücksichtigt diese Verwandtschaft und verbessert die Genauigkeit der Lokalisierung von Varianten, die Merkmale wie Wachstum, Fettablagerung oder Milchproduktion beeinflussen.

Anhand von Daten von Duroc- und Yorkshire-Schweinen zeigte das Team, wie Verwandtschaft das Linkage-Ungleichgewicht verzerrt. Die entwickelten „verwandtschaftsbereinigten“ Methoden übertrafen bestehende Ansätze in über 40 Szenarien, besonders bei multirassigen Datensätzen. Ein neues Maß, die posteriore Einschlusswahrscheinlichkeit auf Genebene (PIPgene), erleichtert die Identifizierung von Kandidatengenen wie MRAP2 und LEPR, die den Energiestoffwechsel regulieren.
Die Methoden sind als Open-Source-Software verfügbar und versprechen Anwendungen für alle Nutztierarten. Die Forschung wurde vom US-Landwirtschaftsministerium unterstützt.
Original Paper:
Redaktion: X-Press Journalistenbüro GbR
Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.




