Genetic Structure of Russian Riding Horse Breed

E. A. Nikolaeva; Николаева Э. А.; V. N. Voronkova; Воронкова В. Н.; M. A. Politova; Политова М. А.; E. V. Ryabova; Рябова Е. В.; V. A. Demin; Демин В. А.; Yu. A. Stolpovsky; Столповский Ю. А.

doi:10.31857/S0016675823090096

Genetic Structure of Russian Riding Horse Breed

Autores: Nikolaeva E.A.¹, Voronkova V.N.¹, Politova M.A.², Ryabova E.V.³, Demin V.A.³, Stolpovsky Y.A.¹
Afiliações:
1. Vavilov Institute of General Genetics, Russian Academy of Sciences
2. All Russian Research Institute for Animal Breeding
3. Russian State Agrarian University – Moscow Timiryazev Agricultural Academy
Edição: Volume 59, Nº 9 (2023)
Páginas: 1048-1058
Seção: ГЕНЕТИКА ЖИВОТНЫХ
URL: https://rjmseer.com/0016-6758/article/view/667084
DOI: https://doi.org/10.31857/S0016675823090096
EDN: https://elibrary.ru/WUWYIE
ID: 667084

Citar

Texto integral

Acesso aberto
Acesso é fechado

Acesso está concedido
Acesso é fechado

Acesso é pago ou somente para assinantes

Resumo

166 horses of the russian riding breed were studied using 17 microsatellite loci recommended by ISAG. Microsatellite polymorphism data of thirty European breeds (7874 individuals) was used for comparative analysis of genetic diversity. According to the level of allelic richness, the Russian riding horse has high values – 5. 4 alleles per microsatellite locus. In total, 122 alleles were found in the breed, including private 14 allele at the HTG7 locus. The population genetic structure was revealed for the Russian riding, Arabian, Akhal-Teke, German riding and thoroughbred breeds. Clustering of horse breeds on a circular UPGMA dendrogram revealed six main clusters. the Russian ridinghorse forms a single group with German and thoroughbred horses in PCA. Breeds were divided into three populations in STRUCTURE program: 1) Arabian, 2) Russian Riding, Akhal-Teke, thoroughbred riding, 3) German half-breed. Analysis of differentiation between breeds using the F-st method showed the greatest values (differences) between all breeds with the Akhal-Tekehorses. The smallest value (F_st = 0.22) between the Russian riding and German riding breed. Differences for each pair of breeds were significant (p-value < 0.001).

Palavras-chave

horses, Equus caballus, microsatellite analysis, genetic diversity, Russian Riding breed.

Bibliografia

Парфенов В.А., Спицина Н., Тхинвалели Г.Г. Особенности селекционных процессов в работе с русской верховой породой лошадей // Коневодство и конный спорт. 2011. № 3. С. 5–8.
Храброва Л.А., Блохина Н.В. Генетический мониторинг чистокровной верховой породы лошадей по локусам микросателлитов ДНК // Генетика и разведение животных. 2018. № 3. С. 11–16.
Политова М.А. Работоспособность лошадей русской верховой породы в выездке в 2017–2020 гг. и факторы, ее определяющие // Коневодство и конный спорт. 2021. № 5. С. 31–33. https://doi.org/10.25727/HS.2021.5.60372
Политова М.А., Дорофеева А.В. Сравнительная характеристика методик оценки спортивной работоспособности лошадей по результатам выступлений в выездке // Изв. С.-Петербургского гос. аграр. ун-та. 2021. № 1 (62). С. 146–154.
Никитина Д.А. Анализ распределения по типам высшей нервной деятельности лошадей русской верховой породы Старожиловского конного завода, с учетом их происхождения // Аграрная наука. 2011. № 7. С. 26–27.
Райсманн М., Политова М., Вагнер Х.Й. Молекулярно-генетический анализ мастей в популяциях русской верховой и немецкой верховой пород // Abstracts 3 Intern. Iran and Russia Conf. “Agriculture and Natural Resources”. Сб. докл. М., 2002. С. 41.
Политова М.А, Райсманн М., Вагнер Х.Й. Влияние генотипа в локусах MC1R (Extension) и ASIP (Agouti) на работоспособность и плодовитость лошадей русской верховой породы // Докл. ТСХА. 2003. Вып. 275. С. 476–479.
Калинкова Л.В. Изучение полиморфизма генов ASIP и MC1R у лошадей арабской породы // Генетика и разведение животных. 2020. № 2. С. 50–53.
Rieder S., Taourit S., Mariat D. et al. Mutations in the agouti (ASIP), the extension (MC1R), and the brown (TYRP1) loci and their association to coat color phenotypes in horses (Equus caballus) // Mamm. Genome. 2001. V. 12. № 6. P. 450–455. https://doi.org/10.1007/s003350020017
Воронкова В.Н. Оценка генетического разнообразия лошадей Саяно-Алтайского региона с использованием ядерных и митохондриальных ДНК маркеров: Автореф. дис. … канд. биол. наук. М: ИОГен РАН, 2012. 152 с.
Чебуранова Е.С., Епишко О.А., Горчаков Н.А. и др. Разработка мультилокусной системы по STR-локусам для молекулярно-генетической паспортизации лошадей // Сельское хоз-во – проблемы и перспективы. 2016.
Калашников В.В., Дергунова М.М., Зайцев М.А. и др. Дополнительные возможности метода ДНК-анализа в коневодстве // Farm. Animals. 2013. № 3–4. P. 72–74.
van de Goor L.H.P., van Haeringen W.A., Lenstra J.A. Population studies of 17 equine STR for forensic and phylogenetic analysis // Animal Genet. 2011. V. 42. № 6. P. 627–633. https://doi.org/10.1111/j.1365-2052.2011.02194.x
Adamack A.T., Gruber B. PopGenReport: Simplifying basic population genetic analyses in R // Meth. in Ecol. and Evolution. 2014. V. 5. № 4. P. 384–387. https://doi.org/10.1111/2041-210X.12158
El Mousadik A., Petit R.J. High level of genetic differentiation for allelic richness among populations of the argan tree (Argania spinosa (L.) Skeels) endemic to Morocco // Theor. Applied Genet. 1996. V. 92. № 7. P. 832–839.
Foulley J.L., Ollivier L. Estimating allelic richness and its diversity // Livestock Sci. 2006. V. 101. № 1–3. P. 150–158. https://doi.org/10.1016/j.livprodsci.2005.10.021
Животовский Л.А. Популяционная биометрия. М.: Наука, 1991. 270 с.
Sievert C. Interactive web-based data visualization with R, plotly, and shiny. N.Y.: CRC Press, 2020. 470 p. https://doi.org/10.1201/9780429447273