
Project
Identification of functionally active genome features relevant to phenotypic diversity and plasticity in cattle: BovReg
Ondanks de revolutie in genoomanalyse is er nog een groot gebrek aan kennis over het begrijpen van de associaties tussen het genoom en complexe de fenotypes die van belang zijn voor de fokkerij. Het BovReg-consortium gebruikt ‘whole genome associatie mapping” om kandidaat regio’s te identificeren die genexpressie in relevante tissues, intermediaire fenotypes (biomarkers) en de uiteindelijke kenmerken robuustheid, gezondheid en biologische efficiëntie reguleren. Ook worden epigenetische regulatie in deze regio’s onderzocht.
Deze kennis is van fundamenteel belang voor het gebruik van genetische variatie in nieuwe systemen. Verder wordt de vervolgstap gezet de huidige fokwaardeschattingmodellen aan te passen zodat ze deze kennis over de biologische regulatie mee kunnen nemen door a priori een gewicht te geven aan genomische regio’s (of SNP) op basis van de biologische functie. Dit is vooral belangrijk in situaties waar geen grote referentiepopulatie beschikbaar, bijvoorbeeld nieuwe kenmerken of kleinere rassen. Deze verbeterde kennis zal nuttig zijn voor het heroriënteren van de veehouderij, volledig rekening houdend met maatschappelijke randvoorwaarde, milieu- en dierenwelzijnsaspecten en biologische efficiëntie.
Publicaties
-
Biology-driven genomic predictions for dry matter intake within and across-breeds using WGS data
-
Biology-driven genomic predictions for dry matter intake within and across breeds using WGS data
In: Book of Abstracts of the 74th Annual Meeting of the European Federation of Animal Science - Wageningen: Wageningen Academic Publishers - ISBN: 9789086863846 - p. 928-928. -
Within and across population genomic predictions incorporating functional genomic annotations
-
Biology-driven WGS genomic predictions for feed efficiency within and across-breeds
-
Meta-analysis of six dairy cattle breeds reveals biologically relevant candidate genes for mastitis resistance
Genetics Selection Evolution (2024), Volume: 56 - ISSN 0999-193X