Uso do sequenciamento genômico no melhoramento de bovinos leiteiros

Transcrição

1 Uso do sequenciamento genômico no melhoramento de bovinos leiteiros Flávio Schenkel Professor e Diretor XI Simpósio Brasileiro de Melhoramento Animal Santa Maria, Brasil 7 de Setembro de 2015

2 APS Localização Departamento de Animal & Poultry Science (APS) Novo nome: Departamento de Animal Biosciences Food Agriculture Communities Environment

3 APS Departamento Disciplinas básicas do APS Nutrição Animal Fisiologia Animal Incl. Biol. Mol. Comportamento & Bem-estar Animal Melhoramento Genética & Genômica Qualidade de Produto Animal Fan McBride Li Bedecarrats Widowski Mason Schenkel Karrow Mandell Squires Smith Bureau Squires Karrow Harlander De Vries Robinson Baes McBride Cant De Lange De Vries Cant McBride Fan Merkies Canovas Mallard Squires Bureau Osborne France 10 Adjuntos

4 APS Pesquisa e Ensino O departamento mais intensivo em termos de número de estudantes e pesquisa na Universidade de Guelph Graduação 700 BSc Biologia Animal 98 BSc Agricultura 98 BBRM Equino Pós-graduação 43 PhD 39 MSc por tese 38 MSc por curso (50% domésticos) (90% domésticos) (~100 domésticos) Pesquisa $6-8 milhões anualmente, colaboração próxima com a indústria

5 CGIL Nosso Centro Centro para Melhoramento Genético de Animais de Produção

6 CGIL Docentes/Pesquisadores

7 Introdução Grande potencial para: Sequenciamento Desvendar estrutura genética e ação gênica. Identificação de variantes/haplótipos recessivos/ deletérios e os animais portadores. Selecionar SNPs/haplótipos para predição genômica. Adaptar painéis de genotipagem comerciais. Reduzir o viés devido a seleção das SNPs em painéis comerciais.

8 Introdução Sequenciamento Limitantes: Grande investimento financeiro inicial. Muito exigência computacional e de armazenamento. Necessidade de ferramentas novas para uso prático e rotineiro.

9 Genômica Eventos Chaves Evento Ano Sequenciamento completo do genoma bovino (vaca Hereford) 2004 Painel de 10k SNP da Parallele Pesquisa genômica básica; Primeiras predições genômicas 2006/07 Painel de 50k SNP da Illunina Primeira avaliação genômica oficial (HO, JE) 2009 Painel de 3k SNP da Illumina Primeira avaliação genômica oficial com genótipos imputados 2010 Painel de 777k e 6k SNP da Illumina Imputação de genótipos de alta densidade 2011 Sequenciamento dos primeiros ancetrais chaves de HO 2012

10 Genômica Eventos Chaves Evento Ano Sequenciamento > animais sequenciados por raça (n=10) - Pesquisa básica; Primeiros testes de imputação - Colaboração com o projeto Genoma de 1000 touros - Mais pesquisa e desenvolvimento em imputação e reconstrução de haplótipos Mapeamento usando haplótipos ao nível de sequência Primeiros resultados Avaliação genômica melhorada pela informação do sequenciamento - Muito por fazer > 2015

11 Projetos de Sequenciamento Seleção Genômica via imputação genômica ampla Touros chave Touros elite Sequenciamento 25/raça Genotipagem de alta densidade 480/raça Animais com fenótipos diferenciados Genotipagem de baixa densidade 560/raça Colaboração com o projeto Genoma de 1000 touros

12 Pesquisa Processamento Dados brutos de sequência 1000 Bull Genomes Project Arquivos BAM WestGrid HPC Dados brutos NCBI SRA Arquivos VCF contendo genótipos dos animals do projeto além de centenas de outros Imputação Arquivos VCF Mapeamento, predição genômica, etc.

13 Projeto 1000 Bull Genomes Resultados Rodada 5 Rodada 5 Taurus 39.7 milhões de variantes filtradas ~ 34 raças 38.1 milhões SNPs 1.7 milhões indels Rodada 5 Taurus + Indicus 67.3 milhões de variantes filtradas ~ 55 raças 64.8 milhões SNPs 2.5 milhões indels (Fonte: Hayes et al Slides)

14 Projeto 1000 Bull Genome Resultados Rodada 5 (Fonte: Hayes et al Slides)

15 Resultados Armazenamento Cada amostra sequenciada exige: - 60 GB de dados (30 GB arquivo FASTQ and 30 GB arquivo BAM) para armazenamento de dados brutos e fragmentos mapeados. - 0,5 GB Para arquivos adicionais, tais como relatórios de CQ e arquivo de genótipos (arquivos VCF) Total para 100 animais: ~ 6 TB

16 Resultados Tempo de processamento Cada amostra com cobertura de 10x exige ~ 300 horas de núcleo de processamento (core) para alinhamento dos fragmentos. Descoberta de variantes e genotipagem exige ~3.000 horas de núcleo de processamento. Total para 100 animais: ~ horas de núcleo de processamento.

17 Computação Evolução dos servidores no APS Antes da genômica (2008) - 1 servidor principal ( 64 Gb ram, Intel(R) Xeon(R) 2.93GHz, 16 núcleos de processamento) - 24 Tb de armazenamento Atual (2015) - 5 servidores principais ( Gb ram, Intel(R) Xeon(R) GHz, núcleos de processamento) - 2 phi co-processadores com 240 núcleos de processamento cada um Tb de armazenamento

18 Resultados Cobertura Alta x Baixa Depende do objetivo da pesquisa/uso, mas: Cobertura alta permite: - Obter genótipos acurados para os animais sequenciados - População referência para imputação - Permite validação da imputação Entretanto é ainda muito cara: ~ $ 2, /animal (10x) Poucos animais sequenciados Variantes raras não são amostradas

19 Cobertura Cobertura Alta x Baixa NCBI Sample ID Reads Fold Coverage HD Panel Concordance SAMN ,841,382, % SAMN ,528,112, % SAMN ,626, % SAMN ,001, % SAMN ,237, % SAMN ,441, % SAMN ,636, % SAMN ,550, % SAMN ,347, % SAMN ,876, % SAMN ,980, % SAMN ,582, % SAMN ,606, % SAMN ,796, % SAMN ,247, % SAMN ,536, % SAMN ,411, % SAMN ,725, % SAMN ,417, % SAMN ,614, % SAMN ,217, % SAMN ,917, % SAMN ,158, % SAMN ,583, % SAMN ,695, % SAMN ,783, % SAMN ,560, % SAMN ,228, % SAMN ,437, % SAMN ,856, % SAMN ,662, % SAMN ,097, % SAMN ,797, %

20 Resultados Cobertura Alta x Baixa Cobertura baixa: - Genótipos dos animais sequenciados não são acurados - Não permite validação da imputação Entretanto é barato: ~ $ /animal (<1x) Muitos animais sequenciados - Imputação acurada - Amostragem de variantes raras

21 Resultados Acurácia da imputação De alta densidade (Affymetrix 777k) para sequência Raça REF IMP VAL Tempo Concordância R 2 alélico Alberta Composto :48: Angus :19: BeefBooster :33: Charolês :24: Gelbvieh :48: Guelph Composto :48: Hereford :56: Holandês :09: Limousin :46: Simental :20: Todas as estatísticas baseadas em SNPs with MAF>0 dentro de cada raça.

22 Resultados População de referência: n= ~1120 Multiracial, alta cobertura (~ 8x) Variantes raras provavelmente ausentes Tamanho da amostra

23 Resultados Acurácia da imputação Usando sequenciamento de baixa cobertura

24 Resultados (Fonte: VanRaden et al BMC Genetics 16:82)

25 Resultados População de referência: Baixa cobertura (~ 1-2x) n= grande Variantes raras estão mais provavelmente presentes

26 Haplótipos Com dados de sequência, haplótipos estão tornando-se ainda mais relevantes: - Mutações recentes (haplótipos longos) versus antigas (haplótipos curtos) - Identificação de variantes recessivas/deletérias - Parentesco genômico baseado em haplótipos - Predições genômicas utilizando haplótipos - Mapeamento fino/análise de associação utilizando haplótipos

27 Reconstrução de Haplótipos Comparação da acurácia FImpute Findhap Beagle Impute2 (160 states) Shapeit (100 states) Shapeit (200 states) Base + Anc Base + Touros + Anc Base + Touros + Vacas + Anc Base + Anc + Ped Base + Touros + Anc + Ped Base + Tpuros + Vacas + Anc + Ped Base= Animais referência básicos (n=9266); Anc= ancestrais com 40 filhos (n=404); Touros= touros pais do animais Base (n=453); Vacas= vacas mães dos animais Base (n=3377); Ped= animais do pedigree (Fonte: Younes Miar, manuscrito em preparação)

28 Reconstrução de Haplótipos Eficiência de computação (BTA 13 somente) FImpute Findhap Beagle Impute2 (160 states) Shapeit (100 states) Shapeit (200 states) Base + Anc 0:1:57 0:0:21 1:26:00 21:55:14 10:40:37 32:25:56 Base + Touros + Anc 0:1:58 0:0:29 1:58:00 23:15:23 11:25:50 44:23:21 Base + Touros + Vacas + Anc 0:2:09 0:0:32 4:39:00 36:38:03 18:38:26 46:58:17 Base + Anc + Ped 0:2:35 0:0:22 1:30:00-20:04:10 49:59:20 Base + Touros + Anc + Ped 0:2:24 0:0:27 1:40:00-21:13:14 48:29:52 Base + Tpuros + Vacas + Anc+ Ped 0:3:09 0:0:31 4:17:00-44:55:11 83:10:50 Base= Animais referência básicos (n=9266); Anc= ancestrais com 40 filhos (n=404); Touros= touros pais do animais Base (n=453); Vacas= vacas mães dos animais Base (n=3377); Ped= animais do pedigree (Fonte: Younes Miar, manuscrito em preparação)

29 Genômica LPI médio Impacto da Seleção Genômica Gado Holandês no Canada (Fonte: CDN) Ano de nascimento Ganho genético realizado de 0.15 DP (2009) a 0.33 DP (2014) por ano

30 Genômica Seleção Genômica Oportunidades e Dificuldades Com genômica, mais oportunidade para identificar famílias previamente ignoradas para gerar futuros touros Um gama maior de touros oferecidos ao produtores leiteiros Entretanto, maior progresso genético associado com: Intervalo de gerações menor Taxa de endogamia por ano mais alta Sem tempo para a seleção contra-balançar os efeitos negativos da endogamia Netos de avós ainda não provados

31 Genômica Seleção Genômica Consequências Esquema de seleção Endogamia por geração (%) Intervalo de gerações (anos) Endogamia por ano (%) Mudança genética por geração Convencional Genômico: Turbo (Adaptado de Buch et al J. Anim. Breed. Gen. 129: )

32 Genômica Impacto da Seleção Genômica Co-seleção de haplótipos Pedigree Genômico ctgtagcgatcg atgtcgctcacg Animal 1 Animal 2 ctgtctagatcg atggatcgatcg ctgtagcgatcg Touro cgatctagatcc agagatcgatcg Vaca atgtcgctcacg atagatcgatcg Pai do Touro ctgtagcttagg agggcgcgcagt Mãe do Touro cgatctagatcc cggtagatcagt Pai da Vaca agagatcgatcg atggcgcgaacg Mãe da Vaca ctatcgctcagg Pressão de seleção maior em partes do genoma (haplótipos)

33 Genômica Impacto da Seleção Genômica Co-seleção de haplótipos Calcular endogamia por segmentos cromossômicos ao invés de por locus individuais (Pryce et al. 2012). (Fonte: Pryce et al JDS 95 : )

34 Endogamia Genômica Genomic Research Impacto da Seleção Genômica Endogamia genômica (pedigree x verdadeira) 0,25 IBD_T F ave IBD_Q h 2 = ,2 0,15 0,1 0, Genoma IBD_T= IBD verdadeira, F= endogamia-pedigree, AVE IBD_Q= IBD média nos QTLs (Fonte: Stachowicz (2010) Ph.D. thesis, U of Guelph)

35 Genômica Seleção Genômica Sob seleção genômica controlar endogamia usando relações de pedigree ou genômicas tem eficácias diferentes no controle da endogamia genômica Endogamia Target Mudança Genetic Pedigree Endogamia Genomic Endogamia Inbreeding alvo genética Change Inbreeding pedigree Inbreeding genômica Controlando endogamia baseada no pedigree Controlando endogamia baseada no genoma (Adaptado de Sonesson et al th WCGALP)

36 Detecção de variantes Esquemas de teste de progênie estão em desuso + Intervalo de gerações curto + Taxa de endogamia mais alta Touros jóvens usados mais intesivamente sem progênie avaliada Detecção e teste para variantes recessivas/ deletérias tornou-se fundamental

37 Mapeamento Estudo de associação genômica ampla usando genótipos do sequenciamento Produção de leite, BTA 14, usando 50k, 777k ou sequência e genótipos ou haplótipos

38 Arquitetura genética Resposta imunológica Mediada por Anti-corpo Mediada pela célula Genes maiores + Poligenes Poligenes (Fonte: Thompson-Crispi et al. BMC Genomics 2014, 15 :559)

39 Predições Genômicas é = vetor de efeitos das SNPs = vetor de efeitos genômicos é = Matriz the parentesco genômico

40 Predições Genômicas A acurácia dos valores genômicos preditos podem resultar completamente do parentesco genético capturado pelos marcadores e, portanto, pode variar através das gerações devido ao desequilíbrio de ligação capturado dentro das famílias.

41 GBS Genotipagem por Sequenciamento Baixo custo, muito promissora - Aleatória Animais com um conjunto de genótipos para diferentes SNPs Imputação - Em areas pré-determinadas Animais com um conjunto mais similar de genótipos das SNPs

42 GBS Genotipagem por Sequenciamento Na Nova Zelândia: AgResearch esta desenvolvendo uma plataforma para genotipagem por sequenciamento capaz de genotipar 16 mil animais por dia para > 60 mil marcadores. Custo sem Bioinformática: ~ $15-20/animal Imputação será necessária para conectar painéis e plataformas diferentes próximo passo

43 Ferramentas Novas SNPPLD + Gebv + Sleuth + edição de dados Fimpute será incluído

44 Ferramentas Novas SNP1101 permite: Avaliação da qualidade dos genótipos Análise de pedigree, incluindo teste de parentesco Análise de disequilibrio de ligação Cálculo do parentesco baseado no pedigree e na informação genômica Estimação de valores genéticos genômicos por Gblup e Rblup

45 Ferramentas Novas SNP1101 permite: Aproximação da acurácia dos valores genômicos preditos Análise de componentes principais rápida Análise de associação genômica ampla Estimação de componentes de variância (REML)

46 Considerações Finais O uso de informação do sequenciamento permitirá: Obtenção de valores genéticos estimados optimizados pela: - Incorporação de informação funcional na predições genômicas - Uso de informação de haplótipos Estimação de efeitos de variantes raras - Maior número de animais sequenciados

47 Considerações Finais O uso de informação do sequenciamento permitirá: Identificar e manejar variantes/haplótipos recessivos/deletérios Utilizar informação da endogamia genômica nas decisões seletivas Desvendar a arquitetura genética das diferentes características

48 Considerações Finais O uso de informação do sequenciamento exige: Grande capacidade computatiocal e de armazenamento instaladas Habilidade em genômica quantitativa e bioinformática Novas ferramentas Recursos financeiros Colaboração entre grupos nacionais e internacionais é uma condição necessária

49 Agradecimentos - Organizadores do Simpósio - Aos colegas e colaboradores e agências financiadoras dos projetos

50 Muito Obrigado Perguntas?