Inclusión de datos cruzados e información genómica en las evaluaciones genéticas de cerdo ibérico

Abstract

[EN] Litter size and mortality are the reproductive traits with most important effects on the sows productivity (number of piglets weaned alive per sow and per year) which is one the main factors affecting the cost-effective in pig farms. This especially important in Iberian pig with a lower prolificacy than other commercial pigs and with an increase of the substitution of many traditional producers by intensive management farms. In white pig, maternal breeding schemes are based on a pyramidal scheme. Nucleus herds supply genetically improved breeding stock to multiplier herds, which disseminate genetic gain by supplying hybrid (crosses) stock to commercial herds. Conventionally, data from crosses (CB) were not used in the genetic evaluations of purebreds (CCPS), but in the last years, some white pig breeding programs have included it for increasing the purebred (PB) breeding values accuracy. On another hand, reproductive traits have traditionally been genetic selected by the Best Linear Unbiased Prediction method (BLUP) based on two sources of information: phenotypic records and pedigree information. Nowadays, DNA information such as a large number of single nucleotide polymorphisms (SNPs) along genome are available (genotypes). Recently, this information has been jointly used with the phenotypes and the pedigree through the single step Genomic BLUP (ssGBLUP) method allowing an increase on the accuracy of the breeding value compared to the traditional BLUP. In Iberian pigs, neither of this, CCPS or SSGBLUP have been applied. The aim of this study was to evaluate the inclusion of crossbred information as well as inclusion of genomic data in the genetic evaluation of a pyramidal Iberian pig maternal breeding scheme. A total of 20468 phenotypic records for litter size (total born –TB, number of born alive –NBA and stillborn –SB) from 4753 sows of five farms in Badajoz (Spain), owned by Inga Food S.A., were used. Sows were purebred Iberian pigs from two pure lines, Entrepelado (EE) and Retinto (RR), as well as its reciprocal crosses Entrepelado x Retinto (ER) and Retinto x Entrepelado (RE). The pedigree included 5533 animals and went back 3 generations. From the population under study, 1.435 animals were genotyped for 63072 markers with Illumina Porcine HD Array 70K from samples of blood and tail tissue. Exploratory data analyses were performed on phenotypic records as well as on genomic data in order to detect outliers. Finally, 20152 phenotypic records from 4717 sows and 1114 genotypes remained to be used for the posterior analysis. Two different models using the BLUP and SSBLUP methods were fitted; (1) A trivariate multi trait model with TB, NBA and SB traits analyzed for each pure breed line (MT); and (2) a Multi breed model (MB) based on a trivariate model in which the records of a trait of each pure breed line and its crosses were assumed as different traits. So, MT model were separately performed for TB, NBA and SB traits, respectively. Genetic parameters estimation was carried out by Bayesian Analysis with Gibbs Sampling. Both evaluations and their approaches were validated by implementing five-fold cross validation (CV). Prediction ability was measured by computing the correlation between the corrected phenotype and the estimated breeding value of the validation population and as the root mean squared error (RMSE). Owing to computational time, the CV was computed using the restricted maximum likelihood method (REML). The estimates of heritability for the three traits by BLUP and ssGBLUP were similar between models. The heritability of TB and NBA in EE was always greater than RR. There were no differences for SB. The additive genetic correlation between TB and NBA was high and superior than the correlations between SB and TB and between SB and NBA. The correlations for TB and NBA between PB and CB were higher compared to SB. Predictive ability measured as Pearson's correlation was higher for SB followed by TB and NBA. MT models and especially ssGBLUP showed better predictive ability for the three traits in EE, while MB models did so for RR. No major differences in terms of RMSE were observed between characters using BLUP and ssGBLUP MT, although a small advantage was found for genomic models. EE presented lower RMSE than RR. The inclusion of genomic data allows to slightly reduce the bias in the prediction of (G)EBV, except for NBA in EE and SB in RR under MB models.

[ES] El tamaño de camada y la mortalidad son los caracteres reproductivos con mayor efecto sobre la productividad de las cerdas (número de lechones destetados vivos por cerda y año), siendo este uno de los principales factores que condicionan la rentabilidad en las granjas porcinas. Esto es especialmente importante en el cerdo ibérico, con una prolificidad menor que otros cerdos comerciales y con un aumento de la sustitución de productores tradicionales a granjas de manejo intensivo. En el cerdo blanco, la mejora de líneas maternas se basa en un esquema piramidal. Los núcleos de selección suministran reproductores genéticamente mejorados a las granjas multiplicadores, que difunden la ganancia genética a través del suministro de híbridas (cruces) a granjas comerciales. Clásicamente, los datos de cruces (CB) no se han utilizado en las evaluaciones genéticas de las líneas puras (CCPS). Sin embargo, en los últimos años, algunos esquemas de mejora de cerdo blanco lo han incluido para aumentar la precisión de los valores de mejora de las líneas puras (PB). Por otro lado, los caracteres reproductivos han sido tradicionalmente seleccionados genéticamente usando el método BLUP (mejor predictor lineal insesgado) basado en dos fuentes de información: registros fenotípicos e información de pedigrí. No obstante, hoy en día está disponible la información genómica, como por ejemplo los polimorfismos de un solo nucleótido (SNP) a lo largo del genoma (genotipos). Recientemente, esta información se ha utilizado juntamente con los fenotipos y el pedigrí a través del método BLUP genómico de un solo paso (ssGBLUP) que permite un aumento en la precisión del valor de mejora en comparación con el BLUP tradicional. En cerdo ibérico, ninguno de estos métodos, CCPS o SSGBLUP se han aplicado. El objetivo de este estudio fue evaluar la inclusión de datos de ibéricos cruzados, así como la inclusión de datos genómicos en la evaluación genética de un esquema piramidal materno de cerdo ibérico. Un total de 20.468 registros fenotípicos para el tamaño de camada (nacidos totales –TB, numero de nacidos vivos –NBA y nacidos muertos –TB) de 4.753 cerdas de cinco granjas en Badajoz (España), propiedad de Inga Food S.A., fueron usados. Las cerdas ibéricas correspondieron a dos líneas puras, Entrepelado (EE) y Retinto (RR), así como a sus cruces recíprocos Entrepelado x Retinto (ER) y Retinto x Entrepelado (RE). El pedigrí incluyó 5.533 animales y se remontó a 3 generaciones. De la población en estudio, 1.435 animales fueron genotipados para 63.072 marcadores con Illumina Porcine HD Array 70K a partir de muestras de sangre y tejido de la cola. Los análisis de datos exploratorios se realizaron en registros fenotípicos, así como en datos genómicos para detectar posibles “outliers”. Finalmente, 20.152 registros fenotípicos de 4.717 cerdas y 1.114 genotipos quedaron para el análisis posterior. Se evaluaron los métodos BLUP y ssGBLUP ajustando en cada uno de ellos dos modelos diferentes. (1) Un modelo multi caracter trivariante con los caracteres TB, NBA y SB analizados para cada línea pura (MT); y (2) un modelo multi raza (MB) basado en un modelo trivariado en el que los registros de un caracter de cada línea de raza pura y sus cruces se asumieron como caracteres diferentes. Por tanto, el modelo MB se analizó por separado para los caracteres TB, NBA y SB, respectivamente. La estimación de los parámetros genéticos se realizó mediante análisis bayesiano con muestreo de Gibbs. Ambas evaluaciones y modelos se validaron mediante la implementación de cinco grupos de validación cruzada (CV). La capacidad de predicción se midió calculando la correlación entre el fenotipo corregido y el valor genético estimado de la población de validación y como la raíz del error cuadrático medio (RMSE). Debido al tiempo de cálculo, la CV se calculó utilizando el método de máxima verosimilitud restringida (REML). Las estimaciones de heredabilidad para los tres caracteres por BLUP y ssGBLUP fueron similares entre modelos. La heredabilidad de TB y NBA en EE fue siempre mayor que RR. No hubo diferencias para SB. La correlación genética aditiva entre TB y NBA fue alta y superior a las correlaciones entre SB y TB y entre SB y NBA. Las correlaciones de TB y NBA entre PB y CB fueron mayores respecto a SB. La capacidad predictiva medida como la correlación de Pearson fue mayor para SB seguida de TB y NBA. Los modelos MT y especialmente ssGBLUP mostraron una mejor capacidad de predicción para los tres caracteres en EE, mientras que los modelos MB lo hicieron para RR. No se observaron grandes diferencias en términos de RMSE entre caracteres mediante BLUP y ssGBLUP MT, aunque se encontró una pequeña ventaja de los modelos genómicos. EE presento RMSE menores que RR. La inclusión de datos genómicos permite reducir ligeramente el sesgo en la predicción de (G)EBV, excepto para NBA en EE y SB en RR bajo los modelos MB.

[CA] La Prolificitat i la mortalitat són els caràcters reproductius amb major efecte sobre la productivitat de les truges (nombre de garrins deslletats vius per truja i any), sent aquest un dels principals factors que condicionen la rendibilitat en les granges porcines. Això és especialment important en el porc ibèric amb una prolificidad menor que altres porcs comercials i amb un augment de la substitució de productors tradicionals a granges de maneig intensiu. En el porc blanc, la millora de línies maternes es basa en un esquema piramidal. Els nuclis de selecció subministren reproductors genèticament millorats a les granges multiplicadors, que difonen el guany genètic a través del subministrament d'híbrides (creus) a granges comercials. Clàssicament, les dades de creus (CB) no s'han utilitzat en les avaluacions genètiques de les línies pures (CCPS). No obstant això, en els últims anys, alguns esquemes de millora de porc blanc ho han inclòs per a augmentar la precisió dels valors de millora de les línies pura (PB). D'altra banda, els caràcters reproductius han sigut tradicionalment seleccionats genèticament usant el mètode BLUP (més ben predictor lineal insesgado) basat en dues fonts d'informació: registres fenotípics i informació de pedigrí. No obstant això, hui dia està disponible informació genòmica, com per exemple polimorfismes d'un sol nucleòtid (SNP) al llarg del genoma (genotips). Recentment, aquesta informació s'ha utilitzat juntament amb els fenotips i el pedigrí a través del mètode BLUP genómico d'un sol pas (ssGBLUP) que permet un augment en la precisió del valor de reproducció en comparació amb el BLUP tradicional. En porc ibèric, cap d'aquests nous mètodes, CCPS o SSGBLUP s'han aplicat. L'objectiu d'aquest estudi va ser avaluar la inclusió de dades d'ibèrics croats, així com la inclusió de dades genómicos en l'avaluació genètica d'un esquema piramidal matern de porc ibèric. Un total de 20.468 registres fenotípics per a la grandària de la ventrada (nascuts totals –TB, numere de nascuts vius –NBA i nascuts morts –TB) de 4.753 truges de cinc granges a Badajoz (Espanya), propietat de Inga Food S. a., van ser usats. Les truges ibèriques van correspondre a dues línies pures, Entrepelado (EE) i Retinto (RR), així com als seus encreuaments recíprocs Entrepelado x Retinto (ER) i Retinto x Entrepelado (RE). El pedigrí va incloure 5.533 animals i es va remuntar a 3 generacions. De la població en estudi, 1.435 animals van ser genotipats per a 63.072 marcadors amb Illumina Porcine HD Array 70K de mostres de sang i teixit de la cua. Les anàlisis de dades exploratòries es van realitzar en registres fenotípics, així com en dades genómicos per a detectar possibles “outliers”. Finalment, 20.152 registres fenotípics de 4.717 truges i 1.114 genotips van quedar per a l'anàlisi posterior. Es van avaluar els mètodes BLUP i SSBLUP ajustant en cadascun d'ells dos models diferents. (1) Un model multicaracter trivariante amb els caràcters TB, NBA i SB analitzats per a cada línia de raça pura (MT); i (2) un model multi raça (MB) basat en un model trivariado en el qual els registres d'un caràcter de cada línia de raça pura i les seues creus es van assumir com a caràcters diferents. Per tant, el model MB es va analitzar per separat per als caràcters TB, NBA i SB, respectivament. L'estimació dels paràmetres genètics es va realitzar mitjançant anàlisi bayesiana amb mostreig de Gibbs. Totes dues avaluacions i models es van validar mitjançant la implementació de cinc grups de validació creuada (CV). La capacitat de predicció es va mesurar calculant la correlació entre el fenotip corregit i el valor genètic estimat de la població de validació i com l'arrel de l'error mig quadràtic (RMSE). A causa del temps de càlcul, el CV es va calcular utilitzant el mètode de màxima versemblança restringida (REML). Les estimacions de heredabilidad per als tres caràcters per BLUP i ssGBLUP van ser similars entre models. La heredabilidad de TB i NBA en EE va anar sempre major que RR. No va haver-hi diferències per a SB. La correlació genètica additiva entre TB i NBA va ser alta i superior a les correlacions entre SB i TB i entre SB i NBA. Les correlaciones TB i NBA entre PB i CB van ser majors respecte a SB. La capacitat predictiva mesura com la correlació de Pearson va ser major per a SB seguida de TB i NBA. Els models MT i especialment ssGBLUP van mostrar una millor capacitat de predicció per als tres caràcters en EE, mentre que els models MB ho van fer per a RR. No es van observar grans diferències en termes de RMSE entre caràcters mitjançant BLUP i ssGBLUP MT, encara que es va trobar un xicotet avantatge dels models genómicos. EE presente RMSE menors que RR. La inclusió de dades genómicos permet reduir lleugerament el biaix en la predicció de (G)EBV, excepte per a NBA en EE i SB en RR sota els models MB.