شناسایی تنوع‌های ژنومی در گاومیش‌های آذری با استفاده از توالی یابی کل ژنوم

هدف: پیشرفت در فن‌آوری‌های توالی‌یابی نسل جدید توانایی توالی‌یابی کارآمد و اقتصادی‌ کل ژنوم‌ را بیشتر از همیشه ایجاد کرده و فرصت کشف و معرفی چندشکلی‌های متعدد در سرتاسر ژنوم موجودات را فراهم می‌کند. گاومیش نژاد آذری یکی از مهمترین نژاد‌های ایران است که در شمال تا شمال غرب کشور پراکنده شده و کاملا با شرایط محیطی این منطقه‌ی جغرافیایی سازگار شده است. هدف اصلی این مطالعه معرفی تنوع‌های ژنومی گاومیش‌های ایرانی و دسته‌بندی آن‌ها می‌باشد. همچنین معرفی اثرات این تنوع ها روی مناطق مختلف ژنومی گاومیش‌های آذری، کاربردهای بالقوه‌ای در برنامه‌های اصلاحی دارند.روش: در این مطالعه توالی یابی کل ژنوم 5 راس گاومیش آذری بومی ایران به وسیله ی پلتفرم توالی یابی ایلومینا انجام شد. سنجش کیفیت داده‌ها توسط نرم‌افزار fastqc انجام شد. برای هم‌ردیفی با ژنوم‌مرجع از نرم‌افزار bwa mem استفاده شد. در‌نهایت واریانت‌ها با‌‌استفاده از freebayes شناسایی و به‌منظور محاسبه‌ی اثرات واریانت‌ها با ذکر نوع، محل و تعداد آن‌ها از برنامه snpeff استفاده شد. نتیجه‌ی همردیفی خوانش‌های با کیفیت بالا با ژنوم مرجع نشان داد درصد همردیفی برای هر 5 نمونه بالای 97.5 درصد بود که نشان دهنده‌ی کیفیت بالای خوانش‌های کوتاه است. میزان هم‌پوشانی در نمونه‌های توالی‌یابی شده بین x 4 تا x 12.8 تعیین شد. یافته‌ها: در این پژوهش تعداد 76,298,858 میلیون واریانت شناسایی شد که تعداد 57,921,822 snp، تعداد 6.162.328 indels، تعداد 10,534,042 mnp و تعداد 1,680,666 mixed بودند. حذف و اضافه‌ها‌ی کوچک با حداقل طول 1، حداکثر طول 28 جفت باز و میانگین 1.39 جفت باز شناسایی شدند. از تعداد کل واریانت‌ها، بیشترین فراوانی واریانت ها به ترتیب در مناطق اینترژنیک تعداد 53,789,879 (62.02 درصد)، اینترون 24,003,682 (27.67 درصد) مشاهده شد و واریانت های شناسایی شده در اگزون ها کمترین تعداد را داشتند. نتیجه‌گیری: شناسایی تنوع‌های سطح ژنوم مانند اسنیپ‌ها، حذف و اضافه‌های کوچک و چند‌شکلی‌های چند نوکلئوتیدی در جمعیت های مختلف منبعی ارزشمند در تحقیقات ژنتیکی هستند و می‌توانند در مکان‌یابی بخش‌های ژنومی مسئول ویژگی‌های مهم اقتصادی مفید باشند. همچنین حجم بسیار زیاد snp ها، مطالعات ارتباط ژنومی را در حیوانات امکان پذیر می کند. علاوه بر این، تنوع‌های ژنومی شناسایی‌شده در مطالعه حاضر می‌تواند برای توسعه آرایه‌های snp با چگالی بالا در نژاد‌های ایرانی برای کاربردهای ژنتیکی و اصلاحی استفاده شود.

identification of genomic variations of azeri buffaloes using whole genome sequencing

abstractobjectiveadvances in next generation sequencing technologies have created the ability to efficiently and economically sequence the whole genome more than ever and provide the opportunity to discover and introduce multiple polymorphisms throughout the genome of organisms. azeri buffalo is one of the most important breeds of iran and it is scattered in the north to the northwest of the country and is completely adapted to the environmental conditions of this geographical region. the main purpose of this study is to introduce the genomic diversity of iranian buffaloes and categorize them. also, introducing the effects of these variations on different genomic regions of azeri buffaloes have potential applications in breeding programs.materials and methodsin this study, whole genome sequencing of 5 heads of azeri buffaloes native to iran was done by illumina sequencing platform. data quality was measured by fastqc software. bwa mem software was used for alignment with the reference genome. finally, the variants were identified using freebayes and the snpeff program was used to calculate the effects of the variants by mentioning their type, location and number. the alignment result of high quality reads with the reference genome showed that the alignment percentage for all 5 samples was over 97.5%, which indicates the high quality of short reads.the coverage in the sequenced samples was determined between 4x and 12.8x.resultsfinally, 76,298,858 million variants were identified, including 57,921,822 snps, 6,162,328 indels, 10,534,042 mnps, and 1,680,666 mixeds. small deletions and insertions with a minimum length of 1 bp, a maximum length of 28 bp and an average of 1.39 bp were identified. from the total number of variants, the highest frequency of variants was observed in intergenic regions, 53,789,879 (62.022 percent), intron 24,003,682 (27.677 percent), respectively, and the variants detected in exons had the lowest number. conclusionsidentification of genome level variations such as snps, small insertions and deletions, and multi nucleotide polymorphisms in different populations are a valuable resource in genetic research and can be useful in locating genomic segments responsible for important economic traits. also, the large volume of snps enables genome wide association studies in animals. in addition, the genomic variations identified in the present study can be used to develop high density snp arrays in iranian breeds for genetic and breeding applications.