Génotypage par séquençage (GBS) de faible profondeur d’une population bovine : stratégies visant à maximiser la sélection des génotypes de haute qualité et la précision de l’imputation
Citation
Bissonnette, N., J.-S. Brouard, B. Boyle, and E. Ibeagha-Awemu. 2017. Low-Depth Genotyping-by-Sequencing (GBS) in a Bovine Population: Strategies to Maximize the Selection of High Quality Genotypes and Accuracy of Imputation. Plant & Animal Genome Plant & Animal Genome Conference, San Diego 2017/01/14 - 2017/01/18
Résumé en langage clair
La paratuberculose, une maladie incurable touchant les bovins laitiers et les autres ruminants, est mise en cause dans plusieurs maladies humaines et animales. Pour renforcer la résistance naturelle à l’agent pathogène responsable, la génétique peut avoir des effets bénéfiques à long terme. Différents outils d’analyse sont à la disposition de l’industrie, mais la plupart d’entre eux ont pour objet d’améliorer la production animale. Ainsi, pour accroître notre capacité à lire le génome des animaux malades ou résistants aux maladies, nous avons mis à l’essai un nouvel outil d’analyse génétique qui, habituellement, sert à améliorer les cultures, et nous l’avons appliqué aux bovins. Dans le cadre de la mise à l’essai, nous avons utilisé deux méthodes (méthode classique et méthode restrictive) chez un groupe pilote formé de 48 animaux. La méthode restrictive devrait permettre d’accroître la précision de l’information génétique. Nous avons également mis au point un outil bioinformatique servant à valider l’information génétique obtenue grâce aux deux méthodes. Nous avons constaté que l’information produite par la méthode GBS classique était précise (> 97 %), à la différence de la méthode restrictive (< 50 %). Par ailleurs, nous avons mis à l’essai deux programmes permettant de récupérer les données manquantes et pouvons maintenant recommander le programme FIMPUTE. Les stratégies décrites dans le présent article fournissent un cadre pour mener une telle analyse et ainsi produire, à faible coût, les nombreux marqueurs moléculaires de haute qualité qui sont nécessaires aux études sur la génétique animale.
Résumé
Le génotypage par séquençage (GBS) constitue une technique puissante et rentable de découverte et de génotypage des variations génétiques. Pour permettre une réduction importante de la complexité, un protocole GBS modifié qui comprend des amorces sélectives pendant l’étape d’amplification par PCR a été proposé. Dans la présente étude, nous avons comparé le protocole modifié avec le protocole GBS classique à deux enzymes chez un petit groupe de vaches (n = 48). À l’aide de banques GBS 48 plex, nous avons détecté au total 123 666 variantes au moyen du protocole GBS comprenant des amorces sélectives et 272 103 variantes au moyen du protocole GBS classique. En validant nos données avec les génotypes obtenus par spectrométrie de masse et par la puce SNP50 d’Illumina pour bovins, nous avons constaté que les génotypes obtenus par la méthode GBS classique étaient précis, tandis que la méthode comprenant des amorces sélectives n’a pas réussi à produire un appel d’hétérozygotes fiable. Nos résultats indiquent qu’il est possible de produire un appel de génotypes de grande précision (> 97 %) en utilisant des seuils de faible profondeur de lecture (3 à 5 lectures), pourvu que les marqueurs fassent l’objet de filtres simultanés en fonction des scores de qualité génotypique. Nous montrons également que des facteurs tels que le taux d’appel minimum et la fréquence de l’allèle mineur influencent positivement la précision de l’imputation des données GBS manquantes. Les taux de précision les plus élevés (environ 85 %) pour les marqueurs GBS imputés ont été obtenus avec le programme FIMPUTE, lorsque les génotypes GBS et les génotypes SNP50 ont été combinés. Les stratégies décrites dans le présent article fournissent un cadre pour l’analyse des données GBS et pourraient servir à produire, à faible coût, les nombreux marqueurs moléculaires de haute qualité qui sont nécessaires aux études d’association pangénomique menées dans les populations animales.