Charakteristika a význam ukazovateľov biodiverzity v populáciách hospodárskych zvierat
Biodiverzita alebo biologická rozmanitosť vyjadruje variabilitu všetkých žijúcich organizmov vrátane suchozemských, morských a iných vodných ekosystémov a ekologických komplexov, ktorých sú súčasťou. Pojem biodiverzita teda označuje rozmanitosť života vo všetkých jeho formách, na všetkých úrovniach, od genetických variant prislúchajúcich k rovnakému druhu, až po rozmanitosť ekosystémov, zahŕňajúcich ekologické spoločenstvá v danej lokalite a podmienky, v ktorých žijú. Biodiverzitu v populáciách živočíšnych genetických zdrojov (ŽGZ) môžno kvantifikovať viacerými spôsobmi a to na fenotypovej alebo genotypovej úrovni (morfologická, cytologická, biochemická, chromozomálna diverzita alebo diverzita na úrovni sekvencií DNA). Charakteristika fenotypu vyplýva z pozorovateľných vlastností (morfologické markery), ktoré sa zvyčajne vzťahujú na znaky exteriéru zvierat (farba srsti, tvar tela, štruktúru pokožky, anatomické znaky a pod.), pričom tieto možno zhodnotiť na základe priameho vizuálneho pozorovania a merania. Avšak fenotyp zvieraťa je determinovaný jeho genetickým pozadím ako aj prostredím, v ktorom žije. Na genotypovej úrovni sa preto biodiverzita kvantifikuje prostredníctvom rodokmeňových údajov alebo molekulovo-genetických informácií. Analýzou týchto informácií je možné relevantne zhodnotiť vzťahy medzi populáciami ŽGZ (plemenami, líniami, rodinami a pod.) ako aj mieru diverzity v rámci nich. Keďže meranie a identifikácia morfologických znakov zvierat je pomerne zdĺhavý proces, limitovaný najmä v prípade kvantitatívnych znakov, sú v súčasnosti na kvantifikáciu biodiverzity omnoho častejšie využívané rodokmeňová a najmä molekulovo-genetická analýza biodiverzity ŽGZ (Kadlečík, Kasarda a Moravčíková, 2017).
V prípade rodokmeňovej analýzy sa stanovujú tri základné skupiny ukazovateľov:
- kvalita rodokmeňových záznamov,
- ukazovatele odvodené od spoločného predka a efektívna veľkosť populácie,
- ukazovatele odvodené na základe pravdepodobnosti pôvodu génu.
Do prvej skupiny ukazovateľov, ktoré popisujú mieru presnosti rodokmeňových záznamov, sa zaraďujú počet kompletných generácií predkov (kompletné zastúpenie predkov v generáciách), maximálny počet zistených generácií predkov (počet generácií oddeľujúcich jedinca od jeho najvzdialenejšieho predka) a index kompletnosti rodokmeňa (PEC). Medzi ukazovatele odvodené od spoločného predka patria koeficient inbrídingu resp. príbuzenskej plemenitby (F), koeficient príbuznosti (R – medzi dvomi jedincami X a Y, ako aj predkom a potomkom alebo AR ako priemerný koeficient príbuznosti jedinca resp. populácie) a prírastok inbrídingu (ΔF). F vyjadruje pravdepodobnosť, že jedinec nesie dve identické alely jedného génu pochádzajúce od rovnakého predka (IBD).
Na odhad genetickej podobnosti (molekulárny ekvivalent koeficienta príbuznosti) medzi populáciami sa pomerne často využíva výpočet Neiovej genetickej vzdialenosti (na medzipopulačnej aj individuálnej úrovni) a Wrightovho fixačného indexu FST (na medzipopulačnej úrovni). Neiova genetická vzdialenosť vychádza z teórie, ktorá predpokladá, že ak sú dve populácie vykazujúce nízke genetické vzdialenosti podobné, tak s vysokou mierou spoľahlivosti majú spoločných predkov. Neiove genetické vzdialenosti sa počítajú na základe vzťahu D= – ln I , kde I je normalizovaná zhoda génov (alebo genetická zhoda) medzi populáciou X a Y.
Analýza molekulovej variancie (AMOVA) je štatistická metóda pre hodnotenie molekulovej variancie vytvorená Excoffierom et al. (1992), ktorá umožňuje zhodnotenie hierarchického rozdelenia genetickej variability medzi populáciami a regiónmi a odhad indexov F štatistiky. Názov a štatistický model je inšpirovaný analýzou rozptylu (ANOVA). Analýza AMOVA slúži na odhad rozptylu jednotlivých komponentov, analógov fixačných indexov (FIS, FST a FIT), vypočítaných na základe φ štatistiky reflektujúcej koreláciu diverzity haplotypov na rozdielnych úrovniach alebo inak povedané hierarchického rozdelenia. Analýza hlavných komponentov (PCA) je pravdepodobne najpopulárnejšia viacrozmerná štatistická metóda, ktorá našla využitie vo väčšine vedných odborov vrátane genetiky populácií. PCA analýza predstavuje spôsob pre znázornenie nadrozmerných dát, napríklad genotypových informácií o jedincoch alebo populáciách, v menšom počte dimenzií. Táto analýza sa stala populárnou najmä ako nástroj pre sumarizáciu rozsiahlych genomických dát, pretože poskytuje náhodné premenné, ktoré by mohli zlepšiť informáciu o populačnej štruktúre, hlavne prostredníctvom detekcie hlavných faktorov vysvetľujúcich genetickú variabilitu v populáciách s veľkým počtom jedincov. PCA analýza využíva ortogonálnu transformáciu na to, aby previedla prvky množiny pozorovaní, u ktorých je možné, že sú korelované, na prvky takej množiny hodnôt, ktoré sú lineárne nekorelované. Pôvodné premenné sú teda transformované do nových nezávislých premenných nazývaných hlavné alebo základné komponenty. Hlavné komponenty tak môžu byť využité na hodnotenie variability meraní, ako aj v procese zvyšovania chápania štrukturálnych vzťahov ako celku namiesto viacerých úsekov a nezávislých vzťahov (Kadlečík, Kasarda a Moravčíková, 2017).
Vzorové údaje (rodokmeňová analýza) – príklad 3.1 (zdroj: vzorová databáza údajov programu Endog 4.8; Gutiérrez a Goyache, 2005)
V rámci výučby predmetu Biodiverzita v populáciách hospodárskych zvierat sú používané vzorové rodokmeňové súbory (RS) rôznych plemien hospodárskych a spoločenských druhov zvierat (hovädzí dobytok, ovce, kone, psy), obsahujúce záznamy o základných predkoch, predkoch a jedincoch aktuálnej populácie (označovaná ako referenčná populácia alebo RP). Program Endog 4.8 akceptuje výlučne vstupný súbor uložený vo formáte .xls.
Vstupný súbor údajov ENDOG_example_input_file.xls obsahuje nasledovné informácie:
ID Identifikačné číslo jedinca v rodokmeňovom súbore (musia byť vždy zoradené od 1 po N)
ID_FATHER Identifikačné číslo otca jedinca v stĺpci ID (0 pre označenie neznámeho otca)
ID_MOTHER Identifikačné číslo matky jedinca v stĺpci ID (0 pre označenie neznámej matky)
BIRTH_DATE Dátum narodenia jedinca v stĺpci ID (pri neznámom dátume narodenia ostáva bunka prázdna)
S Pohlavie jedinca v stĺpci ID (1 pre samce a 2 pre samice)
REFERENCE Príslušnosť jedinca k referenčnej populácii (1 pre jedince z referenčnej populácie a 0 pre jedince, ktoré do referenčnej populácie nepatria)
Obrázok 3.1: Vzor rodokmeňového súboru (10 záznamov)
Vzorové údaje (molekulárno – genetická analýza) – príklad 3.2
V rámci výučby predmetu Biodiverzita v populáciách hospodárskych zvierat sú okrem rodokmeňových súborov na hodnotenie biodiverzity využívané aj vzorové genotypové informácie o mikrosatelitných markeroch resp. jednonukleotidových polymorfizmoch, dostupné pre rôzne plemená hovädzieho dobytka. Vstupné informácie pre program GenAlEx 6.5 sú uložené v textovom súbore vo formáte označovanom ako genepop. Na obrázku 3.2 sú znázornené vzorové genotypové informácie pre dva genetické markery, ktoré boli testované v dvoch populáciách, pričom v každej sú dostupné genotypy pre 3 jedince. Prvý riadok obsahuje ľubovoľnú informáciu (napr. označenie testovaného druhu), nasledujúce dva riadky obsahujú informáciu o označení testovaných genetických markerov, riadok POP sa používa na oddelenie jedincov patriacich do rôznych populácií (je uvedený aj v prípade ak je hodnotená iba jedna populácia). Nasledujúce tri riadky obsahujú informácie o identifikačnom čísle jedincov (ID) patriacich k prvej populácii a ich genotypoch. Ako oddeľovač ID jedinca od genotypov sa používa vždy čiarka a medzera. Informácie o genotypoch testovaných genetických markerov sú usporiadané vždy v stĺpcoch oddelených medzerou (v niektorých prípadoch tabulátorom). Genotypy sú vždy zakódované číselne, pričom v príklade uvedenom nižšie je každá z alel v genotype kódovaná dvojciferným číslom.
Obrázok 3.2: Vzor genotypového súboru obsahujúceho informácie pre dva genetické markery, genotypované v 2 populáciách
Vzorové údaje (vizualizácia dendrogramu v programe R) – príklad 3.3
Pre vizualizáciu genetických vzťahov medzi hodnotenými populáciami hovädzieho dobytka pomocou programu R je potrebné vypočítať maticu Neiových genetických vzdialeností resp. fixačného indexu FST pomocou programu Genalex a následne túto uložiť v textovom formáte (.txt) do ľubovoľného priečinka (Obr. 3.3).
Obrázok 3.3: Vzor matice genetických vzdialeností odvodenej od fixačného indexu FST
