بررسي وجود QTLهاي مرتبط با صفات وزن بدن تا سن 28 روزگي در نواحي كانديدا از ژنوم در بلدرچين ژاپني

QTL Mapping for Body Weight up to 28 Days of Age using Candidate Regions in Japanese Quail

وزن بدن از جمله صفات مهم اقتصادي و در عين حال پيچيده در طيور است كه انتخاب به كمك نشانگر1(MAS) مي تواند در بهبود آن نقش قابل توجهي داشته باشد. هدف از مطالعه حاضر تعيين جايگاههاي صفات كمي2(QTL) مرتبط با وزن بدن در سنين مختلف با استفاده از طرح ناتني مي باشد. 220 بلدرچين ژاپني براي 6 نشانگر ريز ماهواره با قدرت اطلاع دهندگي بالا بر روي كروموزومهاي شماره 1، 2 و 9 تعيين ژنوتيپ شده و به روش نقشه يابي فاصله اي براي تعيين QTL هاي موثر بر وزن بدن در سنين مختلف شامل وزن تولد، 1، 2، 3 و 4هفتگي استفاده شدند. براي وزن بدن در زمان تولد و نيز وزن بدن در سن 1 هفتگي، QTL هاي موثري (01/0P < ) بر روي كروموزوم شماره 2 شناسايي شد. براي وزن بدن در سنين 3 و 4 هفتگي نيز QTL هاي موثري به ترتيب با احتمال (05/0P < ) و (01/0P < ) بر روي كروموزوم شماره 1 شناسايي شد. علاوه بر اين براي وزن بدن در سن 4 هفتگي دو QTL بر روي كروموزومهاي 2و 9 پيشنهاد شد. QTL شناسايي شده براي وزن تولد 25/1% از واريانس فنوتيپي را تشريح نمود. اين در حالي است كه QTL شناسايي شده براي وزن 1 هفتگي 63/1% ، QTL شناسايي شده براي وزن در سن 3 هفتگي18/1% و QTL شناسايي شده وزن در سن 4 هفتگي 13/1% از واريانس فنوتيپي را تشريح نمودند. QTL هاي شناسايي شده براي وزن بدن در سنين مختلف در اين تحقيق مي توانند در مطالعات آينده جهت بررسي ژنهاي كانديدا و نيز انجام انتخاب به كمك نشانگر (MAS) براي صفت وزن بدن در بلدرچين ژاپني مفيد و سودمند باشند.

Body Weight (BW) is a complex and important economic trait that may benefit from the implementation of Marker Assisted Selection (MAS). The objective followed in this study was to identify QTLs associated with BW at different ages as distinct traits based on an experimental half-sib cross of Japanese quails divergently selected for BW at 4 weeks of age. The body weights at hatch, and as well at one, two, three and four weeks of age were assessed in the F2 population. A total 220 F2 individuals were genotyped for 6 informative microsatellite markers located on chromosomes 1, 2 and 9. The interval mapping was conducted to identify putative QTLs. A QTL for BW at hatch while another at 1 wk of age were identified as significant on chromosome 2 (P < 0.01) which may include 1.25% vs. 1.63% of the phenotypic variance, respectively. A QTL for BW at 3 wk of age can be susggested on chromosome 1. As for BW at 4 wk of age, one QTL was recognized as significant on chromosome 1 (P < 0.01) while two suggested on chromosomes 2 and 9. A significant QTL explains 1.13% of the phenotypic variance. In conclusion, the results introduced some regions as harboring significant QTLs that affect BW traits. This study provided a potential for further work(s) on candidate gene(s), and Marker Assisted Selection for Body Weight traits.