DETERMINAÇÃO DA NINHADA EM SUÍNOS - Compressed

Machine Translated by Google
GCAT
TACG
GCAT genes
Artigo
Meta-análise de SNPs que determinam características da ninhada em suínos

Ewa Sell-Kubiak 1,* , Jan Dobrzanski1, Martijn FL Derks 2
, Marcos S. Lopes12,3 e Tomasz Szwaczkowski
1
Departamento de Genética e Melhoramento Animal, Universidade de Ciências da Vida de Pozna ń,
Woÿy ńska 33, 60-637
2
Pozna ń, Polônia Centro de Pesquisa Topigs Norsvin, Schoenaker 6, 6641 SZ Beuningen,
3
Holanda Topigs Norsvin, R. Visc. do Rio Branco, 1310-Centro, Curitiba 80420-210, PR,
Brasil * Correspondência: ewa.sell-kubiak@puls.edu.pl
Resumo: Quase 2.000 SNPs associados a características do tamanho da ninhada de suínos foram relatados
com base em estudos de associação genômica ampla (GWASs). Os objetivos deste estudo foram reunir e integrar
associações relatadas anteriormente entre SNPs e cinco características da ninhada: número total de nascidos
(TNB), número de nascidos vivos (NBA), número de natimortos (SB), peso da ninhada ao nascer (LWT) e corpus
número lúteo (CLN), a fim de avaliar o seu contexto genético comum e realizar uma meta-análise (MA) de GWASs
para o número total de nascidos (TNB) registado para animais de cinco populações de suínos. Neste estudo, os
genes com maior número de associações com as características da ninhada avaliadas foram GABRG3, RBP7,
PRKD1 e STXBP6. Apenas 21 dos 233 genes associados às características da ninhada avaliadas foram relatados
em mais de uma população ou para mais de uma característica. Com base nesta avaliação, o gene candidato
mais interessante é o PRKD1, que possui associação com características SB e TNB. Com base na análise do
termo GO , o PRKD1 também demonstrou estar envolvido na angiogênese. Como resultado do MA, descobriu-se
que duas novas regiões genômicas, que não haviam sido relatadas anteriormente, estavam associadas à
característica TNB. Um SNP estava localizado no cromossomo Sus scrofa (SSC) 14 no íntron do gene FAM13C.
O segundo SNP estava localizado em SSC9 dentro do íntron do gene AGMO. A análise funcional revelou um
forte gene causal candidato subjacente ao QTL no SSC9. O terceiro gene candidato mais bem-sucedido e mais
Citação: Sell-Kubiak, E.; Dobrzanski,
promissor para o tamanho da ninhada foi encontrado no gene SOSTDC1, associado à menor fertilidade masculina
J.; Derks, MFL; Lopes, MS;
Szwaczkowski, T. Meta-análise de SNPs

em ratos. Mostrámos que as características da ninhada estudadas nas populações de suínos têm apenas algumas
que determinam características da regiões genómicas em comum com base na comparação de genes candidatos. PRKD1 poderia ser um gene
ninhada em porcos. Genes 2022, 13, candidato interessante com uma associação mais ampla com a fertilidade. A MA identificou novas regiões
1730. https://doi.org/10.3390/genes13101730 genómicas em SSC9 e SSC14 associadas ao TNB. Análises funcionais adicionais indicaram que o gene mais
promissor era o SOSTDC1, que foi confirmado por afetar a fertilidade masculina em outros mamíferos. Esta é
Editores Acadêmicos: Katarzyna
uma descoberta importante , uma vez que as características da ninhada estão, por padrão, ligadas às fêmeas e não aos mac
Piórkowska e Katarzyna
Ropka Molik
Palavras-chave: número do corpo lúteo; número de natimortos; ontologia genética; regiões genômicas;
Recebido: 30 de agosto de 2022
rede genética ; pCADD; interação proteína-proteína
Aceito: 20 de setembro de 2022
Publicado: 26 de setembro de 2022
Nota do Editor: O MDPI permanece neutro
em relação a reivindicações jurisdicionais 1. Introdução

em mapas publicados e afiliações institucionais
Desde a descoberta da primeira associação genômica entre o tamanho da ninhada e os receptores
iações.
de estrogênio em 1996 [1], tem havido grandes esperanças de encontrar mais regiões genômicas
importantes para características de reprodução [2]. Atualmente, um dos métodos mais populares para
descobrir as associações entre características e genes é o estudo de associação genômica ampla
Direitos autorais: © 2022 dos autores.
(GWAS) usando marcadores de polimorfismo de nucleotídeo único (SNP) [2–4]. Regiões genômicas
Licenciado MDPI, Basileia, Suíça. relacionadas às características da ninhada foram reveladas pelo GWAS em várias espécies de animais
Este artigo é um artigo de acesso aberto de fazenda, incluindo coelhos [5,6], cabras [7,8], bovinos [9] e porcos [10–12]. Embora o GWAS tenha
distribuído nos termos e apresentado algumas deficiências resultantes da estrutura rígida dos chips e da distribuição desigual dos
condições do Creative Commons marcadores entre os cromossomos, esses estudos ainda forneceram os maiores insights sobre as bases
Licença de atribuição (CC BY) ( https:// genéticas de muitas características de reprodução em uma variedade de populações de suínos [10].
creativecommons.org/licenses/by/ Muitos resultados do mapeamento GWAS e de QTL anteriores são armazenados no banco de dados Pig QTL [13].
4,0/). Embora não armazene todas as associações relatadas na literatura, este banco de dados é altamente
Genes 2022, 13, 1730. https://doi.org/10.3390/genes13101730 https://www.mdpi.com/journal/genes

Genes 2022, 13, 1730 2 de 20
importante fonte de informação e reúne 30.869 QTLs para 692 características, sendo 1.625 delas
sendo QTLs para características da ninhada. Dentre esses QTLs, 356 estão relacionados ao número total de nascidos (TNB),
223 para número de nascidos vivos (NBA), 137 para número de natimortos (SB), 52 para peso ao nascer da ninhada
(LWT) e 130 para o número do corpo lúteo (CLN). As regiões QTL relatadas estavam na maioria
casos identificados usando SNPs em GWASs.
Embora esses estudos tenham sido realizados em populações diferentes, eles frequentemente usaram
os mesmos chips SNP e metodologia estatística. No entanto, os resultados desses estudos são
não repetível entre raças ou mesmo dentro de uma raça. Esta falta de sobreposição entre GWAS
resultados para TNB e NBA foram descritos recentemente em uma revisão de Bakoev et al. [12]. Além disso,
características da ninhada provaram ser características poligênicas altamente complexas. Isto, em contraste com a produção
características como gordura dorsal e taxa de crescimento que têm vários genes importantes confirmados [14–16],
resultou na detecção de apenas um QTL principal, o receptor de estrogênio mencionado anteriormente [1].
Apesar do elevado número de estudos e QTLs relatados para características da ninhada, nenhuma pesquisa
teve como objetivo revisar os resultados existentes dos GWASs para diversas características da ninhada de uma forma mais sistemática
maneiras. Uma das principais abordagens para integrar e agrupar os resultados de GWAS únicos é
uma meta-análise (MA). O GWAS MA é amplamente utilizado em pesquisa médica e está se tornando
mais popular em estudos de pecuária [17–19]. A meta-análise também poderia ser usada para aumentar a
poder dos estudos de associação, combinando conjuntos de dados de diferentes fontes e reduzindo
associações falso-positivas [20,21]. Isso também poderia ajudar a indicar novos QTLs importantes para
características da ninhada.
Portanto, os objetivos deste estudo foram (1) reunir e integrar relatórios previamente relatados
associações entre SNPs e cinco características da ninhada: número total nascido (TNB), número nascido
vivos (NBA), número de natimortos (SB), peso da ninhada ao nascer (LWT) e número de corpo lúteo
(CLN) para avaliar a sua origem genética comum; (2) investigar as relações
entre genes candidatos relatados para características de ninhada, procurando interações funcionais
entre proteínas codificadas por esses genes; e (3) combinar os resultados completos do GWAS de
vários estudos para identificar os efeitos de conjuntos de genes em uma meta-análise.
2. Materiais e métodos
Os principais objetivos deste estudo foram: (1) reunir e integrar dados previamente relatados
associações entre SNPs e cinco características da ninhada: número total nascido (TNB), número nascido
vivos (NBA), número de natimortos (SB), peso da ninhada ao nascer (LWT) e número de corpo lúteo
(CLN) para avaliar a sua origem genética comum; (2) investigar as relações
entre genes candidatos relatados para características de ninhada, procurando interações funcionais
entre proteínas codificadas por esses genes; e (3) combinar os resultados completos do GWAS de
vários estudos para identificar os efeitos de conjuntos de genes em uma meta-análise. Isto foi realizado
usando dois conjuntos de dados. Conjunto de dados A (Tabelas S1 – S5; Tabelas_Suplementares) refere-se aos dados
gerado a partir de SNPs significativos relatados em estudos realizados para cinco características: número total
nascidos vivos (TNB), número de nascidos vivos (NBA), número de natimortos (SB), peso da ninhada ao nascer (LWT),
e número do corpo lúteo (CLN). Conjunto de dados B refere-se a dados criados a partir de resultados completos do GWAS
para TNB gerado em cinco estudos: [10,22–25] (Tabela 1).
Tabela 1. Visão geral dos dados fenotípicos e genômicos disponíveis para meta-análise dos resultados do GWAS para
número total de nascidos (TNB) coletado no conjunto de dados B.
Fonte de dados Uimari et al. [22] Sell-Kubiak et al. [23] Ma et al. [25] Zhang et al. [10] Balogh et al. [24]
Landrace finlandesa Erhualian Duroc Húngaro Grande

População Grande Branco Branco
Fenótipo 1 deEBV 1 deEBV EBV 2 1 deEBV TNB
BeadChip Microplaqueta suína do grânulo SNP60
Indivíduos 328 2351 48 1067 290
SNPs disponíveis 57.868 40.969 28.020 32.147 56.592
Genes 2022, 13, 1730 3 de 20
Tabela 1. Cont.
Fonte de dados Uimari et al. [22] Sell-Kubiak et al. [23] Ma et al. [25] Zhang et al. [10] Balogh et al. [24]
SNP único misto SNP único misto SNP único misto multi-SNP misto
modelo com SNP único misto modelo com modelo com modelo com
Método pedigree modelo com genômica pedigree genômico genômico
relação matriz de relacionamento relação relação relação
matriz matriz matriz matriz
SNPs detectados 5 0 5 7 3
Limite ÿlog10(valor-p) ÿ ÿlog10(valor-p) ÿ ÿlog10(valor p) ÿ ÿlog10(valor p) ÿ
3 5,7
ÿlog10(valor p) ÿ 5 5,75 3 4 5
1 2 EBV, ou seja,
deEBV, ou seja, valores genéticos desregressados do número total de nascidos; usado para remover a média dos pais.
valores genéticos diretos do número total de nascidos. 3 Valor de p corrigido por Bonferroni.
2.1. Conjunto de dados A
Para criar o conjunto de dados A, esta parte do estudo foi realizada seguindo as diretrizes
de “Meta-análise de estudos de associação em todo o genoma” por Thompson et al. [26]. O
a seleção dos resultados publicados do GWAS incluídos na análise foi realizada a partir de março
2020 a dezembro de 2020 nas seguintes bases de dados: Web of Knowledge, Web of Science,
PubMed e Google Acadêmico. Estudos que relatam associações entre SNPs e TNB, NBA,
SB, LWT ou CLN foram coletados usando diversas combinações dos seguintes termos: “porco”,
“tamanho da ninhada”, “número total de nascidos”, “número de nascidos vivos”, “tamanho da ninhada”, “SNP”, “nascimento da ninhada
peso”, “natimorto”, “nascido morto”, “ovulação”, “número do corpo lúteo”, “polimorfismo”,

e “GWAS”. Posteriormente, a pesquisa foi apoiada pela busca de associações de QTL no
Banco de dados Pig QTL e também pela triagem das referências dos artigos recuperados. O completo
os dados coletados para o conjunto de dados A são apresentados em Tabelas Suplementares nas Tabelas S1 a S5, que
incluem localização do cromossomo Sus scrofa (SSC), alelo, gene candidato e raça. O
a visão geral do conjunto de dados A é apresentada na Tabela 2.
Tabela 2. Publicações que relatam SNPs e genes associados a um número total de leitões nascidos (TNB),
número de nascidos vivos (NBA), número de natimortos (SB) ou peso da ninhada ao nascer (LWT).
Característica Número de SNPs Número de Genes Publicação
1 1 Um et al. [27]
13 7 Coster et al. [28]
145 83 Ele e outros. [29]
3 0 Kumchoo e Mekchay Li et al. [30]
1 1 [31]
1 1 Liu et al. [32]
7 5 Ma et al. [25]
4 4 Sato et al. [33]
TNB
10 7 Sell-Kubiak et al. [23]
5 2 Uimari et al. [22]
2 2 Uzzaman et al. [34]
10 5 H. Wang et al. [35]
1 Y. Wang et al. [36]
1 6 Wu et al. [37]
3 Wu et al. [38]
40 5 7 4 Zhang et al. [10]
Genes 2022, 13, 1730 4 de 20
Tabela 2. Cont.
Característica Número de SNPs Número de Genes Publicação
1 1 Um et al. [27]
17 8 Bergfelder-Drüing et al. [39]
11 6 Chen et al. [11]
3 3 Kumchoo e Mekchay Li et [30]
1 1 al. [31]
NBA 9 7 Ma et al. [25]
2 2 Sato et al. [33]
27 11 Suwannasing et al. [40]
1 0 Uzzaman et al. [34]
5 3 Y. Wang et al. [36]
101 19 Wu et al. [37]
15 6 Wu et al. [38]
46 22 Chen et al. [11]
6 Onteru et al. [41]
SB 13 3 11 Schneider et al. [42]
2 1 Uimari et al. [22]
22 15 Verardo et al. [43]
LWT 1 1 Liu et al. [32]
10 2 Zhang et al. [10]
CLN 24 12 Schneider et al. [44]
2.2. Conjunto de dados B
O conjunto de dados B foi criado pela fusão de resultados completos do GWAS para TNB de cinco publicações :
Uimari et al. [22], Sell-Kubiak et al. [23], Ma et al. [25], Balogh et al. [24], e
Zhang et al. [10]. O conjunto de dados criado após a fusão dos resultados dos cinco GWAS consistiu
em 63.531 SNPs disponíveis para análise posterior. Uma visão geral específica dos dados coletados
no conjunto de dados B é apresentado na Tabela 1. Resumindo, os dados vieram de cinco populações
diferentes : Landrace Finlandesa, Large White, Erhualian, Duroc e Húngara Large White, e
diferentes métodos foram aplicados para realizar os GWASs: modelo misto de SNP único com
matriz de relacionamento aditivo de pedigree ou com matriz de relacionamento genômico e abordagem
bayesiana de múltiplos SNP (Tabela 1). Todas as populações foram genotipadas com SNP60 suíno
Chip de contas. Os dados GWAS de Sell-Kubiak et al. [23] fenótipos cobertos apresentados em
um artigo publicado, enquanto os valores p dos SNPs são o resultado do GWAS de SNP único
com matriz de relacionamento genômico (mais detalhes em Supplementary_Method) e não foram
publicado no referido artigo.
2.3. Análise de Ontologia Genética
Análise de termos de ontologia genética (GO) [45] atribuídos a genes candidatos coletados em
o conjunto de dados A foi realizado usando o sistema de classificação PANTHER versão 16 [46] com o
o mais novo Ensembl Sscrofa11.1 disponível como genoma de referência. A análise foi realizada
com o teste binomial de super-representação para explorar processos biológicos nos quais o
genes candidatos estão envolvidos [46]. Os resultados do PANTHER foram considerados estatisticamente
significativo em um valor p corrigido pela taxa de descoberta falsa (FDR) ÿ 0,05 [47]. Esta análise foi
realizado em todos os genes candidatos para cinco características de ninhada simultaneamente.
2.4. Análise de Rede Genética
A análise da rede genética foi realizada com GeneMANIA [48] como um plug-in para
Cytoscape v3.8.2 [49], com a anotação do gene humano como referência. As configurações permitiram o
autores para avaliar co-expressão, interação física, interações genéticas, proteína compartilhada
domínios e co-localização. Esta análise foi realizada apenas em genes candidatos de
Genes 2022, 13, 1730 5 de 20
conjunto de dados A que tinha pelo menos dois SNPs detectados ao longo de sua sequência (Tabela 3) ou foram
associados a mais de uma característica ou apresentados em mais de um estudo (Tabela 4).
Tabela 3. Genes com pelo menos dois SNPs em sua sequência associados ao número total de nascidos (TNB),
número de nascidos vivos (NBA) ou número de natimortos (SB).
Característica Gene Número de SNPs Publicação
GABRG3 5 Coster et al. [28]

MSI2 3 Ele e outros. [29]
BICC1 2 Zhang et al. [26]
ENTPD1 2 Ele e outros. [29]
TNB
ENOX1 2 Sell-Kubiak et al. [23]
SUGESTÃO 2 Sell-Kubiak et al. [23]
NR3C2 2 Wu et al. [38]
GABR3 2 Coster et al. [28]
RBP7 5 Suwannasing et al. [40]
ARID1A 3 Chen et al. [11]
LRRK1 2 Suwannasing et al. [40]
ZMYND12 2 Suwannasing et al. [40]
RIMKLA 2 Suwannasing et al. [40]
RTL4 2 Suwannasing et al. [40]
NBA UBE4B 3 Suwannasing et al. [40]
ALDH1A2 2 Wu et al. [37]
GABRA5 2 Wu et al. [37]
INPP4B 2 Wu et al. [37]
DNAJC6 2 Wu et al. [37]
QKI 2 Wu et al. [37]
SOX6 2 Wu et al. [37]
PRKD1 5 Chen et al. [11]
STXBP6 4 Chen et al. [11]
SB PABX1 2 Chen et al. [11]
GRM1 2 Chen et al. [11]
CYP24A1 2 Verardo et al. [43]
2.5. Interações Proteína-Proteína
As interações entre proteínas codificadas por genes candidatos relatadas no conjunto de dados A foram
investigado usando uma rede de interações proteína-proteína usando STRING Genomics v.11 [50].
O nível de confiança para as interações proteína-proteína observadas foi limitado a médio
interações de confiança com pontuações > 0,40 com configurações restantes como padrão [51].
2.6. Meta-análise no conjunto de dados B
Para combinar estimativas de associações de SNP para TNB obtidas de diferentes populações,
MA foi realizada no conjunto de dados B. Com base em Garrick et al. [52], foi tomada a decisão de que
apesar das diferentes definições de fenótipos para TNB, os cinco conjuntos de dados podem ser combinados em
um. Todos os 63.531 SNPs disponíveis foram incluídos no MA com base no escore Z ponderado
modelo. Esta abordagem considera o valor p, direção do efeito e número de indivíduos
presente em cada estudo e foi realizado utilizando o software METAL [53]. A pontuação Z ponderada
o modelo foi escolhido de acordo com Van den Berg et al. [54], que indicou este método
como o mais preferível ao combinar os resultados do GWAS com diferenças na definição de
os fenótipos, como está presente no conjunto de dados B. Pós-MA, a correção de Bonferroni foi aplicada
estabelecer associações estatisticamente significativas. Além disso, o MA foi realizado em vários
funciona com subconjuntos de SNPs da seguinte forma: com todos os SNPs, com SNPs de pelo menos 2 populações,
com SNPs de pelo menos 4 populações e com SNPs presentes em todas as populações.
A avaliação dos genes candidatos encontrados com o MA foi realizada com Bgee
Versão 14.2 (https://bgee.org/api/, acessado em 26 de agosto de 2022), GeneCards [55] e
Conjunto BioMart.
Genes 2022, 13, 1730 6 de 20
Tabela 4. Genes com pelo menos dois SNPs em sua sequência associados a mais de uma das características de reprodução: número total de nascidos (TNB), número de nascidos vivos
(NBA), número de natimortos (BS) ou peso da ninhada ao nascer (LWT), ou relatado em mais de uma população.
Publicação e População
Um et al. Chen et al. Coster et al. Ele e outros. Li et al. Ma et al. Sato et al. Schneider Schneider Verardo Wu et al. Y. Wang
Candidato [27] [11] [28] [29] [31] [25] [33] e outros. [44] e outros. [42] e outros. [43] [37] e outros. [36]
Gene Duroc,
Grande Grande Landrace x Grande Grande
Berkshire Duroc Erhualian Yorkshire Erhualian Yorkshire, Yorkshire
Branco Branco Duroc Branco Branco
Landrace
ASIC2 TNB TNB
CCL21 TNB, NBA
CLSTN2 TNB, NBA
COPG2 TNB, LBW
DDAH1 TNB TNB, NBA
EIF3M TNB, NBA
FAT2 TNB, NBA
GABRA5 TNB TNB
HECW1 TNB, NBA
IGFBP2 TNB
INPP4B TNB, NBA
MAPK1IP1L SB SB
NEK10 TNB TNB
PARD3 TNB, NBA
PRKD1 SB NBA
RAD50 TNB, NBA
SAMD4A CLN SB
STXBP6 SB TNB
UBE3A TNB, NBA
UNC13C TNB, NBA
ZFYVE9 TNB, NBA CLN
Genes 2022, 13, 1730 7 de 20
2.7. Genes Candidatos e Variantes Causais
Para avaliar possíveis genes candidatos e variantes subjacentes aos picos de GWAS, também usamos o pipeline pCADD
conforme descrito em [56]. Em suma, extraímos todas as variantes de sequência em desequilíbrio de ligação (LD) com o SNP superior
do meta-GWAS. As variantes candidatas em LD com o melhor SNP foram classificadas de acordo com sua pontuação pCADD. O
pCADD fornece uma pontuação de impacto por base [57] para distinguir entre variantes que provavelmente têm impacto (positivo ou
negativo) e variantes que são benignas. O pipeline fornece adicionalmente anotação genética e informações genômicas funcionais
para mapear ainda mais a região QTL.
3. Resultados
Neste estudo, dois conjuntos de dados foram analisados. Primeiro, o conjunto de dados A (Tabelas
S1-S5; Tabelas Suplementares) refere-se aos dados gerados a partir de SNPs significativos relatados
em GWASs realizados para cinco características: número total de nascidos (TNB), número de nascidos
vivos (NBA), número de natimortos (SB), ninhada peso ao nascer (LWT) e número do corpo lúteo (CLN).
Em segundo lugar, o conjunto de dados B refere-se aos dados criados a partir dos resultados completos do GWAS para TNB gerados
em cinco estudos [10,22–25] (Tabela 1).
3.1. SNPs e genes candidatos do conjunto de dados A
No total, foram encontrados 24 artigos que estudaram pelo menos uma das características de interesse da ninhada (Tabelas
S1 a S5; Tabelas Suplementares). A maioria desses estudos focou em TNB e NBA, enquanto os estudos para SB, LWT e CLN foram
mais limitados (Tabela 2). As raças mais comuns avaliadas nestes estudos foram Large White, Yorkshire, Landrace, Duroc e seus
cruzamentos, com ocorrência ocasional de Erhualian e Berkshire. A definição de fenótipos variou entre as publicações e características.
Embora a maioria das publicações tenha utilizado medição direta da característica, alguns autores escolheram valores genéticos
desregressados como fenótipos [10,22,23]. Além disso, em dois estudos, os fenótipos de TNB foram divididos em TNB na primeira
paridade e nas paridades posteriores [22,25].
O maior número de associações entre SNPs e características analisadas foi relatado como esperado para TNB e NBA (Tabela
2), pois essas foram as características mais estudadas. Os SNPs identificados raramente foram colocados dentro do gene candidato.
A maioria dos SNPs identificados como associados às características avaliadas estavam localizados a pelo menos 50 Kpb de distância
do gene candidato. Somente no caso de TNB, NBA e SB houve pelo menos dois SNPs com associação significativa com essas
características em uma população localizada dentro das regiões genéticas candidatas (Tabela 3). Os genes com maior número de
associações ao longo de suas sequências foram GABRG3, RBP7, PRKD1 e STXBP6. Além disso, apenas 21 dos 233 genes
associados às características da ninhada selecionadas foram relatados em mais de uma população ou para mais de uma característica
(Tabela 4). Para um gene desta lista (DDAH1), a sobreposição era esperada, uma vez que os dois estudos que a relataram foram
baseados em dados da mesma população [25,29]. Este não foi o caso para as restantes populações apresentadas na Tabela 4.
3.2. Resultados da análise do termo GO
No total foram encontrados 34 termos GO relacionados aos processos biológicos (FDR < 0,05;
Tabela 5). Os processos biológicos mais promissores foram “regulação positiva da migração de
células endoteliais dos vasos sanguíneos ”, descrevendo os genes NRP1, PIK3C2A, HDAC9, AKT3
e PRKD, e “regulação positiva da migração celular envolvida na angiogênese germinativa”,
descrevendo NRP1, PIK3C2A, HDAC9, e AKT3. Surpreendentemente, a maioria dos termos GO
restantes estavam envolvidos com processos de desenvolvimento ou regulação do sistema nervoso.
Tabela 5. Análise de Ontologia Genética para genes associados ao número total de nascidos, número de nascidos vivos, número de natimortos, peso da ninhada ao nascer e número de corpo lúteo em suínos.
Genes 2022, 13, 1730 Tabela 5. Análise de Ontologia Genética para genes associados ao número total de nascidos, número de nascidos vivos, número de natimortos, peso da ninhada ao nascer, 10 de número
23
observado Genes
Termo
Genes GO13, 1730
2022,
em suínos. 8 de 20
FDR
Processos Biológicos (com Hierarquia Quando Aplicável)
Genes
esperados observados Ex
9987 processoTermo GO 13, 1730
celular 177 148,91 0,019
Genes 2022, Processos Biológicos (com Hierarquia Quando Aplicável)
Genes G
7399 desenvolvimento do sistema 32 15.2
Tabela 5. Análise
9987 177 de Ontologia Genética para nervoso 0,027
genes associados ao número total de nascidos, número de nascidos vivos, número de natimortos, peso ao nascer da ninhada e processo celular do corpo lúteo 1
Tabela 5. Análise de Ontologia Genética para genes associados ao número total de nascidos, número de nascidos vivos , número de natimortos, peso ao nascer da ninhada e número de corpo lúteo
número em porcos. axônio do neurônio branquiomotor guid 7399
21785 em porcos. Genes 2022, 13, 1730 desenvolvimento do sistema nervoso 3 0,06 0,02
32
ança
Observado Guia esperado do axônio do neurônio branquiomotor Processos biológicos (com hierarquia
Termo GOGO
Termo quando aplicável) FDRe processos
regulação positiva
do 21785 biológicos Tabela
(com 5. Análise de
hierarquia Ontologia
quando 13,Genética
2022,aplicável) para genes associados ao número total de nascidos, número de nascidos
1730 Genes Genesvivos, número de
observados natimortos,
Genes esperados da ninhada ao FDR
peso Genes nascer,
48518 ança 77 número Genes
49,5 em 3 0,012
9987 processo biológico processo porcos. 177 148,91 0,019
9987 celular processo 177 148,91 0,019
celular regulação positiva regulação da projeção
celular 48518 sistema nervoso 77
Observado
31344
7399
7399
Processos biológicos processodesenvolvimento
biológico Termo doGO
sistema nervoso do Tabela 5. Análise de ontologia genética para genes associados ao número total de 32 nascidos, número de32 17 15,2 vivos,
nascidos 4,36
15,2
número 0,027natimortos Ex
0,003
0,027
de
número
(com daorganização
hierarquia quando aplicável)
de desenvolvimento em suínos. Genes
neurônio
Regulação
branquiomotor
neurônio
G da projeção
branquiomotor
celular doaxônio guia do
21785
21785 31344
9987 regulação da membrana plasmática5. Tabela
Análise de ontologia genética para genes associados3 ao número total de3 0,06 0,02
nascidos, número de 0,02
nascidos 0,06
processo celular 1 organização de orientação de axônio 4.29 GOança Termo desenvolvimento do sistema nervoso
120035 organização de projeção de célula Número
limitada 17 17 177
0,003em porcos.
Genes 2022, 13, 1730 7399 regulação Processos Biológicos (com Hierarquia Quando Aplicável) 10 de
32 23
de
positiva regulação positiva regulação da membrana plasmática 77
48518
48518 77 49,5 49,5 0,012 0,012
o processo biológico
do processo 12003521785
biológico neurônio
de célulasbranquiomotor axônio
limitadas organiza 17guid projeçãobiológicos (com hierarquia quando aplicável)
processos
9987 GO Termo regulação processo dacelular
célula 3 ança
regulação do filo 0,32
51489 ção 0,012
regulação7399
da projeção celular projeção desenvolvimento do sistema nervoso 17 do neurônio filo
31344
31344 9987 4,36 0,003
5 montagem do pódio 17 4.36 regulação 0,003
2022, 13, 1730 organização
regulação positiva Genes processo celular branquiomotor axônio
48518 organização
corpo lúteo
regulação
21785positiva
do processo
77 51489
biológico
5 Tabela
do filopódio
5. Análisecomo
de Ontologia
4 0,17 0,016Genética para genes associados ao número total de nascidos,guid desenvolvimento
número do sistema
de nascidos vivos, númeronervoso
de natimortos, peso da ninhada ao nascer e
7399 montagem do pódio
51491 regulação da regulação da membrana
plasmática do plasma ança
número em porcos.
120035 limitado por membrana
regulação da projeção celular regulação
120035 31344 organização
21785
de projeção de células limitadas 17 4,29
montagem
0,003 positiva guia do axônio
branquiomotor
0,003 17 4,29 do neurônio
17
51491 48518 projeção de células organização da Observado ança
de filopódioEsperado
como 4 ção
Termo GO de processos biológicos multicelulares (com hierarquia quando regulação do processo biológico
aplicável)
organização
FDR
51239 5. Análise de ontologia genética para genes associados aoregulação
regulação positivanúmero
Tabela da regulação
total de nascidos,da número
membrana de nascidos vivos, número de natimortos, peso montagem 20,21
Genes
da ninhada ao0,009
nascer, 41 genes
plasmática da regulação
51489
51489 processo organismo número 48518 31344 em porcos. filo
deda regulação da projeção celular 5 0,32 0,012
9987 120035 5 1770,32
148,910,012
0,019 17
processo celular da montagem do pódio multicelular organização da montagem do filopódio processo projeção
biológico
regulação docelular
regulação
positiva sanguedo delimitada
51239 çãoorganização do
41 2
7399 regulação
regulação da
positiva projeção
de dacelular 15,2 0,027
51491
43536 processo do organismo
desenvolvimento do sistema nervoso regulação positiva 32 regulação da migração de células
(com hierarquia quando aplicável)
endoteliais dos
0,17vasos
GO Termo membrana
Processos 4plasmática
biológicos 31344 5 0,45 0,016Observado
0,04 Ex
51491 regulação da montagem
regulaçãofilopódio
positiva da organização filo0,016
do sangue 4 neurônio branquiomotor axônio guid 120035 de filopódio como 0,17 Genes G
21785 51489 ção organização de projeção de células limitadas 5 0,06 0,02
montagem43536 do pódio de vaso célula endotelial migra 9987 ança 3 regulamento
plasmática
177 ção de
regulação da montagem da membrana 5 1
processo celular multicelular regulação positiva da migra celular
51239 120035 41 20,21 0,009
regulação da ção multicelular projeção de regulação
células positiva,organização,
limitadas,
90050
51239 regulação positiva 7399
desenvolvimento do sistema nervoso processo organizacional ção envolvida no surgimento da regulação 410,026
regulação
20,21 0,009de filo 32 4 0,2
48518 51491 51489 77 49,5 0,012
processo orgânico do angio positiva da migração celular da gênese de filopódio como 4 ção
processo biológico regulação positiva de do guia do axônio do neurônio branquiomotor montagem do pódio
21785
90050 4
3 regulações
regulação
sanguínea positiva
do vasoda
projeção celular regulaçãode
sanguíneo 51489 ção envolvida no surgimento
ança de angio reg positivo 0,04
31344
43536 biossintético isoprenóide 5 17 0,45 4,36 0,003
8299
43536 regulação multicelulares
de células endoteliais 4
5 0,24
0,45 0,04 pódio 0,043
organização
vasos
51239 processo de regulação positiva de migração
endoteliais
51491 de de células gênese de
2 77filopodi
sembl41
ção processomigração
organismo 48518
48813 biossintético isoprenóide regulação da membrana plasmática do 5 0,46 0,042
dendrítica 8299 regulação
de processo biológico morfogênese
positiva 4
120035 por migração celular regulação positiva do sangue
regulação
organização positiva 51491
do processo de
de projeção 17 4,29 0,003
regulação dada
envolvida regulação
projeção multicelular
celular migração celular celular delimitada 4
90050
90050 43536
31344 4 0,2 0,2 0,026 55
17 0,026
48813 no brotamento Migração de células endoteliais denavasos
organização de
51239 envolvidas
morfogênese
processos
ção
do brotamento angiodendrito
orgânicos
angiogênese regulação da gênese multicelular regulação da filo 51239
51489 regulação positiva
sanguíneada regulação
da membrana plasmática 5 0,32 0,012
biossintético isoprenóide 43536 regulação positiva da migração
pódio vaso celular
migração processo
de células do organismo
endoteliais montagem do
organização
8299
8299 120035
isoprenóide de projeção de células
envolvida no limitadas
surgimento de angio regulação 4 4 0,24 0,24 0,043
0,043 17
90050 positiva da regulação positiva do sangue 4
processo de processo
biossintético ção
48813
51491 43536 gênese
migra de células endoteliais 5
4 0,46
0,17 0,016
morfogênese dendrítica de de
vasos como 0,042
filopódio
da regulação
celular da filo 5 da
çãomigração
51489 isoprenóide biossintético
90050 ção envolvida no angio montagem
surgimento
pódio do conjunto positiva da gênese da migração
4 regulação
Processo do
regulação da morfogênese 8299 celular
51239 regulação
20,21 0,009positiva 41
dendrito multicelular 48813 90050 ção envolvida no surgimento da angio 5 do
processo organismo
51491 isoprenóide biossintético filopodium como gênese 4
8299
regulação positiva do processo sanguíneo montagem
43536 migraçãoda demorfogênese
vasoscélulas endoteliais de multicelular 8299 biossintético isoprenóide 5 0,45 0,04
48813 regulação dendrítica
51239 processo 41 2
10 de 23
MachineGenes 2022, by
Translated 13,Google
1730
Genes 2022, 13, 1730
Genes 2022, 13, 1730 Genes 2022, 13, 1730 9 de 20

Tabela 5. Análise de Ontologia Genética para genes associados ao número total de nascidos, número de nascidos vivos, número de natimortos, peso da ninhada ao nascer e número de corpo
lúteo em suínos.
Tabela 5. Análise de Ontologia Genética para genes associados ao número total de nascidos, número de nascidos vivos, número de natimortos, peso da ninhada ao nascer, e
processos
Esperado
Termo GO Tabela 5. Cont. biológicos
número em observados
porcos. (com hierarquia quando aplicável) FDR
Genes Genes
Tabela 5. Análise de Ontologia Genética para genes associados ao número total de nascidos, número de nascidos vivos, número de natimortos,
Genes9987
2022,
Termo GO 13, 1730 processo celular GO númeroAplicável)
Ex 177 em porcos. 148,91 0,019 Observado
FDR 10 de 23
Term dendrito Processos Biológicos (com Hierarquia Quando Genes observados Genes esperados
Processos biológicos (com hierarquia quando aplicável)
7399 desenvolvimento do sistema nervoso 32 15,2 0,46 processo celular GO Termo guia do axônio do neurônio branquiomotor Processos biológicos (com hierarquia quando Genes
0,027 G
48813 5 0,042
9987 aplicável) 177 1
21785 morfogênese 7399
3 0,06 0,02
regulação do desenvolvimento do sistema nervoso ança 32
9987 processo celular
Genes22603
2022, 13, 1730 regulação positivanascidos,
guia do axônio
número dodeneurônio
nascidosbranquiomotor
vivos, númeroTabela
de natimortos,
5. Análise
peso
de ontologia
ao nascergenética
da ninhada
paraegenes
estrutura
associados
anatômica ao do
número
corpototal
lúteode 19 6,88 10
0,033 de 23
48518 21785 7399 77 49,5 3 0,012
morfogênese
número do desenvolvimento
em porcos. do sistema nervoso ança
do processo biológico regulação
guiada do axônio do neurônio branquiomotor do neurônio
regulação
positiva 21785 da projeção celular regulação
Projeção
observada
31344
10975
Termo GO
48518 anos14 17 2.84 Esperado
4,36 0,002 0,003
77FDR _
do desenvolvimento Processos
organização
da Biológicos
do (com Hierarquia Quando Aplicável)
processo biológico Genes Genes
5. Análise de Ontologia Genética
48518 para genes associados
regulação daregulação
númeroda
aoprojeção membrana
total
celulardeTabela plasmática
nascidos, número de nascidos vivos, número de natimortos, peso ao nascer da ninhada e regulação do corpo lúteo de
9987
50770 processo celular 177 31344 1,13 do número do processo biológico em suínos. 8 148,91 0,019
0,013 17
120035 axonogênese
projeção
celular celular limitada organização 17 organização desenvolvimento do sistema nervoso 32 regulação da projeção
regulação 4,29 0,003
Genes7399
2022, 13, 1730 negativa 15,2 0,027 10 de 23
50771 0,48 Observado Esperado neurônio branquiomotor axônio ção guia da regulação
organização
da membrana
da axonogênese
plasmática
Processos 5
31344 biológicos (com hierarquia quando 0,048
aplicável)
Termo GO
21785 3 0,06 regulação FDR
0,02
17
ança delimitadas por filo da projeção
organiza de células
120035 Genes Genes
51489 5 0,32 regulação 0,012
de íons regulação da montagem do pódio da
9987 membrana plasmática
34765 transmembrana
processo
regulação celular3,25
positiva 177 0,044
148,91 0,019 12
48518 120035 organização de projeção de células limitadas
7399 51489 5 Tabela 5. Análise de ontologia genética para genes associados ao número total de nascidos, número de nascidos vivos, regulação
número de positiva
regulação depeso
natimortos, filo 77da
49,5 0,012 ao nascer e corpo lúteo .
ninhada
transporte desenvolvimento do sistema nervoso 15,2 do processo biológico 32 0,027
51491 de montagem
filopódio como
de pódio 4 0,17 0,016
regulação
branquiomotor em de cátions
suínos. da regulação da projeção número guia do axônio do neurônio
regulação celular do filo transmembrana 12 0,004
21785
31344
1904062 51489 montagem 3 17 2,25 0,06
0,02 4,36 0,003
ança regulação positiva
organização
transporte montagem
Observado Esperado de de pódio
51491
regulação da regulação positiva filopódio como 4 FDR
Termo GO
51239 Processos Biológicos (com Hierarquia 41 20,21 0,009
multicelular regulação de regulação Quando Aplicável)
da organização da projeção celular registro genes de
48518 processo organismo do 77 positivo Montagem
de genes49,5 0,012
48583
120035 54 17 30,14 0,009
4,29 0,003
9987 processo biológico
resposta 51491
ao estímulo delimitada pela membrana plasmática 177 148,91 0,019 de filópodes
processo celular regulação multicelular
sangueregulação
regulação
positiva
da projeção
do celular
51239 regulação de 41 2 conjunto
7399
31344
50920
43536 9 32
17
5 1,78 4,36
15,2
0,45 0,037
0,027
0,003
0,04
nervoso
vaso células
organizacionaldesenvolvimento
endoteliais migra
quimiotaxia
organização processo
sistema
regulação da atividade multicelular regulação da montagem
51489 5 0,32 0,012
do neurônio
do guia
branquiomotor
do axônio sanguíneo 51239
21785 Regulação de regulação da membrana plasmática processo do organismo regulação positiva filo podium regulação 3 0,06 0,02
32409 43536 da migração celular ança celular limitada 9 1,8 0,039
120035 organização
migra de células dede
endoteliais projeção
vasos 17 4,29 5 0,003
atividade do transportador envolvida no surgimento de angio ção positiva regulação positiva da
90050 ção sanguínea 4 0,2 0,026
51491 regulação positiva sistema 4 0,17 0,016
48518 urogenital 43536 do filopódio12
como 77 49,5 0,012
1655 gênese da migra de células endoteliais 2,55 0,01
do processo biológico
desenvolvimento dos vasos regulação positiva da regulação da migração
celular da filo ção montagem
51489 0,32 0,0124
isoprenóide biossintético regulação da projeção celular 90050
sistema renal ção envolvida no surgimento da montagem do pódio angio 5 4 17 2,29 regulação 0,044
31344
8299
72001 regulação do processo de organização positiva da migração celular 41 gênese10 4,36
0,24 0,043
0,003
51239 do desenvolvimento
multicelular 20,21 0,009
48813
processo organismo 90050 envolvida no regulação
surgimentopositiva
da angio 5 do filopódio 0,46 0,042
44057
51491 plasmática
dendrito do sistema
morfogênese isoprenóide
biossintético regulação da regulação da membrana 14 0,17 0,0164
0,013
regulação positiva do processo comogênese 17 5
4 3,57
120035 sanguíneo 8299 células limitadas processo de organização de projeção de 4,29 0,003
43536 vaso célula endotelial migra isoprenóide montagem 0,45 0,04
48813 biossintético
8299
morfogênese dendrítica
regulação do processo do organismo ção
51239 processo 41 20,21 5 0,009
regulação da montagem
51489 5 0,32 0,012
multicelular morfogênese dendrítica regulação regulação
positiva dapositiva da migra celular 48813
90050 filo podium regulação 4 0,2 0,026
ção sanguínea envolvida no surgimento da gênese da migra celular endotelial de vasos
43536 positiva do filopodium como
angio 5 0,45 0,04
51491 montagem 4 0,17 0,016
biossintético isoprenóide ção
8299 4 0,24 0,043
processo regulação positiva da migração celular
regulação da morfogênese dendrítica
48813
90050
51239 multicelular envolvida no surgimento de angio 5441 0,2
0,46
20,21 0,026
0,042
0,009
Tabela 5. Análise de Ontologia Genética para genes associados ao número total de nascidos, número de nascidos vivos, número de natimortos, peso da ninhada ao nascer e número de corpo
lúteo em suínos.
Tabela 5. Análise de Ontologia Genética para genes associados ao número total de nascidos, número de nascidos vivos, número de natimortos, peso da ninhada ao nascer,
número em porcos. Observado Esperado
Termo GO Processos Biológicos (com Hierarquia Quando Aplicável) FDR
Genes 2022, 13, 1730 Genes Genes 10 de 20
Genes 2022, 13, Observado
10 de 23 Ex
1730 9987 Processo Processos Biológicos (com Hierarquia Quando Aplicável) 177 148,91 0,019
celular GO Term Genes G
7399 desenvolvimento 32 15.2 0,027
9987 processo celular do sistema nervoso 177 1
Genes 2022, 13, Tabela 5. Cont. 10 de 23
1730 21785 7399 neurônio branquiomotor axôniodoguia 32
desenvolvimento sistema nervoso 3 0,06 0,02
Tabela 5. Análise de ontologia genética para genes associados ao número total ança
de nascidos, número de nascidos vivos, número de natimortos, peso da ninhada ao nascer e corpo lúteo neurônio
Termo GO 173021785
Processos biológicos
3 número (com positiva
de regulação hierarquia
emquando
suínos. aplicável) branquiomotor axônio guia Genes 2022, 13, Genes observados Genes esperados FDR
48518 ança 77 49,5 0,012

65008 Regulação de 56 30.03
do processo biológico 0,003 Observado
qualidade biológica Esperado regulação positiva
48518 Processos Biológicos (com Hierarquia Quando Aplicável)
Termo GO Tabela 5. Análise de Ontologia
lúteo Genética
da projeção celular para genes associados ao número total de nascidos, número de nascidos vivos, número de natimortos, peso da ninhada ao nascer e regulação do77FDR
do processo corpo _
31344
42592 biológico Genes dos genes 17 12,43 4,36 0,013
homeostático 29 Processo 0,003
número em porcos.
organização
9987 Análise de
processo celular 177 31344 8,89 Número observado regulação
em Ontologia
porcos.daGenética
projeçãopara
celular
genes
Tabela
associados
5. ao número total de nascidos, número de nascidos vivos, número de nados-mortos, peso da ninhada
148,91 ao nascer, um
0,019
48878 homeostase química 23 0,019 17
regulação da membrana plasmática Esperado
7399
Termo GO desenvolvimento do sistema organização
nervoso(com hierarquia quando aplicável) 32 15,2 0,027
FDR
120035 Processos biológicos 17 4,29 0,003
regulação positiva de projeção de células limitadas organiza genes Genes
regulação
neurônio branquiomotor axônio guiado da organização de projeção de Observado Ex
21785
51240
9987 multicelular
Processos ção 25 3 10,62
177 0,06 0,033
148,91 0,019 0,02
processo celular biológicos do termo GO (com hierarquia quando aplicável)
120035 ança células delimitadas pela membrana plasmática 17
genes G
7399 processo organismo regulação da filo ção 32 15,2 0,027
51489 desenvolvimento do sistema nervoso 0,32 0,012
177 1
regulação positiva 9987 processo celular
48518 regulação da célula montagem do pódio 45 do processo 5 49,5 0,012
10646 neurônio branquiomotor axônio guia regulação da montagem 77 0,048
21785 biológico 7399
desenvolvimento
comunicação
51489 do sistema nervoso regulação positiva regulação da projeção celular regulação 25,74 3 0,06 0,0232
5
ança do sinal do filo pódio 0,17 4,36
51491
31344
9966 guia do axônio do neurônio branquiomotor do filopódio como
42 conjunto regulação
4 17 positiva
22,78 77 49,5 0,016
0,033
0,003
organizaçãodede transdução de regulação positiva
21785 ança
do filopódio como
48518 montagem 44,32 3 0,012
51179 do processo 51491 regulação
biológico 4 0,003
48518 regulação da projeção
da localização
celular estabelecimento
da membrana plasmática
de 74 regulação positiva regulação do multicelular
51239
120035 41
17 20,21
4,29 0,009
0,00377
31344
51234 projeção celular limitada organização do 60 1733,77 4,36 0,004
0,003
organizacional localização processo
regulaçãobiológico
da processo
organização multicelular ção
51239 regulação da projeção celular regulação positiva do sangue 31344 processo do 41 2
6810 da membrana plasmática organismo regulação do transporte 57 32,4 0,009 17
regulação da organização filo migraçãode células endoteliais do vaso regulação positiva da projeção celular
43536
51489 sangue organização pódio montagem delimitada pelo 5 0,45
0,32 0,04
0,012
120035 regulação da membrana plasmática 17 4,29 0,003
43536 ção
vaso células endoteliais migra regulação
120035 positiva
de migraprojeção de células de
celular regulação limitadas
filo çãoorganização regulação positiva 5
51491 de filopodium como 4 0,17 17 0,016
51489
90050 ção 5
4 0,32
0,2 0,012
0,026
ção envolvida no surgimento da montagem
do angio pódio,
positiva da montagem regulação
da migração celular
gênese regulação da filo
51489
90050 ção envolvida no surgimento do pódio de regulação angiopositiva 5
regulação da biossíntese isoprenóide montagem 41 20.21 gênese
51239
51491 multicelular 4 0,009
0,016
8299 processo de processo de filopódio como 4 0,17 4 0,24 regulação
conjunto de
positiva 0,043
organismo
biossintético isoprenóide
regulação positiva do sangue 51491
48813 8299 de filopódio como 0,46
0,45 4 4 0,042
regulação da morfogênese
43536 dendrítica do processo multicelular vaso célula endotelial migra processo 0,04
51239 5 5 41sembly 20.21 0,009
organizacional morfogênesedendrito 48813 ção
regulação do multicelular 51239
regulação positiva do sangue regulação positiva da migração celular processo do organismo migração de 5 41 2
células endoteliais de
43536
90050 vasos envolvidos no surgimento de angio regulação positiva da ção sanguínea 5
4 0,45
0,2 0,04
0,026
43536 gênese
migração de células endoteliais de 5
biossintético isoprenóide vasos regulação positiva da migração celular
8299
90050 4
4 0,24
0,2 0,043
0,026
processo ção envolvida no surgimento da regulação
angiopositiva da gênese da migração celular
48813 morfogênese dendrítica 90050 5 0,46 0,042
4
ção envolvida no surgimento da angiogênese
8299 4 0,24 0,043
processo
48813 8299
morfogênese dendrítica 5 0,46 4 0,042
processo
48813 morfogênese dendrítica 5
MachineGenes
Translated by Google
2022, 13, 1730 13 de 23
3.3. Rede genética e interações proteína-proteína
Genes 2022, 13, 1730 As duas análises de redes genéticas indicaram que a maioria das ligações entre os genes é baseada11
emde3.3.
20Rede
genética e interações proteína-proteína
coexpressão e interação genética. A representação gráfica desses resultados nas análises pré-da rede de dois genes indicou
que a maioria das ligações entre os genes são baseadas nas Figuras 1 e 2.
coexpressão e interação genética. A representação gráfica desses resultados é apresentada nas Figuras 1 e 2.
3.3. Rede genética e interações proteína-proteína
As duas análises de redes genéticas indicaram que a maioria das ligações entre genes são baseadas
na co-expressão e interação genética. A representação gráfica desses resultados em
apresentado nas Figuras 1 e 2.
Figura 1. Análise de redes genéticas de genes candidatos que tinham pelo menos dois SNPs associados a características de
reprodução.
Figura 1. Análise
Figura de rede
1. Análise genética
de redes de genes
genéticas de candidatos que tinham
genes candidatos pelo menos
que tinham dois SNPs
pelo menos doisassociados a
SNPs associados a características de
reprodução.
características de produção.
Figura 2. Análise da rede genética de genes candidatos que tiveram uma associação relatada com pelo menos
duas características de reprodução ou em duas populações diferentes.
Figura 2. Análise da rede genética de genes candidatos que tiveram uma associação relatada com pelo menos interações entre
proteínas (rede de interação proteína-proteína; PPIN) codificada por
duas características de reprodução ou em duas populações diferentes.
genesFigura
associados às características
2. Análise analisadas
de rede genética de genessão apresentados
candidatos na Figura
que tiveram uma3.associação
No total, 174 genes com pelo menos alguns pares
relatada
ou cadeias de interações
duas características formadas
de entre
Interações com um
reprodução cluster
ou em
proteínas duas
(rede deevidente construído
populações
interação de 138 proteínas
diferentes.
proteína-proteína; PPIN) codificadas por 12 cadeias curtas que continham
no máximogenes
7 genes que codificam
associados essas proteínas.
às características O
analisadas são apresentados na Figura 3. No total, 174 genes com maior número de
ligações comprovadas
Interações entre proteínas codificadas
(rede de foram CDC42,
interação LRRK1, PPIN) codificadas por formaram alguns pares ou cadeias
proteína-proteína;
de interações com um cluster evidente construído de 138 proteínas e AKT3.
os genes associados às características analisadas são apresentados na Figura
continham no máximo 7 genes que codificam essas proteínas. Os genes No 3. No total,
geral, 174duas
essas genes e 12 cadeias
análises curtas que
não forneceram
evidências
formaram fortes
alguns de interações
pares entre
ou cadeias deproteínas
interações com um cluster
ligações comprovadas entre as codificadas foram evidente construído
CDC42, LRRK1 de 138
e genes proteínaspara
candidatos com as
o maior número de
características da
ninhada.
e 12 cadeias curtas que continham no máximo 7 genes que codificam essas proteínas. Os genes AKT3.
com o maior número de ligações comprovadas entre proteínas codificadas foram CDC42, LRRK1 e AKT3.
Genes Genes 2022 2022,,, 1313,

1730 1730 1412 de 20 de 23
Figura
rede de3.interação
Análise da rede de interação
proteína-proteína de proteína-proteína
genes associadosdeaogenes associados
número ao número total de nascidos, Figura 3. Análise da
total de nascidos,
número
nascidosde nascidos
vivos, vivos,
número de número de natimortos,
natimortos, peso da
peso da ninhada ao ninhada
nascer eao nascerde
número e número de corpo
corpo lúteo lúteo em
em suínos. suínos. número de
Tipos
Tipos de interações: linha azul-petróleo - interação conhecida com base em banco de dados com curadoria, linha rosa - conhecida
de interações: linha azul-petróleo - interação conhecida com base em banco de dados com curadoria, linha rosa - interação conhecida
interação determinada experimentalmente, linha verde – interação prevista com base no vizinho do gene determinado
experimentalmente, linha verde – interação prevista com base na vizinhança do gene, vermelho
capuz, linha vermelha - interação prevista com base na fusão de genes, linha azul - interação prevista com base em linha - interação
prevista com base na fusão de genes, linha azul - interação prevista com base em um gene
em uma co-ocorrência genética.
co-ocorrência.
Genes 2022, 13, 1730 13 de 20
3.4. Metanálise de cinco estudos da GWA
Como resultado da MA realizada no conjunto de dados B, descobriu-se que dois SNPs eram significativamente
associado ao TNB. O primeiro, rs80945731, localizado em SSC14: 62633073, estava disponível em
quatro em cada cinco populações avaliadas [10,22,24,25]. Baseado no Ensembl Sscrofa11.1, este
O SNP está localizado na região intron do gene FAM13C. O segundo, rs81300422, localizado
em SSC9: 84696142, infelizmente estava presente em apenas uma população [22]. De acordo com
Ensembl Sscrofa11.1, este gene está localizado dentro do íntron do gene AGMO. É importante ressaltar que
estes dois SNPs encontrados no MA são relatados pela primeira vez como tendo uma associação com
TNB. A última execução do MA, que incluiu apenas SNPs presentes em todas as populações, não
mostram qualquer associação significativa com as características avaliadas.
3.5. Genes Candidatos e Variação Causal
Para avaliar genes causais candidatos nos dois loci QTL, executamos o pCADD-GWAS
pipeline em quatro raças diferentes da Topigs Norsvin [45]. O SNP rs81300422, que
está localizado em SSC9, foi segregado apenas em uma linhagem sintética de machos com um alelo menor de 7%
frequência. O terceiro melhor sucesso com o pipeline pCADD (depois de dois SNPs intergênicos) é
a montante do gene SOSTDC1. O gene SOSTDC1 é um membro da família da esclerostina
funcionando como um antagonista da proteína morfogenética óssea (BMP), que é conhecido por ser
associada à fertilidade. As estatísticas descritivas para TNB, NBA, SB e múmias por
genótipo do rs81300422 é apresentado na Tabela 6. Pode-se observar que os animais sendo
homozigotos para o alelo alternativo tendem a diminuir o SB (em porcas e varrascos de origem sintética
linhagem de javalis e seus cruzamentos) e maior taxa de múmias (em porcas de uma linhagem de javali sintética
linhagem e em porcas mestiças) do que animais homozigotos para o alelo de referência. Isso é,
no entanto, não é uma diferença estatisticamente significativa.
Tabela 6. Estatísticas descritivas do número total de nascidos (com DS), número de nascidos vivos (com SD), número
de natimortos e múmias por genótipo de rs81300422 para porcas ÿ e varrascos ÿ de um varrasco sintético
linha e suas cruzes.
Linha Genótipo N TNB NBA Múmias SB
0/0 17.527 10,13 (3,10) 9,28 (3,10) 3247 10,07 0,85 0h30
Linha javali sintético ÿ 0/1 (3,05) 9,29 (3,02) 115 10,03 (2,95) 9,46 0,78 0,32
1/1 (2,85) 0,57 0,39
0/0 25.500 10,08 (3,10) 9,23 (3,10) 9,95 (3,18) 0,85 0,33
Linha javali sintética ÿ 0/1 4333 9,12 (3,17) 9,64 (3,01) 8,86 0,83 0,37
1/1 231 (2,94) 0,78 0,34
0/0 32.015 16,56 (3,89) 15,39 (3,74) 1,17 16,52 (3,86) 0,39
Mestiços ÿ 1 0/1 5290 0,35
15,30 (3,75) 1,21 16,41 (4,08) 15,37 (3,84)
1/1 206 1.04 0,43
0/0 54.824 16,00 (3,93) 15,06 (3,85) 0,94 9714 16,02 0,36
2 0/1 (3,80) 15,05 (3,78) 0,97 172 15,83 (4,08) 15,02 (3,92) 0,36
Mestiços ÿ
1/1 0,80 0,34
1 2
Linha de javali sintético × (Large White × Landrace) Linha de javali sintético × (Landrace × Large White).
O SNP rs80945731 no SSC14 era comum em todas as quatro populações reprodutoras comerciais. Os resultados
produziram SNPs dentro e próximos dos genes PHYHIPL e FAM13C,
sobrepondo-se assim parcialmente aos resultados da pesquisa do gene candidato aplicando o
abordagem clássica.
4. Discussão
Este estudo pretendeu avaliar o conhecimento existente sobre as regiões genómicas associadas a cinco características
da ninhada de suínos: número total de nascidos (TNB), número de nascidos vivos (NBA),
número de natimortos (SB), peso da ninhada ao nascer (LWT) e número de corpo lúteo (CLN), e
procurar novos genes candidatos usando análise de bioinformática em resultados combinados de
Genes 2022, 13, 1730 14 de 20
Estudos anteriores. Este estudo é o primeiro a avaliar a possibilidade de um background genético comum para essas
características da ninhada, bem como a apresentar uma meta-análise para SNPs associados ao TNB e combinando dados de
cinco populações diferentes.
4.1. Relação genética entre características da ninhada
Uma das hipóteses no início deste estudo era que deveria haver sobreposição de regiões genômicas e genes
candidatos entre as características da ninhada avaliadas. Esta hipótese baseou-se principalmente em fortes correlações
genéticas positivas entre TNB, NBA, CLN e LWT [58,59]; no entanto, não foi confirmado com os dados coletados no conjunto
de dados A.
Apenas um gene candidato, ZFYVE9, foi relatado para três características de ninhadas (TNB, NBA e CLN) e em duas
populações [31,42]. Outros três genes candidatos para SB (com uma correlação genética negativa com as demais
características da ninhada [59]) também foram associados a TNB (STXBP6 [11,29]), NBA (PRKD1 [11,28]) ou CLN. (SAMD4A
[42,43]). Para LWT, apenas um gene candidato era em comum com TNB (COPG2 [28]), enquanto apenas um gene candidato
para SB se sobrepunha entre duas populações (MAPK1P1L [43,44]). As relações acima mencionadas entre as características
poderiam sugerir algum efeito pleiotrópico desses genes nas características da ninhada. Em duas populações também foram
relatados três genes candidatos para TNB: ASIC2 [29,37], GABRA5 [28,37] e NEK10 [29,37]. Embora possam ser observadas
algumas conexões entre estudos que relatam genes candidatos para características de ninhada, considerando que estudamos
233 genes candidatos no total e apenas 21 deles cobriram mais de uma característica ou população, não se pode assumir o
contexto genético comum dessas características. No entanto, para características de produção em suínos, com exceção dos
genes principais, tal sobreposição entre características ou populações também não é comum [13]. Deve ser mencionado aqui
que os estudos mais antigos do PigQTLdb [13] relataram QTLs muito longos devido ao alto LD ou ao acesso a chips SNP com
baixa densidade. Assim, alguns dos genes candidatos relatados podem de facto estar muito distantes dos SNPs reais
associados às características da ninhada. Outra razão pode ser a estratificação populacional, que se não for contabilizada,
pode levar a falsos positivos (por exemplo, [23]).
A falta de sobreposição entre características em termos de genes candidatos esteve presente não apenas entre os
estudos para uma característica, mas também dentro do mesmo estudo se focasse em duas ou mais características. Além
disso, raramente foi relatado mais de um SNP dentro do gene candidato na mesma população. Assim, a falta de sobreposição
não foi causada pelas diferenças entre as populações ou pelas metodologias por trás da detecção de associações, que são
mencionadas como duas razões principais para as diferenças entre os GWAS comparados [12]. Mais ainda, a baixa
repetibilidade dos resultados entre as populações é surpreendente, porque a maioria dos estudos se baseou no mesmo chip
SNP e (em geral) nas raças de suínos mais populares. Outra razão pode ter sido a baixa herdabilidade das características
estudadas, que com base em diferentes estudos varia de 0,05 a 0,2 [11,28,59,60]. O nível de herdabilidade afeta a capacidade
de reconstituir a herdabilidade da característica com base em associações SNP [23].
Esses resultados mostram claramente que as características poligénicas das características da ninhada são muito
complexas e, apesar da relação inegável entre as características, o seu contexto genético é principalmente afectado por
diferentes regiões genómicas frequentemente envolvidas no desenvolvimento do sistema nervoso.
4.2. Conexões entre genes candidatos
A análise da rede genética e da interação proteína-proteína não indicou agrupamentos claros entre os genes candidatos.
É necessário notar, no entanto, que essas análises se basearam apenas na ligação de genes candidatos seleccionados com
bases de dados existentes. É por isso que o presente estudo não produziu expressão genética ou quaisquer outros dados
empíricos que pudessem ter sido incluídos como informação adicional para genes candidatos. Além disso, os bancos de dados
genômicos de suínos carecem de informações em comparação com os bancos de dados de genes humanos, de camundongos
ou mesmo de bovinos. Assim, a maioria das evidências que sugerem ligações funcionais entre os genes analisados basearam-
se na co-expressão de supostos homólogos presentes em outros organismos (Ensembl Sscrofa11.1). Em apenas alguns casos
foram determinadas ligações entre proteínas ou proteínas envolvidas na mesma via (55).
Genes 2022, 13, 1730 15 de 20
Algumas semelhanças entre as características da ninhada podem ser vistas na análise dos termos GO realizada no
conjunto de dados A. Esta análise mostrou claramente que os genes envolvidos no neurodesenvolvimento e no sistema
nervoso estão super-representados entre os genes candidatos para as características da ninhada estudadas. Isto foi um
resultado surpreendente, pois esperávamos ver mais genes envolvidos na vasculogênese e na angiogênese, já que o
suprimento de sangue ao útero e ao feto em desenvolvimento foi indicado no passado como um dos fatores mais limitantes
para o tamanho da ninhada [22,61]. É por isso que, de todos os possíveis processos biológicos que foram significativos na
análise do termo GO, temos certeza de que aqueles envolvidos na regulação positiva da migração de células endoteliais dos
vasos sanguíneos e na regulação positiva da migração celular envolvida no surgimento da angiogênese requerem mais
atenção.
Curiosamente, dos cinco genes que possuem os termos GO mencionados acima anotados, PRKD1 é o gene com cinco
SNPs ao longo de sua sequência associada ao número de natimortos [11] e um SNP com TNB [29]. PRKD1 codifica uma
proteína quinase envolvida em muitos processos celulares, incluindo migração e diferenciação celular, sobrevivência celular e
regulação da forma e adesão celular (55). A mutação neste gene causa defeitos cardíacos congênitos em humanos [62,63].
Além disso, também foi indicado como gene candidato para a idade na puberdade nas linhas maternas e terminais Landrace,
Duroc e Yorkshire (64). Assim, está associado a pelo menos três características relacionadas à reprodução em suas diferentes
populações.
Isto indica que PRKD1 deve ser um dos genes considerados para análise molecular envolvendo expressão genética ou
sequenciação para confirmar a sua associação com características da ninhada em suínos.
4.3. A nova região genômica associada ao tamanho da ninhada A meta-
análise dos resultados do GWAS provenientes de cinco populações diferentes indicou dois novos SNPs associados ao
tamanho da ninhada. Embora o nosso MA tenha produzido muito menos resultados significativos do que cada um dos GWAS
separadamente, esta é a primeira vez que esses SNPs são relatados como associados ao tamanho da ninhada.
O primeiro dos SNPs significativos em SSC9, rs81300422 (genotipado apenas em uma população) está localizado no
íntron do gene AGMO que codifica a enzima Alquilglicerol monooxyge nase, não muito bem estudada em suínos, que está
envolvida na degradação de éter lipídico [ 65] e a única enzima que pode quebrar alquilgliceróis e lisol alquil glicerofosfolipídios
[66]. Foi demonstrado que este gene está associado a distúrbios do neurodesenvolvimento em humanos [67], por exemplo,
autismo [68], diabetes tipo 2 [69–71] e defesa imunológica [66]. Em humanos, esse gene foi expresso principalmente em
tecidos do trato digestivo, especialmente no fígado, mas também nos ovários, útero, próstata e testículos (55). No entanto, a
literatura não relata quaisquer ligações diretas da AGMO com a fertilidade.
Assim, um gene candidato muito mais interessante e promissor é o SOSTDC1, indicado pela análise pCADD, que afeta
a fertilidade em ratos machos [72]. SOSTDC1 é um regulador negativo da espermatogênese, e a regulação negativa desse
gene durante a puberdade é essencial para a espermatogênese quantitativa e qualitativamente normal que rege a fertilidade
masculina. A associação entre TNB e fertilidade masculina é uma surpresa, uma vez que as características da ninhada estão
geralmente ligadas às fêmeas. No entanto, em algumas raças de suínos observa-se que a genética masculina desempenha
um papel mais importante no tamanho final da ninhada do que inicialmente esperado [73,74].
Uma comparação adicional das características da ninhada entre porcos com diferentes genótipos para rs81300422 mostrou
que o SNP detectado poderia estar a afectar o número de nado-mortos e múmias nas populações de porcos disponíveis para
pCADD. Isto, infelizmente, não foi confirmado pela análise estatística.
O segundo SNP significativo, rs80945731 (presente em quatro populações), está localizado no gene FAM13C, que não
tem uma função clara em suínos. No entanto, foi expresso no tecido adiposo suíno e nos tecidos do sistema nervoso (por
exemplo, amígdala ou medula oblonga). Ao mesmo tempo, em humanos, o FAM13C demonstrou estar associado ao
adenocarcinoma misto endometrial [55], além de ser usado como marcador de câncer de próstata [75] ou como preditor de
sobrevivência do adenocarcinoma retal [76]. Em humanos, esse gene também foi expresso (entre outros) no tecido dos ovários
e do útero, bem como na próstata e nos testículos [55]. O segundo gene indicado pelo pCADD para rs80945731 foi PHYHIPL,
Genes 2022, 13, 1730 16 de 20
que é expresso diferencialmente entre blastocistos iniciais, completos e expandidos em embriões

IVP bovinos (77). Tanto o FAM13C quanto o PHYHIPL em humanos foram expressos (entre
outros) no tecido dos ovários e do útero, bem como na próstata e nos testículos (55).
5. Conclusões
Mostrámos que as características da ninhada (número total de nascidos, número de nascidos vivos,
número de nado-mortos, peso da ninhada à nascença e número de corpo lúteo) estudadas em populações
de porcos têm apenas algumas regiões genómicas em comum com base na comparação de genes
candidatos. O gene candidato mais interessante é o PRKD1, que tem associação com SB e TNB, além
de estar envolvido na angiogênese com base na análise do termo GO. Nossa meta-análise dos resultados
do GWAS provenientes de cinco populações ajudou a identificar as novas regiões genômicas em SSC9
e SSC14 associadas ao TNB. Análises adicionais do pCADD indicaram que o gene mais promissor era o
SOSTDC1, que na verdade tem um efeito confirmado na fertilidade masculina. Esta é uma descoberta
importante, uma vez que as características da ninhada estão, por padrão, ligadas às fêmeas e não aos machos.
Materiais Suplementares: Os seguintes estão disponíveis online em https://www.mdpi.com/article/ 10.3390/genes13101730/

s1, Supplementary_Method: A descrição do GWAS não publicado [23], Tabela S1. SNPs associados ao número total de
nascidos em porcos com a sua localização no genoma do porco (incluindo cromossoma - SSC, posição e gene), alelos, bem
como raça em que o SNP foi detectado. Tabela S2. SNPs associados ao número de nascidos vivos em suínos com sua
localização no genoma suíno (incluindo cromossomo - SSC, posição e gene), alelos, bem como raça na qual o SNP foi
detectado. Tabela S3. SNPs associados ao número de nados-mortos em porcos com a sua localização no genoma do porco
(incluindo cromossoma - SSC, posição e gene), alelos, bem como raça em que o SNP foi detectado. Tabela S4. SNPs
associados ao peso da ninhada ao nascer em porcos com a sua localização no genoma do porco (incluindo cromossoma,
posição e gene), alelos, bem como raça na qual o SNP foi detectado. Tabela S5. SNPs associados ao número de corpo lúteo
em suínos com sua localização no genoma suíno (incluindo cromossomo, posição e gene), alelos, bem como raça na qual o
SNP foi detectado.
Contribuições dos Autores: Conceituação — ES-K.; metodologia – ES-K., JD, MFLD, MSL e TS; análise formal – ES-K., JD,
MFLD e MSL; curadoria de dados – JD e ES-K.; preparação do rascunho original - ES-K. e JD; revisão e edição — ES-K., MFLD,
MSL e TS; figuras—ES-K.; tabelas no manuscrito principal - ES-K. e JD; tabelas suplementares – JD e ES-K.; aquisição de
financiamento - ES-K. Todos os autores leram e concordaram com a versão publicada do manuscrito.
Financiamento: Este projeto foi financiado pelo Centro Nacional de Ciência, Polónia (NCN SONATA grant no.
2016/23/D/NZ9/00029; A ESK é a bolseira). A ESK também reconhece o apoio financeiro do Ministério da Ciência e do Ensino
Superior polaco (concessão n.º 1021/STYP/12/2017).
Declaração do Conselho de Revisão Institucional: Não aplicável.
Termo de Consentimento Livre e Esclarecido: Não aplicável.
Declaração de disponibilidade de dados: os dados do conjunto de dados A estão contidos no artigo e nos
materiais suplementares. Os dados que apoiam as conclusões deste estudo (combinados no conjunto de
dados B) estão disponíveis no Centro Nacional de Pesquisa de Engenharia para a Indústria de Criação de
Suínos e no Laboratório Provincial de Genômica Agro-Animal e Melhoramento Molecular da Província de
Guangdong, Faculdade de Ciência Animal, Agricultura do Sul da China. Universidade (China); o Instituto de
Ciência Suína, Universidade Agrícola de Nanjing (China); Investigação Agroalimentar Finlândia, MTT,
Biotecnologia e Investigação Alimentar (Finlândia); o Centro de Pesquisa TopigsNorsvin, Beuningen (Holanda);
e o NARIC Research Institute for Animal Breeding, Nutrition and Meat Science (Hungria), mas aplicam-se
restrições à disponibilidade destes dados, que foram utilizados sob licença para o presente estudo e, portanto,
não estão disponíveis publicamente. No entanto, os dados estão disponíveis pelos autores mediante
solicitação razoável e com permissão de: Centro Nacional de Pesquisa em Engenharia para a Indústria de
Criação de Suínos e Laboratório Principal Provincial de Guangdong de Genômica Agro-Animal e Melhoramento
Molecular, Faculdade de Ciência Animal, Universidade Agrícola do Sul da China (China) ; o Instituto de
Ciência Suína, Universidade Agrícola de Nanjing (China); Investigação Agroalimentar Finlândia, MTT,
Biotecnologia e Investigação Alimentar (Finlândia); o Centro de Pesquisa TopigsNorsvin, Beuningen (Holanda);
e o Instituto de Pesquisa NARIC para Criação Animal, Nutrição e Ciência da Carne (Hungria).
Genes 2022, 13, 1730 17 de 20
Agradecimentos: Os autores gostariam de agradecer a cinco grupos científicos que generosamente forneceram resultados
GWAS de seus estudos para meta-análise: o Centro Nacional de Pesquisa em Engenharia para a Indústria de Criação de
Suínos e o Laboratório Provincial Provincial de Guangdong de Genômica Agro-Animal e Melhoramento Molecular, Faculdade
de Zootecnia, Universidade Agrícola do Sul da China (China); o Instituto de Ciência Suína, Universidade Agrícola de Nanjing
(China); Investigação Agroalimentar Finlândia, MTT, Biotecnologia e Investigação Alimentar (Finlândia); o Centro de Pesquisa
TopigsNorsvin, Beuningen (Holanda); e o Instituto de Pesquisa NARIC para Criação Animal, Nutrição e Ciência da Carne
(Hungria).
Conflitos de interesse: Os autores declaram não haver conflito de interesses.
Referências
1. Rothschild, M.; Jacobson, C.; Vaske, D.; Tuggle, C.; Wang, L.; Curto, T.; Eckardt, G.; Sasaki, S.; Vicente, A.; McLaren, D.; e outros. O locus receptor de estrogênio
está associado a um gene importante que influencia o tamanho da ninhada em suínos. Processo. Nacional. Acad. Ciência. EUA 1996, 93, 201–205.
[RefCruz]
2. Ernest, CW; Steibel, JP Molecular avança na descoberta e aplicação de QTL na criação de suínos. Tendências Genet. 2013, 29, 215–224.
[CrossRef] [PubMed]
3. Blaj, I.; Tetens, J.; Preuss, S.; Bennewitz, J.; Thaller, G. Estudos de associação de todo o genoma e meta-análise revelam novos genes candidatos para
crescimento e características de carcaça em porcos. PLoS ONE 2018, 13, e0205576. [RefCruz]
4. Rothschild, MF; Hu, Z.-L.; Jiang, Z. Avanços no mapeamento de QTL em porcos. Internacional J. Biol. Ciência. 2007, 3, 192–197. [RefCruz]
5. Sosa-Madrid, BS; Santacreu, MA; Blasco, A.; Fontanesi, L.; Pena, RN; Ibáñez-Escriche, N. Um estudo de associação genômica ampla em linhagens selecionadas de
forma divergente em coelhos revela novas regiões genômicas associadas a características de tamanho de ninhada. J.Anim. Raça. Geneta. 2020, 137, 123–138.
[RefCruz]
6. Casto-Rebollo, C.; Argente, MJ; Garcia, ML; Pena, R.; Ibáñez-Escriche, N. Identificação de mutações funcionais associadas à variação ambiental do tamanho da
ninhada em coelhos. Geneta. Sel. Evol. 2020, 52, 22. [CrossRef]
7.Tao, L.; Ele, XY; Jiang, YT; Lan, R.; Li, M.; Li, ZM; Yang, WF; Hong, QH; Chu, MX Abordagens combinadas para revelar genes
associado ao tamanho da ninhada em cabras pretas Yunshang. Anima. Geneta. 2020, 51, 924–934. [CrossRef] [PubMed]
8. Islã, R.; Liu, X.; Gebreselassie, G.; Abied, A.; Mãe, Q.; Ma, Y. A análise de associação de todo o genoma revela o locus genético para características de alta
reprodução na cabra chinesa Arbas Cashmere. Genes Genoma. 2020, 42, 893–899. [CrossRef] [PubMed]
9. Jiang, J.; Mãe, L.; Prakapenka, D.; Van Raden, PM; Cole, JB; Da, Y. Um estudo de associação em grande escala do genoma em gado Holstein dos EUA. Frente.
Geneta. 2019, 10, 412. [CrossRef]
10.Zhang, Z.; Chen, Z.; Sim.; Ei.; Huang, S.; Yuan, X.; Li, J. Estudo de associação genômica ampla para características reprodutivas em um Duroc
População suína. Animais 2019, 9, 732. [CrossRef]
11.Chen, Z.; Sim.; Teng, J.; Diao, S.; Yuan, X.; Chen, Z.; Zhang, H.; Li, J.; Zhang, Z. Estudos de associação de todo o genoma para o número
de animais nascidos vivos e mortos em porcos duroc. Teriogenologia 2019, 139, 36–42. [CrossRef] [PubMed]
12. Bakoev, S.; Getmantseva, L.; Bakoev, F.; Kolosova, M.; Gabova, V.; Kolosov, A.; Kostyunina, O. Pesquisa de SNPs associados a
Número total de nascidos e número total de nascidos vivos em porcos. Genes 2020, 11, 491. [CrossRef] [PubMed]
13. Projeto Genoma Animal. Base de dados Pig QTL. Disponível online: http://www.animalgenome.org/QTLdb/pig.html (acessado em 21
março de 2021).
14. Van Son, M.; Enger, EG; Grove, H.; Ros-Freixedes, R.; Kent, deputado; Lien, S.; Grindflek, E. Estudo de associação genômica confirma os principais QTL para a
composição de ácidos graxos da gordura dorsal em SSC14 em porcos Duroc. Genoma BMC. 2017, 18, 369. [CrossRef]
15. Jungerius, BJ; Van Laere, AS; Te Pas, MFW; Van Oost, BA; Anderson, L.; Groenen, MAM A substituição IGF2-intron3-G3072A explica um importante efeito de QTL
impresso na espessura da gordura dorsal em um cruzamento Meishan x porco branco europeu. Geneta. Res.
2004, 84, 95–101. [RefCruz]
16. Van Laere, A.-S.; Nguyen, M.; Braunschweig, M.; Nezer, C.; Collette, C.; Moreau, L.; Arquibaldo, A.; Haley, C.; Compras, N.; Tally, M.; e outros. Uma mutação
regulatória no IGF2 causa um efeito importante do QTL no crescimento muscular do porco. Natureza 2003, 425, 832–836. [RefCruz]
[Pub Med]
17. Alfonso, L. Uso de meta-análise para combinar estudos de associação de genes candidatos: Aplicação para estudar a relação entre o polimorfismo ESR PvuII e o
tamanho da ninhada da porca. Geneta. Sel. Evol. 2005, 37, 417–435. [RefCruz]
18. Bouwman, AC; Daetwyler, HD; Chamberlain, AJ; Ponce, CH; Sargolzaei, M.; Schenkel, FS; Sahana, G.; Govignon-Gion, A.; Boitard, S.; Dolezal, M.; e outros. A meta-
análise de estudos de associação genômica para estatura de bovinos identifica genes comuns que regulam o tamanho corporal em mamíferos. Nat. Geneta.
2018, 50, 362–367. [RefCruz]
19. Duarte, DAS; Newbold, CJ; Detmann, E.; Silva, FF; Freitas, PHF; Veroneze, R.; Duarte, MS Associação genômica estuda meta-análise baseada em vias para
consumo residual de ração em bovinos de corte. Anima. Geneta. 2019, 50, 150–153. [CrossRef] [PubMed]
20.Tropf, FC; Lee, SH; Verweij, RM; Stulp, G.; van der Most, PJ; de Vlaming, R.; Bakshi, A.; Briley, DA; Rahal, C.; Hellpap, R.;
e outros. Herdabilidade oculta devido à heterogeneidade entre sete populações. Nat. Zumbir. Comporte-se. 2017, 1, 757–765. [RefCruz]
21. Sauvant, D.; Letourneau-Montminy, deputado; Schmidely, P.; Boval, M.; Loncke, C.; Daniel, JB Review: Uso e uso indevido de meta
análise em Zootecnia. Animal 2020, 14, s207–s222. [RefCruz]
Genes 2022, 13, 1730 18 de 20
22. Uimari, P.; Sironen, A.; Sevón-Aimonen, M.-L. Análise de associação SNP de genoma completo de características de reprodução no finlandês
Raça de porco Landrace. Geneta. Sel. Evol. 2011, 43, 42. [CrossRef] [PubMed]
23. Sell-Kubiak, E.; Duijvesteijn, N.; Lopes, MS; Janss, LLG; Knol, EF; Bijma, P.; Mulder, HA Estudo de associação do genoma revela novos loci para o tamanho da
ninhada e sua variabilidade em uma população de porcos Large White. Genoma BMC. 2015, 16, 1049. [CrossRef]
24. Balogh, EE; Gabor, G.; Bodó, S.; Rózsa, L.; Ratky, J.; Zsolnai, A.; Anton, I. Efeito de polimorfismos de nucleotídeo único em parâmetros de reprodução específicos
em porcas Large White húngaras. Acta Veterinária. Pendurado. 2019, 67, 256–273. [RefCruz]
25. Mãe, X.; Li, PH; Zhu, MX; Ele, LC; Suí, SP; Gao, S.; Su, GS; Ding, NS; Huang, Y.; Lu, ZQ; e outros. A análise de associação genômica revela regiões genômicas no
cromossomo 13 que afetam o tamanho da ninhada e genes candidatos para o comprimento do corno uterino em porcos Erhualian. Animal 2018, 12, 2453–2461.
[RefCruz]
26. Thompson, Jr.; Átia, J.; Minelli, C. A meta-análise de estudos de associação genômica ampla. Apresentação. Bioinformar. 2011, 12, 259–269.
[RefCruz]
27. Um, SM; Hwang, JH; Kwon, S.; Yu, GE; Parque, DH; Kang, DG; Kim, TW; Parque, HC; Ha, J.; Kim, CW Efeito de polimorfismos de nucleotídeo único nos genes
IGFBP2 e IGFBP3 nas características do tamanho da ninhada em porcos Berkshire. Anima. Biotecnologia. 2018, 29, 301–308. [RefCruz]
28. Coster, A.; Madsen, O.; Heuven, HCM; Dibbits, B.; Groenen, MAM; van Arendonk, JAM; Bovenhuis, H. O gene impresso DIO3 é um gene candidato para tamanho de
ninhada em porcos. PLoS UM 2012, 7, e31825. [RefCruz]
29. Ele, LC; Li, PH; Mãe, X.; Suí, SP; Gao, S.; Kim, SW; Gu, YQ; Huang, Y.; Ding, NS; Huang, RH Identificação de novos polimorfismos de nucleotídeo único que afetam
o número total de genes nascidos e candidatos relacionados à taxa de ovulação em porcos Erhualian chineses.
Anima. Geneta. 2017, 48, 48–54. [RefCruz]
30. Kumchoo, T.; Mekchay, S. Associação de SNPs não sinônimos do gene OPN com características de tamanho de ninhada em porcos. Arco. Anima. Raça.
2015, 58, 317–323. [RefCruz]
31. Li, X.; Sim, J.; Han, X.; Qiao, R.; Li, X.; Lv, G.; Wang, K. O sequenciamento do genoma completo identifica potenciais genes candidatos para
características reprodutivas em suínos. Genômica 2020, 112, 199–206. [RefCruz]
32. Liu, C.; Ran, X.; Yu, C.; Xu, Q.; Niu, X.; Zhao, P.; Wang, J. Análise do genoma completo de variações estruturais entre porcos Xiang
com ninhadas maiores e aqueles com ninhadas menores. Genômica 2018, 111, 310–319. [RefCruz]
33. Sato, S.; Kikuchi, T.; Uemoto, Y.; Mikawa, S.; Suzuki, K. Efeito de polimorfismos de genes candidatos em características reprodutivas em um grande
População de porcos brancos. Anima. Ciência. J. 2016, 87, 1455–1463. [RefCruz]
34. Uzzaman, MR; Park, J.E.; Lee, KT; Cho, ES; Choi, BH; Kim, TH Um estudo de associação genômica ampla de características reprodutivas em um
População de porcos Yorkshire. Mais vivo. Ciência. 2018, 209, 67–72. [RefCruz]
35. Wang, H.; Wu, S.; Wu, J.; Sol, S.; Wu, S.; Bao, W. Análise de associação do SNP (rs345476947) no gene FUT2 com o
características produtivas e reprodutivas em suínos. Genes Genoma. 2018, 40, 199–206. [RefCruz]
36. Wang, Y.; Ding, X.; Tan, Z.; Xing, K.; Yang, T.; Pan, Y.; Mi, S.; Sol, D.; Wang, C. Estudo de associação de todo o genoma para características reprodutivas em uma
população de porcos grandes brancos. Anima. Geneta. 2018, 49, 127–131. [RefCruz]
37. Wu, P.; Wang, K.; Yang, Q.; Zhou, J.; Chen, D.; Mãe, J.; Tang, Q.; Jin, L.; Xiao, W.; Jiang, A.; e outros. Identificação de SNPs e genes candidatos para três
características de ninhada usando GWAS de etapa única em seis paridades em porcos Landrace e Large White. Fisiol. Genoma. 2018, 50, 1026–1035. [RefCruz]
38. Wu, P.; Yang, Q.; Wang, K.; Zhou, J.; Mãe, J.; Tang, Q.; Jin, L.; Xiao, W.; Jiang, A.; Jiang, Y.; e outros. Estudos de associação genômica em uma única etapa
baseados na genotipagem por dados de sequência revelam novos loci para as características da ninhada de porcos domésticos. Genômica 2018, 110, 171–179.
[RefCruz]
39. Bergfelder-Drüing, S.; Grosse-Brinkhaus, C.; Linda, B.; Erbe, M.; Schellander, K.; Simianer, H.; Tholen, E. Um estudo de associação de todo o genoma em grandes
populações de porcos brancos e Landrace para número de leitões nascidos vivos. PLoS ONE 2015, 10, e0117468.
[RefCruz]
40. Suwannasing, R.; Duangjinda, M.; Boonkum, W.; Taharnklaew, R.; Tuangsithtanon, K. A identificação de novas regiões para características de reprodução em porcos
Landrace e Large White usando um estudo de associação de todo o genoma em uma única etapa. Asiático-Australás. J.Anim.
Ciência. 2018, 31, 1852–1862. [RefCruz]
41. Onteru, SK; Ventilador, B.; Du, Z.-Q.; Garrick, DJ; Stalder, KJ; Rothschild, MF Um estudo de associação do genoma completo para reprodução reprodutiva de suínos
características. Anima. Geneta. 2011, 43, 18–26. [RefCruz]
42. Schneider, JF; Milhas, JR; Brown-Brandl,TM; Nienaber, JA; Rohrer, GA; Vallet, JL Análise de associação genômica para
intervalo médio de nascimentos e nados-mortos em suínos. J.Anim. Ciência. 2015, 93, 529–540. [RefCruz]
43. Verardo, LL; Silva, FF; Lopes, MS; Madsen, O.; Bastiaansen, JWM; Knol, EF; Kelly, M.; Varona, L.; Lopes, PS; Guimarães, SEF Revelando novos genes candidatos
para características reprodutivas em suínos: Combinando GWAS Bayesiano e vias funcionais. Geneta.
Sel. Evol. 2016, 48, 9. [CrossRef]
44. Schneider, JF; Nonneman, DJ; Wiedmann, RT; Vallet, JL; Rohrer, GA Associação genômica e identificação do candidato
genes para taxa de ovulação em suínos. J.Anim. Ciência. 2014, 92, 3792–3803. [RefCruz]
45. Carbono, S.; Mungall, C. Arquivo de dados de ontologia genética; Zenodo, Maryland, Estados Unidos da América: 2021. Disponível online:
https://doi.org/10.5281/zenodo.5228828 (acessado em 29 de agosto de 2022).
46. Mi, H.; Eberto, D.; Muruganujan, A.; Moinhos, C.; Albou, L.-P.; Mushayamaha, T.; Thomas, PD PANTHER versão 16: Uma classificação familiar revisada, ferramenta
de classificação baseada em árvore, regiões melhoradoras e API extensa. Ácidos Nucleicos Res. 2020, 49, D394–D403.
[RefCruz]
Genes 2022, 13, 1730 19 de 20
47. Quilha, BN; Snelling, WM; Lindholm-Perry, AK; Oliver, WT; Kuehn, LA; Rohrer, G. Usando pesos SNP derivados de módulos de expressão genética para
melhorar o poder do GWAS para eficiência alimentar em porcos. Frente. Geneta. 2020, 10, 1339. [CrossRef]
48. Warde-Farley, D.; Donaldson, SL; Vem, O.; Zuberi, K.; Badrawi, R.; Chão, P.; Francisco, M.; Grouios, C.; Kazi, F.; Lopes, CT; e outros.
O servidor de previsão GeneMANIA: Integração de rede biológica para priorização de genes e previsão da função genética. Ácidos Nucleicos Res. 2010,
38 (Suplemento 2), 214–220. [RefCruz]
49. Shannon, P.; Markiel, A.; Ozier, O.; Baliga, NS; Wang, JT; Ramagem, D.; Amin, N.; Schwikowski, B.; Ideker, T. Cytoscape: Um
ambiente de software para modelos integrados de Redes de Interação Biomolecular. Genoma Res. 2003, 13, 2498–2504. [RefCruz]
50. Szklarczyk, D.; Morris, JH; Cozinheiro, H.; Kuhn, M.; Wyder, S.; Simonovic, M.; Santos, A.; Doncheva, NT; Roth, A.; Bork, P.; e outros.
O banco de dados STRING em 2017: Redes de associação proteína-proteína com controle de qualidade.; tornado amplamente acessível. Ácidos Nucleicos
Res. 2017, 45, D362–D368. [RefCruz]
51. Bozhilova, LV; Whitmore, AV; Wray, J.; Reinert, G.; Deane, CM Medindo a robustez da classificação na interação de proteínas pontuadas
redes. BMC Bioinform. 2019, 20, 446. [CrossRef]
52. Garrick, DJ; Taylor, JF; Fernando, RL Desregressão de valores genéticos estimados e informações de ponderação para análises de regressão genômica .
Geneta. Sel. Evol. 2009, 41, 55. [CrossRef]
53. Willer, C.; Li, Y.; Abecasis, GR METAL: Meta-análise rápida e eficiente de varreduras de associação genômica. Bioinformática 2010, 26,
2190–2191. [RefCruz] [Pub Med]
54. Berg, DIV; Boichard, D.; Lund, MS Comparando o poder e a precisão de estudos de associação do genoma dentro da raça e multirracial de características de
produção usando dados de sequência do genoma completo para 5 raças de gado leiteiro francês e dinamarquês. J. Laticínios Sci. 2016, 99, 8932–8945.
[RefCruz] [Pub Med]
55. Stelzer, G.; Rosen, N.; Plaschkes, I.; Zimmerman, S.; Twik, M.; Fishilevich, S.; Stein, TI; Nudel, R.; Lieder, I.; Mazor, Y.; e outros. O conjunto GeneCards: da
mineração de dados genéticos à análise da sequência do genoma de doenças. Curr. Protocolo. Bioinformar. 2016, 54, 1.30.1–1.30.33.
[RefCruz] [Pub Med]
56. Derks, MF; Bruto, C.; Lopes, MS; Reinders, MJ; Bosse, M.; Gjuvsland, AB; de Ridder, D.; Megens, H.-J.; Groenen, MA
Descoberta acelerada de variação genômica funcional em porcos. Genômica 2021, 113, 2229–2239. [RefCruz] [Pub Med]
57. Groß, C.; Derks, M.; Megens, H.-J.; Bosse, M.; Groenen, MAM; Reinders, M.; De Ridder, D. pCADD: priorização SNV no Sus
escrofa. Geneta. Sel. Evol. 2020, 52, 4. [CrossRef]
58. Holm, B.; Bakken, M.; Klemetsdal, G.; Vangen, O. Correlações genéticas entre características de reprodução e produção em suínos.
J.Anim. Ciência. 2004, 82, 3458–3464. [RefCruz]
59. Sell-Kubiak, E. Seleção para tamanho da ninhada e peso ao nascer da ninhada em porcos brancos grandes: máximo, média e variabilidade de reprodução
características. Animal 2021, 15, 100352. [CrossRef] [Pub Med]
60. Li, H.; Wang, M.; Li, W.; Ele, L.; Zhou, Y.; Zhu, J.; Che, R.; Warburton, ML; Yang, X.; Yan, J. Variantes genéticas e subjacentes
mecanismos que influenciam a heterogeneidade da variância no milho. Planta J. 2020, 103, 1089–1102. [RefCruz]
61. Lu, S.; Liu, S.; Wietelmann, A.; Kojonazarov, B.; Atzberger, A.; Tang, C.; Schermuly, R.; Gröne, H.-J.; Offermanns, S. Defeitos de remodelação vascular de
desenvolvimento e insuficiência renal pós-natal em camundongos sem Gpr116 (Adgrf5) e Eltd1 (Adgrl4). PLoS ONE 2017, 12, e0183166. [RefCruz]
62. Shaheen, R.; al Hashem, A.; Alghamdi, MH; Seidahmad, MZ; Wakil, SM; Dagriri, K.; Keavney, B.; Boa sorte, J.; Alyousif, S.; Al Habshan, FM; e outros.
Mapeamento posicional de PRKD1.; NRP1 e PRDM1 como novos genes candidatos a doenças em truncus arteriosus.
J. Med. Geneta. 2015, 52, 322–329. [RefCruz]
63. Massadeh, S.; Albeladi, M.; Albesher, N.; Alhabshan, F.; Kampe, K.; Chaikhouni, F.; Kabbani, M.; Beetz, C.; Alaamery, M.
Nova variante de alteração de emenda autossômica recessiva em PRKD1 está associada a doença cardíaca congênita. Genes 2021, 12, 612.
[RefCruz]
64. Nonneman, D.; Quaresmas, C.; Rohrer, G.; Rempel, L.; Vallet, J. Associação de todo o genoma com puberdade tardia em suínos. Anima. Geneta.
2013, 45, 130–132. [RefCruz] [Pub Med]
65. Watschinger, K.; Werner, ER Alquilglicerol monooxigenase. Vida IUBMB 2013, 65, 366–372. [RefCruz]
66. Veleiro, S.; Keller, MA; Werner, ER; Watschinger, K. O papel fisiológico emergente do AGMO 10 anos após sua identificação genética. Vida 2021, 11, 88.
[CrossRef] [Pub Med]
67. Okur, V.; Watschinger, K.; Niyazov, D.; McCarrier, J.; Basileia, D.; Hermann, M.; Werner, ER; Chung, WK Variantes bialélicas em AGMO com atividade
enzimática diminuída estão associadas a um distúrbio do neurodesenvolvimento. Zumbir. Geneta. 2019, 138, 1259–1266.
[RefCruz]
68. Sebat, J.; Lakshmi, B.; Malhotra, D.; Troge, J.; Lese-Martin, C.; Walsh, T.; Yamrom, B.; Yoon, S.; Krasnitz, A.; Kendall, J.; e outros.
Forte associação de mutações no número de cópias De Novo com autismo. Ciência 2007, 316, 445–449. [RefCruz]
69. Fontaine-Bisson, B.; Os investigadores MAGIC; Renström, F.; Rolandsson, O.; Payne, F.; Hallmans, G.; Barroso, I.; Franks, PW
Avaliando o poder discriminativo dos escores de risco genético multicaracterística para diabetes tipo 2 em uma população do norte da Suécia.
Diabetologia 2010, 53, 2155–2162. [RefCruz] [Pub Med]
70. Boesgaard, TW; Grarup, N.; Jørgensen, T.; Borch-Johnsen, K.; Hansen, T.; Pedersen, O. Variantes em DGKB/TMEM195.; ADRA2A.; Os loci GLIS3 e C2CD4B
estão associados à redução da função das células beta estimuladas pela glicose em dinamarqueses de meia-idade.
Diabetologia 2010, 53, 1647–1655. [RefCruz] [Pub Med]
Genes 2022, 13, 1730 20 de 20
71. Dupuis, J.; Langenberg, C.; Prokopenko, I.; Saxena, R.; Soranzo, N.; Jackson, Austrália; Wheeler, E.; Glazer, NL; Bouatia-Naji, N.; Gloyn, AL; e outros. Errata: Novos
loci genéticos implicados na homeostase da glicose em jejum e seu impacto no risco de diabetes tipo 2.
Nat. Geneta. 2010, 42, 464. [CrossRef]
72. Pradhan, B.; Bhattacharya, I.; Sarkar, R.; Majumdar, SS A regulação negativa de Sostdc1 em células testiculares de Sertoli é um pré-requisito para o início da
espermatogênese robusta na puberdade. Ciência. Rep. 2019, 9, 11458. [CrossRef]
73. Myromslien, FD; Tremoén, NH; Andersen-Ranberg, I.; Fransplass, R.; Stenseth, E.-B.; Zeremichael, TT; Van Filho, M.; Grindflek, E.; Gaustad, AH Integridade do DNA
do esperma no sêmen de javalis Landrace e Duroc e sua relação com o tamanho da ninhada. Reprodução.
Doméstico. Anima. 2018, 54, 160–166. [RefCruz]
74. Tremoen, NH; Van Filho, M.; Andersen-Ranberg, I.; Grindflek, E.; Myromslien, FD; Gaustad, AH; Våge, DI Associação entre polimorfismos de nucleotídeo único em
genes candidatos e fertilidade em porcos Landrace e Duroc. Acta Veterinária. Escândalo.
2019, 61, 58. [CrossRef] [PubMed]
75. Burdelski, C.; Borcherding, L.; Kluth, M.; Hube-Magg, C.; Melling, N.; Simão, R.; Möller-Koop, C.; Weigand, P.; Minner, S.; Haese, A.; e outros. A superexpressão da
família com similaridade de sequência 13C (FAM13C) é um marcador prognóstico independente no câncer de próstata. Oncotarget 2017, 8, 31494–31508.
[CrossRef] [PubMed]
76. Huang, H.; Cao, J.; Guo, G.; Li, X.; Wang, Y.; Yu, Y.; Zhang, S.; Zhang, Q.; Zhang, Y. Estudo de associação genômica identifica QTLs para deslocamento de abomaso
em gado Holandês Chinês1. J.Anim. Ciência. 2019, 97, 1133–1142. [RefCruz]
77. Georges, H.; Bispo, J.; Van Campen, H.; Barfield, J.; Hansen, T. 102 Um atraso na transição zigótica materna pode levar à perda embrionária precoce em blastocistos
bovinos de baixa qualidade. Reprodução. Fértil. Dev. 2020, 32, 177. [CrossRef]

DETERMINAÇÃO DA NINHADA EM SUÍNOS - Compressed

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

DETERMINAÇÃO DA NINHADA EM SUÍNOS - Compressed

Enviado por

Direitos autorais:

Formatos disponíveis

Machine Translated by Google

Meta-análise de SNPs que determinam características da ninhada em suínos

Szwaczkowski, T. Meta-análise de SNPs

Publicado: 26 de setembro de 2022

Nota do Editor: O MDPI permanece neutro

em relação a reivindicações jurisdicionais 1. Introdução

Genes 2022, 13, 1730. https://doi.org/10.3390/genes13101730 https://www.mdpi.com/journal/genes

Genes 2022, 13, 1730 2 de 20

Landrace finlandesa Erhualian Duroc Húngaro Grande

Genes 2022, 13, 1730 3 de 20

2.1. Conjunto de dados A

peso”, “natimorto”, “nascido morto”, “ovulação”, “número do corpo lúteo”, “polimorfismo”,

Característica Número de SNPs Número de Genes Publicação

Genes 2022, 13, 1730 4 de 20

Característica Número de SNPs Número de Genes Publicação

2.2. Conjunto de dados B

2.3. Análise de Ontologia Genética

2.4. Análise de Rede Genética

Genes 2022, 13, 1730 5 de 20

Característica Gene Número de SNPs Publicação

GABRG3 5 Coster et al. [28]

2.5. Interações Proteína-Proteína

2.6. Meta-análise no conjunto de dados B

Genes 2022, 13, 1730 6 de 20

Genes 2022, 13, 1730 7 de 20

2.7. Genes Candidatos e Variantes Causais

3.1. SNPs e genes candidatos do conjunto de dados A

3.2. Resultados da análise do termo GO

Genes 2022, 13, 1730

Genes 2022, 13, 1730 Genes 2022, 13, 1730 9 de 20

48518 ança 77 49,5 0,012

3.3. Rede genética e interações proteína-proteína

Genes Genes 2022 2022,,, 1313,

Genes 2022, 13, 1730 13 de 20

3.4. Metanálise de cinco estudos da GWA

3.5. Genes Candidatos e Variação Causal

Linha Genótipo N TNB NBA Múmias SB

Genes 2022, 13, 1730 14 de 20

4.1. Relação genética entre características da ninhada

4.2. Conexões entre genes candidatos

Genes 2022, 13, 1730 15 de 20

4.3. A nova região genômica associada ao tamanho da ninhada A meta-

Genes 2022, 13, 1730 16 de 20

que é expresso diferencialmente entre blastocistos iniciais, completos e expandidos em embriões

Materiais Suplementares: Os seguintes estão disponíveis online em https://www.mdpi.com/article/ 10.3390/genes13101730/

Declaração do Conselho de Revisão Institucional: Não aplicável.

Termo de Consentimento Livre e Esclarecido: Não aplicável.

Genes 2022, 13, 1730 17 de 20

Conflitos de interesse: Os autores declaram não haver conflito de interesses.

Genes 2022, 13, 1730 18 de 20

Genes 2022, 13, 1730 19 de 20

Genes 2022, 13, 1730 20 de 20

Você também pode gostar