epd
play

EPD BLUP Daniela Lourenco Keith Bertrand Heather - PDF document

Daniela Lourenco, Un. of Georgia 6/1/17 Traditional evaluation Performance The promise of Pedigree Progeny genomics for beef improvement EPD BLUP Daniela Lourenco Keith


  1. Daniela ¡Lourenco, ¡Un. ¡of ¡Georgia ¡ 6/1/17 ¡ Traditional evaluation Performance ¡ The promise of Pedigree ¡ Progeny ¡ genomics for beef improvement EPD ¡ BLUP ¡ Daniela ¡Lourenco ¡ ¡ Keith ¡Bertrand ¡ Heather ¡Bradford, ¡Steve ¡Miller, ¡Ignacy ¡Misztal ¡ ¡sum ¡of ¡gene ¡effects ¡ EPD ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡2 ¡ BIF ¡ ¡-­‑ ¡ ¡Athens, ¡GA ¡ ¡-­‑ ¡ ¡06/01/2017 ¡ Genomic information What if we could know the genes that affect the traits? Individual ¡1 ¡ Could we have more accurate EPD? Individual ¡2 ¡ hNp://www.thinnergene.com/about-­‑thinnergene/geneRcs-­‑101/ ¡ • Errors ¡in ¡the ¡DNA ¡ Genomics in livestock breeding • Most ¡are ¡repaired ¡ • Some ¡are ¡transmiNed ¡ • Some ¡influence ¡performance ¡ • Some ¡are ¡beneficial ¡ • Some ¡are ¡harmful ¡ Genomic information Genomic information “Marker ¡Assisted ¡ • Expensive!!! ¡ SNP ¡used ¡as ¡markers ¡ ¡ SelecRon ¡-­‑ ¡MAS” ¡ • Few ¡SNPs ¡ ¡ for ¡GENES ¡ ¡ • Meat ¡quality ¡ SNP ¡ SNP ¡ • Meat ¡tenderness ¡ or ¡ ¡ • Feed ¡efficiency ¡ regions ¡in ¡the ¡genome ¡that ¡contain ¡genes ¡= ¡QTL ¡ • Disease ¡ gene ¡ 2009 ¡ 2017 ¡BIF ¡Symposium, ¡Athens, ¡Ga. ¡ 1 ¡

  2. Daniela ¡Lourenco, ¡Un. ¡of ¡Georgia ¡ 6/1/17 ¡ What if we could use thousands of Why MAS did not quite work? SNPs? • Traits ¡of ¡interest ¡are ¡polygenic ¡ Meuwissen ¡ ¡ Hayes ¡ Goddard ¡ ¡ ¡2001 ¡ gene ¡ gene ¡ gene ¡ gene ¡ 2009 ¡ Thousands ¡of ¡genes ¡ Thousands ¡of ¡SNP ¡ The promises… Cost of genotyping What ¡is ¡100,000 ¡cheaper ¡NOW ¡than ¡in ¡2001? ¡ 2 ¡Rmes ¡cheaper ¡ 5 ¡Rmes ¡cheaper ¡ • We ¡can ¡use ¡thousands ¡of ¡SNPs ¡ ¡ • Genotyping ¡thousands ¡of ¡SNPs ¡will ¡become ¡cheap ¡ 100,000 ¡Rmes ¡cheaper ¡ • We ¡can ¡calculate ¡EPD ¡based ¡on ¡SNPs ¡(e.g., ¡MBV) ¡ ¡ • Without ¡own ¡performance ¡or ¡progeny ¡records ¡ • Accuracy ¡of ¡predicBng ¡EPD ¡more ¡than ¡double ¡(0.40 ¡vs. ¡ 0.85 ) ¡ • Increase ¡in ¡accuracy ¡for ¡traits ¡with ¡low ¡h 2 ¡and ¡hard ¡to ¡measure ¡ • We ¡can ¡select ¡animals ¡earlier ¡(reducing ¡generaRon ¡interval) ¡ hNps://www.genome.gov/images/content/costpergenome2015_4.jpg ¡ Peak of excitement Dairy Industry Illumina ¡ ¡ Cheaper ¡ First ¡genomic ¡evaluaRon ¡in ¡ 50k ¡SNP ¡chip ¡ genotyping ¡ EvaluaRon ¡in ¡2012 ¡ 2009 ¡ 2009 ¡ 2009 ¡ 1 Who ¡would ¡go ¡first? ¡ 1 Parent ¡informaRon ¡+ ¡ 100s ¡of ¡daughters ¡with ¡records ¡ 2009 ¡ http://genex.crinet.com 50K ¡SNP ¡+ ¡parent ¡informaRon ¡ No ¡daughters ¡with ¡records ¡ Net ¡merit ¡= ¡$792 ¡ 7 ¡bulls ¡> ¡$700 ¡ 2017 ¡BIF ¡Symposium, ¡Athens, ¡Ga. ¡ 2 ¡

  3. Daniela ¡Lourenco, ¡Un. ¡of ¡Georgia ¡ 6/1/17 ¡ The promises… Genomics in beef cattle • 2009-­‑2010: ¡Angus ¡ • 2012: ¡Simmental, ¡Hereford, ¡Red ¡Angus, ¡Limousin ¡ • We ¡can ¡use ¡thousands ¡of ¡SNPs ¡ ¡ • Genotyping ¡thousands ¡of ¡SNPs ¡will ¡become ¡cheap ¡ • 2013-­‑2016: ¡Charolais, ¡Santa ¡Gertrudis, ¡Shorthorn, ¡ • We ¡can ¡calculate ¡EPD ¡based ¡on ¡SNPs ¡(e.g., ¡MBV) ¡ ¡ • Without ¡own ¡performance ¡or ¡progeny ¡records ¡ Brangus, ¡Guelbvieh ¡ • Accuracy ¡of ¡predicRng ¡EPD ¡more ¡than ¡double ¡( 0.40 ¡vs. ¡ 0.85 ) ¡ • Increase ¡in ¡accuracy ¡for ¡traits ¡with ¡low ¡h 2 ¡and ¡hard ¡to ¡measure ¡ • We ¡can ¡select ¡animals ¡earlier ¡(reducing ¡generaRon ¡interval) ¡ How is genomic incorporated? How is genomic incorporated? 1. SNP ¡effects ¡ Performance ¡ Pedigree ¡ Progeny ¡ B A A B … ¡ … ¡ 1-­‑0.3 ¡0.5 ¡ 0.6 ¡ GE-­‑ ¡ … ¡ … ¡ 10.3 ¡ 0.5 ¡ 0.6 ¡ Genomic ¡ EPD ¡ B A B B Info ¡ • Extra ¡source ¡of ¡informaRon ¡ ¡ More ¡informaRon ¡means ¡ • MBV ¡= ¡1+1-­‑0.3+0.3+0.5+0.5+…+0.6+0.6 ¡= ¡5.7 ¡ greater ¡accuracy ¡of ¡EPD ¡ Which methods? How is genomic incorporated? 2. ¡BeNer ¡relaRonships ¡ MulRstep ¡ ¡ first ¡method ¡implemented ¡ Full-­‑sibs ¡ “ I ¡do ¡not ¡trust ¡EPD, ¡but ¡ I ¡do ¡trust ¡MBV ¡because ¡ they ¡come ¡straight ¡ from ¡the ¡DNA ” ¡ 2017 ¡BIF ¡Symposium, ¡Athens, ¡Ga. ¡ 3 ¡

  4. Daniela ¡Lourenco, ¡Un. ¡of ¡Georgia ¡ 6/1/17 ¡ Which methods? Trend… Single-­‑step ¡ MulRstep ¡ Single-­‑step ¡ Developed ¡at ¡UGA: ¡2009 ¡ Simplicity ¡ Which software to use for The biggest promise single-step? Increase ¡(double) ¡accuracy ¡of ¡predicRng ¡EPD ¡ ¡ UGA: ¡ ¡blupf90 ¡family ¡ Theta ¡SoluRons: ¡ ¡Bolt ¡ Meuwissen ¡et ¡al., ¡2001 ¡ Beef ¡caNle? ¡ Bruce ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡Dorian ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡Daniel ¡ Keith ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡Ignacy ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡Daniela ¡ You should genotype more Accuracy gains in beef animals US ¡Holsteins ¡-­‑ ¡2017 ¡ number ¡of ¡ GE-­‑EPD ¡ ¡ Number ¡of ¡genotyped ¡animals ¡ 1,600,000 ¡ EPD ¡ ¡ Females ¡ Trait ¡ Breed ¡ genotyped ¡ ¡ or ¡MBV ¡ ¡ Gain ¡% ¡ Author ¡ 1,400,000 ¡ accuracy ¡ 1,200,000 ¡ Males ¡ animals ¡ accuracy ¡ 1,000,000 ¡ Meuwissen ¡et ¡al., ¡ 800,000 ¡ Simulated ¡ ¡-­‑ ¡ 2,000 ¡ 0.40 ¡ 0.84 ¡ 110 ¡ 2001 ¡ 600,000 ¡ Saatchi ¡et ¡al., ¡ 400,000 ¡ 200,000 ¡ Carcass ¡ Hereford ¡ 1,650 ¡ 0.29 ¡ 0.38 ¡ 33 ¡ 2013 ¡ 0 ¡ Feed ¡ 901 ¡ 908 ¡ 1002 ¡ 1006 ¡ 1009 ¡ 1012 ¡ 1103 ¡ 1106 ¡ 1109 ¡ 1112 ¡ 1203 ¡ 1206 ¡ 1209 ¡ 1212 ¡ 1303 ¡ 1306 ¡ 1309 ¡ 1312 ¡ 1403 ¡ 1406 ¡ 1409 ¡ 1412 ¡ 1503 ¡ 1506 ¡ 1509 ¡ 1512 ¡ 1603 ¡ 1606 ¡ 1609 ¡ 1612 ¡ 1703 ¡ intake ¡ Nellore ¡ 1,000 ¡ 0.36 ¡ 0.43 ¡ 20 ¡ Silva ¡et ¡al., ¡2016 ¡ Lourenco ¡et ¡al., ¡ American ¡Angus ¡-­‑ ¡2017 ¡ Growth ¡ Angus ¡ 2,000 ¡ 0.29 ¡ 0.32 ¡ 10 ¡ 2015 ¡ 400,000 ¡ Number ¡of ¡genotyped ¡animals ¡ 303,246 ¡ Small ¡gain ¡due ¡to ¡small ¡number ¡of ¡genotyped ¡animals ¡ 300,000 ¡ 219,849 ¡ 184,354 ¡ 200,000 ¡ ~ ¡2,000 ¡ 132,000 ¡ 112,000 ¡ 82,000 ¡ 100,000 ¡ 0 ¡ “You ¡should ¡genotype ¡more ¡animals” ¡ 07 ¡2014 ¡ 01 ¡2015 ¡ 07 ¡2015 ¡ ¡01 ¡2016 ¡ ¡07 ¡2016 ¡ ¡01 ¡2017 ¡ 2017 ¡BIF ¡Symposium, ¡Athens, ¡Ga. ¡ 4 ¡

  5. Daniela ¡Lourenco, ¡Un. ¡of ¡Georgia ¡ 6/1/17 ¡ Accuracy gains in beef Accuracy gains 50k vs. 500k VanRaden ¡et ¡al., ¡2011 ¡ ¡ Gain ¡ ¡= ¡0.02 ¡ number ¡of ¡ GE-­‑EPD ¡ ¡ EPD ¡ ¡ Trait ¡ Breed ¡ genotyped ¡ ¡ or ¡MBV ¡ ¡ Gain ¡% ¡ Author ¡ accuracy ¡ animals ¡ accuracy ¡ Meuwissen ¡et ¡al., ¡ Simulated ¡ ¡-­‑ ¡ 2,000 ¡ 0.40 ¡ 0.84 ¡ 110 ¡ 2001 ¡ Lourenco ¡et ¡al., ¡ Growth ¡ Angus ¡ 2,000 ¡ 0.29 ¡ 0.32 ¡ 10 ¡ 2015 ¡ Lourenco ¡et ¡al., ¡ Growth ¡ Angus ¡ 33,000 ¡ 0.29 ¡ 0.35 ¡ 21 ¡ 2015 ¡ “You ¡should ¡genotype ¡more ¡animals” ¡ “You ¡are ¡using ¡only ¡50k ¡SNP… ¡not ¡enough… ¡ “You ¡are ¡using ¡only ¡50k ¡SNP… ¡not ¡enough… ¡ you ¡should ¡use ¡over ¡300,000” ¡ you ¡should ¡use ¡over ¡300,000” ¡ Sequence information for Sequence the whole genome predictions Sequence ¡vs. ¡genotyping ¡ > ¡30M ¡ 50k ¡ VanRaden ¡et ¡al., ¡2017 ¡ Why Meuwissen et al. (2001) got it, Small gain with more SNP but we did not? ¡ 1. ¡BeNer ¡relaRonships: ¡already ¡accurate ¡with ¡50k ¡ 20 ¡ 30 ¡ 35 ¡ A A B 2. ¡SNP ¡effects: ¡only ¡more ¡SNP ¡to ¡esRmate ¡effects ¡ ¡ 1-­‑0.3 ¡0.5 ¡ 10.3 ¡ 0.5 ¡ ¡ ¡ ¡ ¡without ¡increasing ¡ phenotypes ¡ A B B • Assumed ¡SNP ¡with ¡large ¡effect ¡ • Large ¡SNP ¡explained ¡large ¡proporRon ¡of ¡geneRc ¡variance ¡ Traits ¡of ¡interest ¡are ¡polygenic: ¡several ¡genes ¡with ¡small ¡effect ¡ 2017 ¡BIF ¡Symposium, ¡Athens, ¡Ga. ¡ 5 ¡

Recommend


More recommend