Chọn giống vật nuôi trong nhiều thập kỷ qua dựa trên ảnh hưởng của kiểu gen và môi trường đối với các tính trạng số lượng. Việc chọn giống vật nuôi được thực hiện thông qua lựa chọn dựa theo giá trị kiểu hình, tức là các con vật có năng suất tốt nhất được chọn làm cha mẹ cho thế hệ tiếp theo. Phương pháp chọn lọc dựa trên giá trị kiểu hình sẽ giảm hiệu quả trên các tính trạng khó quan sát hoặc không thể quan sát được trên chính bản thân con vật và các tính trạng có hệ số di truyền thấp.

Giai đoạn chọn giống vật nuôi tiếp theo, khi mà khoa học máy tính và khoa học thống kê phát triển mạnh, các mô hình thống kê (phương pháp BLUP) giúp cho việc ước tính giá trị giống thông qua việc sử dụng tất cả các nguồn thông tin về giá trị kiểu hình của các con vật có họ hàng và có thể ước tính giá trị giống cho những cá thể không có số liệu hay các tính trạng không thể đo lường trực tiếp trên con vật được dễ dàng và hiệu quả hơn. Tuy nhiên, phương pháp BLUP cải tiến chậm đối với các tính trạng có hệ số di truyền thấp.

Phương pháp ước tính giá trị giống theo bộ gen ra đời sẽ mở ra một kỷ nguyên mới, một công cụ mới và một xu hướng mới trong khoa học chọn giống vật nuôi nhằm khắc phục được những hạn chế của phương pháp chọn giống dựa theo giá trị kiểu hình cũng như của phương pháp BLUP. Phương pháp ước tính giá trị giống theo bộ gen sử dụng ảnh hưởng của tất cả các đa hình nucleotide đơn (Single Nucleotid Polymorsphim, SNP) được ước tính đồng thời cho dù có đến hàng chục nghìn gen ảnh hưởng đến một tính trạng phân bố ở khắp mọi nhiễm sắc thể trong bộ gen.

Tiến bộ di truyền hàng năm được xác định bởi 4 yếu tố, bao gồm: (1) độ chính xác của giá trị giống được ước tính; (2) cường độ chọn lọc; (3) sự biến động di truyền của các tính trạng và (4) khoảng cách thế hệ. Việc chọn lọc theo bộ gen tác động đến ba trong số 4 yếu tố trên và phương pháp ước tính giá trị giống theo bộ gen có ảnh hướng nhiều nhất đến độ chính xác của giá trị giống ước tính và khoảng cách thế hệ. Chọn giống theo bộ gen làm tăng độ chính xác của giá trị giống ước tính và làm rút ngắn được khoảng cách thế hệ, từ đó tăng được tiến bộ di truyền hàng năm. Bên cạnh đó, phương pháp ước tính giá trị giống theo bộ gen không sử dụng hệ phổ do đó khắc phục được những sai sót về hệ phổ do các nhầm lẫn ghi chép khi phối giống, theo dõi con vật mới sinh ra hoặc trong quản lý, đặc biệt ở những cơ sở chăn nuôi quy mô lớn (Đặng Vũ Bình, 2019).

Việc chọn giống theo bộ gen được thực hiện dựa trên nguyên tắc, (1) lựa chọn quần thể tham chiếu (Reference Population) với số lượng lớn vật nuôi có các thông tin về giá trị kiểu hình và kiểu di truyền của nhóm cá thể này đã được xác định một cách chính xác. Quần thể tham chiếu được coi là chìa khoá cho việc chọn giống theo bộ gen và độ lớn của quần thể tham chiếu sẽ quyết định đến độ chính xác của giá trị giống ước tính theo bộ gen. Thông tin về kiểu di truyền của các cá thể trong quần thể tham chiếu là trình tự một số lượng lớn đa hình nucleotide đơn phân bố trong bộ gen. Số lượng các đa hình nucleotide đơn tối thiểu phải là vài chục nghìn nucleotide (Đặng Vũ Bình, 2019). (2) Xây dựng mô hình ước tính giá trị giống theo bộ gen cho đàn vật nuôi cần được chọn lọc với các thông tin về kiểu di truyền đã được xác định một cách chính xác. (3) Những cá thể để được chọn làm giống sẽ dựa trên giá trị giống ước tính theo bộ gen. Độ chính xác của giá trị giống ước tính theo bộ gen phụ thuộc vào độ lớn của quần thể tham chiếu, hệ số di truyền của tính trạng chọn lọc và độ chính xác của giá trị kiểu hình quan sát được. Nguyên tắc ước tính giá trị giống theo bộ gen được minh hoạ qua hình 1.

Nguyên tắc ước tính giá trị giống theo bộ gen là tất cả các ảnh hưởng đa hình nucleotide đơn đều được ước tính đồng thời trong quần thể tham chiếu. Đối với vật nuôi và các mối quan hệ trong một giống, 50.000 đa hình nucleotide đơn phân bố trên toàn bộ bộ gen dường như là đủ (Goddard & cs., 2011). Với quần thể tham chiếu như vậy, có thể ước tính ảnh hưởng của các đa hình nucleotide đơn bằng một trong hai phương pháp (1) Phương pháp tuyến tính: SPN-BLUP và GBLUP sử dụng cách tiếp cận tuyến tính của BLUP. Khác với BLUP, GTG trong SNP-BLUP và GBLUP được ước tính bằng cách sử dụng kiểu hình và các mối quan hệ bộ gen dựa trên dữ liệu chỉ thị di truyền dày đặc của bộ gen. SNP-BLUP yêu cầu ước tính ảnh hưởng của m đa hình nucleotide đơn, như vậy phải giải một tập hợp m phương trình, trong khi GBLUP yêu cầu ước tính n GEBV và giải n phương trình, trong đó n là số lượng con vật. Khi các tham số được hiệu chỉnh cẩn thận, hai phương pháp được cho là tương đương (Goddard, 2009). (2) Phương pháp phi tuyến tính: Có thể được xem như là một cách tiếp cận Bayes, với cách tiếp cận này các thông tin có trước về các ảnh hưởng của đa hình nucleotide đơn được thêm vào để ước tính tất cả các ảnh hưởng. Với SNP-BLUP và GBLUP giả định rằng các ảnh hưởng của đa hình nucleotide đơn tuân theo luật phân bố chuẩn và có cùng phương sai. Giả định này dẫn đến cách tiếp cận tuyến tính của BLUP đối với tất cả các dữ liệu kiểu hình.

leftcenterrightdel

Hình 1. Nguyên tắc chọn giống theo bộ gen

Chọn giống vật nuôi theo bộ gen đã mang đến một cuộc cách mạng trong khoa học và thực tiễn chọn lọc, nhân giống động vật. Việc sử dụng chọn giống vật nuôi theo bộ gen đã cải thiện được tiến bộ di truyền hàng năm một cách rất hiệu quả. Khoảng 2 triệu bò sữa đã được xác định kiểu gen cho mục đích chọn giống vật nuôi theo bộ gen (Meuwissen & cs., 2016). Hơn 15.000 kiểu gen đã được xác định nhằm xem xét đa hình nucleotide đơn nào sẽ được sử dụng trong chọn giống bò sữa theo bộ gen ở Mỹ. Chọn lọc theo bộ gen đã được chính thức áp dụng lần đầu tiên vào tháng 1 năm 2009 cho giống Holsteins và Jersey, vào tháng 8 năm 2009 cho Brown Swiss, vào tháng 4 năm 2013 cho Ayrshires và vào tháng 4 năm 2016 cho Guerncoat (Đặng Vũ Bình, 2019). Độ chính xác của chọn giống theo bộ gen ở bò sữa đạt được trên 0,8 đối với các tính trạng sản xuất và 0,7 đối với các tính trạng về sinh sản, tuổi thọ và các tính trạng khác (Wiggans & cs., 2011; Lund & cs., 2011). Năng suất của bò sữa đã được cải thiện từ 60 đến 120 % (Pryce & cs., 2011). Năng suất sữa trong một chu kỳ tiết sữa của bò đã tăng từ 6000 kg ở những năm 1960 lên 10.000 kg năm 2005 với tỷ lệ tăng đạt 67% (Hume & cs., 2011). Năng suất của bò thịt cũng được cải thiện tăng từ 29 đến 158 % (Van Eenennaam & cs., 2011).

Năng suất sinh sản của lợn cũng đã tăng từ 20 đến 50% (Albers & cs., 2010). Số lợn con cai sữa/nái/năm đã tăng từ 14 con năm 1960 lên 21 con năm 2005 với tỷ lệ tăng đạt 50%. Tiêu tốn thức ăn/kg tăng khối lượng đã giảm từ 3,0 (1960) xuống 2,2 (2005) với tỷ lệ giảm tương ứng đạt 27% (Hume & cs., 2011).

Chọn lọc theo bộ gen ở gà đẻ trứng có thể đạt được nhiều lợi ích và nhanh hơn so với chọn lọc truyền thống (Wolc & cs., 2011). Năng suất của gà đẻ tăng từ 40 đến 100% (Dekkers & cs., 2009; Wolc & cs., 2011). Năng suất trứng của gà đẻ cũng được cải thiện tăng từ 230 quả (1960) lên 300 quả (2005) với tỷ lệ tăng đạt 30%. Tổng số trứng trên một tấn thức ăn cũng được cải thiện tăng từ 5000 quả (1960) lên 9000 quả (năm 2005) với tỷ lệ tăng đạt 80%. Năng suất của gà thịt cũng được cải thiện với mức tăng đạt 20% (Dekkers & cs., 2009). Số ngày nuôi đạt 2 kg của gà thịt đã giảm từ 100 ngày xuống còn 40 ngày với tỷ lệ giảm đạt 60% và tiêu tốn thức ăn/kg tăng khối lượng của gà thịt cũng giảm với tỷ lệ 43% tương ứng với việc giảm từ 3,0 kg xuống còn 1,7 kg.

Tóm lại, chọn giống vật nuôi theo bộ gen đã mang đến một công cụ mới, xu hướng mới và một cuộc cách mạng trong khoa học và thực tiễn chọn lọc, nhân giống động vật. Việc sử dụng giá trị giống ước tính theo bộ gen đã cải thiện được tiến bộ di truyền hàng năm một cách rất hiệu quả, đồng thời tiết kiệm được thời gian, công sức và chi phí cho các cơ sở nhân giống vật nuôi.

Tài liệu tham khảo

Albers, G.A.A. (2010). Genomic selection in poultry and pig breeding: a breakthrough technology? Proceedings of the British Society of Animal Science. p359.

Boddicker, N., E. H. Waide, R. R. R. Rowland, J. K. Lunney, D. J. Garrick, J. M. Reecy, and J. C. M. Dekkers. (2012). Evidence for a major QTL associated with host response to Porcine Reproductive and Respiratory Syndrome Virus challenge. J. Anim. Sci. 90:1733-1746.

Dekkers, J.C.M., H.H. Zhao, D. Habier, R.L. Fernando. (2009). Opportunities for genomic selection with redesign of breeding programs. J Anim Sci. 87(Suppl E):275.

Đặng Vũ Bình (2019). Chọn giống vật nuôi theo bộ gen – kỷ nguyên mới của khoa hcoj chọn giống vật nuôi. 241: 2-9.

Hume, D.A., C.B.A. Whitelaw and A.L. Archibald. (2011). The future of animal production: improving productivity and sustainability. The Journal of Agricultural Science, 149, pp 9-16. doi:10.1017/S0021859610001188.

Meuwissen, T. H. E., B. J. Hayes and M. E. Goddard. (2001). Prediction of Total Genetic Value Using Genome-Wide Dense Marker Maps. Genetics 157: 1819-1829.

Pryce, J.E. and H.D. Daetwyler. (2011). Designing dairy cattle breeding schemes under genomic selection: a review of international research. Animal Production Science 52: 107-114.

Van der Werf J.H.J. (2011). Potential benefit of genomic selection in sheep. Proceedings of the Association for the Advancement of Animal Breeding and Genetics. 18: 38–41.

Van Eenennaam, A. L., J. H. J. van der Werf, and M. E. Goddard (2011). The value of using DNA markers for beef bull selection in the seedstock sector. J. Anim. Sci. 89:307–320.

Wolc A., Stricker C., Arango J., Settar P., Fulton J. E., O'Sullivan N. P., Preisinger R., Habier D., Fernando R., Garrick D. J., Lamont S. J. & Dekkers J. C. M. (2011). Breeding value prediction for production traits in layer chickens using pedigree or genomic relationships in a reduced animal model. Genetics Selection Evolution. 43(1): 5.

                                                                                    Bộ môn Di truyền – Giống vật nuôi

 Khoa Chăn nuôi – Học viện nông nghiệp Việt Nam