From a review of published information on genetic association studies, a meta-analysis was conducted to determine the influence of the genes κ-casein (CSN3) and β-lactoglobulin (LGB) on milk yield traits in Holstein, Jersey, Brown Swiss, and Fleckvieh. The GLIMMIX procedure was used to analyze milk production and percentage of protein and fat in milk. Models included the main effects and all their possible two-way interactions; not estimable effects and non-significant (p>0.05) two-way interactions were dropped from the models. The three traits analyzed used Poisson distribution and a log link function and were determined with the Interactive Data Analysis of SAS software. Least square means and multiple mean comparisons were obtained and performed for significant main effects and their interactions (p<0.0255). Interaction of breed by gene showed that Holstein and Fleckvieh were the breeds on which CSN3 (6.01%±0.19% and 5.98%±0.22%), and LGB (6.02%±0.19% and 5.70%±0.22%) have the greatest influence. Interaction of breed by genotype nested in the analyzed gene indicated that Holstein and Jersey showed greater influence of the CSN3 AA genotype, 6.04%±0.22% and 5.59%±0.31% than the other genotypes, while LGB AA genotype had the largest influence on the traits analyzed, 6.05%±0.20% and 5.60%±0.19%, respectively. Furthermore, interaction of type of statistical model by genotype nested in the analyzed gene indicated that CSN3 and LGB genes had similar behavior, maintaining a difference of more than 7% across analyzed genotypes. These results could indicate that both Holstein and Jersey have had lower substitution allele effect in selection programs that include CSN3 and LGB genes than Brown Swiss and Fleckvieh. Breed determined which genotypes had the greatest association with analyzed traits. The mixed model based in Bayesian or Ridge Regression was the best alternative to analyze CSN3 and LGB gene effects on milk yield and protein and fat percentages.

Lorenzo-Torres A, et al. J Vet Sci. 2022 Oct;23:e87. https://doi.org/10.4142/jvs.22168

Los análisis genómicos y transcriptómicos para selección y mejoramiento genético animal requieren ADN o ARN de alta concentración y pureza, proveniente de diferentes tejidos incluyendo semen. Los métodos usualmente utilizados para extraer ADN de semen son menos efectivos en cantidad y calidad de ADN, debido a los solventes y diluyente utilizados para la conservación, características físico-químicas de los espermatozoides, y fracción no celular del eyaculado. En este estudio, se proponen modificaciones al método de tiocianato de guanidina, incluyendo un segundo lavado de la muestra con solución buffer fosfato, y dos lavados con solventes orgánicos, uno fuerte (fenol:cloroformo:alcohol isoamílico) y uno débil (cloroformo:alcohol isoamílico), para retirar la proteína y diluyente presentes en la muestra. Además, se propone una incubación por separado con ARNasa para reducir contaminación de ácidos nucleicos en la medición y elaboración de diluciones para amplificación por PCR. La precipitación agregó al isopropanol de la metodología original 3 M de acetato de sodio para retirar restos de posibles inhibidores de la PCR. Finalmente, se incluyeron centrifugaciones de alta velocidad y decantaciones para evitar la necesidad de separación mecánica del ADN y la proteína. El ADN extraído con el método propuesto no presentó degradación, y la calidad y cantidad fueron mejores (P<0.0001), encontrándose una media de 1.84±0.09 en el rango 260/280 y 156.99±7.29 ng/ꟺ para la variable de concentración. El presente método de extracción es una alternativa de bajo costo, viable para obtener ADN de semen con características necesarias para análisis genómicos en mamíferos.

Braunvieh is an important dual-purpose breed in the Mexican tropics. The study of its genetic diversity is key to implementing genetic improvement programs. This study was conducted to determine genetic diversity of reproductive traits in a Mexican Braunvieh beef cattle population using single nucleotide polymorphisms in candidate genes. Information from 24 genes with 52 intra-genic loci reported in literature to be associated with productive life, pregnancy rate and cow and heifer conception rate of 150 Braunvieh males and females was considered. Observed heterozygosity (Ho) revealed high genetic diversity for the studied traits, Ho = 0.42 +/- 0.087, relative to that of other populations of the same breed. Cluster analyses were carried out using the Ward and K-means algorithms. These analyses revealed high genetic diversity that was observed in the biplot of non-metric multi-dimensional scaling. It was found that clustering strategy allowed visualisation of distant groups by genotype but not by favourable alleles in all the loci. We found that the genes CSNK1E, DNAH11, DSC2, IBSP and OCLN affected most of the traits in our study and they were highly informative. Therefore, they represent a potential resource for selection and crossbreeding programs of the traits studied in Braunvieh. The analyses showed that the Mexican Braunvieh population has a high level of genetic diversity, arguably due to decades-long adaptation to the Mexican tropics.

En el estudio se compararon umbrales de frecuencia del alelo menor durante el control de calidad de los genotipos, utilizando polimorfismos de nucleótido simple para predecir valores genómicos de características de crecimiento en bovinos Suizo Europeo. El análisis se realizó con 28,973 y 18,994 registros de pesos al nacimiento y destete, 12,835 polimorfismos de nucleótido simple y 300 animales. Las características se analizaron bajo el enfoque de evaluación genómica en un solo paso. Los criterios de comparación fueron: 1) jerarquización de valores genómicos: se estimaron coeficientes de correlación Spearman y Pearson entre valores genómicos predichos con frecuencia estándar del alelo menor (0.05) y niveles menores; 2) habilidad de predicción de los modelos: se realizó validación cruzada con cuatro repeticiones y se obtuvo el promedio de los coeficientes de correlación de los fenotipos reales contra predichos; y 3) coeficiente de regresión simple: los valores genómicos obtenidos con frecuencia del alelo menor estándar e inferiores, fueron las variables independiente y dependiente, respectivamente. El efecto del nivel de frecuencia del alelo menor en la jerarquización de los valores genómicos no fue importante (correlaciones mayores que 0.99, <2.2x10-16). La habilidad predictiva del modelo fue similar: 0.7 promedio. Los coeficientes de regresión fueron cercanos a uno (0.99, <2x10-16). Los resultados sugieren que una frecuencia del alelo menor entre 0.0 y 0.05, no altera las predicciones de valores genómicos en poblaciones pequeñas. Sin embargo, estos resultados son preliminares y susceptibles a cambios si el estudio se repite con un número de marcadores y animales mayor.