Análisis filogenético y de cuello de botella de las poblaciones de caballos Turcos Árabes y de Pura sangre

• Cevdet Yaralı Veterinary Control Central Research Institute, Genetics Laboratory, Ankara, Türkiye
• Abdurrahman Köseman Malatya Turgut Ozal University, Akcadag Vocational School, Department of Crop and Animal Production. Malatya, Türkiye
• Yusuf Özşensoy Sivas Cumhuriyet University, Faculty of Veterinary Medicine, Department of Veterinary Genetics. Sivas, Türkiye https://orcid.org/
• İbrahim Şeker Firat University, Faculty of Veterinary Medicine, Department of Zootechny. Elazig, Türkiye
• Burhan Toprak Yozgat Bozok University, Faculty of Veterinary Medicine, Department of Anatomy. Yozgat, Türkiye https://orcid.org/
• Kemal Zengin Veterinary Control Central Research Institute, Genetics Laboratory, Ankara, Türkiye

DOI: https://doi.org/10.52973/rcfcv-e33262

Palabras clave: Caballo árabe, cuello de botella, microsatellite, análisis filogenético, caballo pura sangre

Resumen

Este estudio tuvo como objetivo determinar los análisis filogenéticos y de cuello de botella de las poblaciones de caballos árabes y de pura sangre turcos. En el estudio, el genotipado se realizó utilizando un total de 17 marcadores microsatélites en las muestras tomadas de 959 caballos pura sangre y 813 caballos árabes. El número medio de alelos efectivos en los caballos árabes fue de 3,338 y el número medio de alelos fue de 7,412 en los caballos pura sangre. La distancia genética y la identidad genética entre las razas Pura Sangre y Árabe fue de 0,411 y 0,663, respectivamente. También la identidad genética en cada población de caballos árabes y pura sangre fue de 1.000. La tabla FCA mostró que las dos razas estaban completamente separadas entre sí y eran compatibles. En conclusión; los cuellos de botella de las poblaciones de caballos pura sangre y árabes estaban en una distribución L normal y estas razas de caballos no parecen haber sucumbido a la introgresión. Por lo tanto, aún no están en riesgo de extinción en el corto plazo.

Citas

Pirault P, Danvy S, Verrier E, Leroy G. Genetic structure and gene flows within horses: a genealogical study at the french population scale. PLoS One. 2013; 22(4):e61544.

Thiruvenkadan AK, Kandasamy N, Panneerselvam S. Inheritance of racing performance of Thoroughbred horses. Livest. Sci. 2009; 121:308–326.

Cunningham EP, Dooley JJ, Splan RK, Bradley DG. Microsatellite diversity, pedigree relatedness and the contributions of founder lineages to Thoroughbred horses. Anim. Genet. 2001; 32(6):360–4.

Buróczıová M, Řıha J. Horse breed discrimination using machine learning methods. J. Appl. Genet. 2009; 50(4):375–377.

Özşensoy Y, Kurar E. Markör sistemleri ve genetik karakterizasyon çalışmalarında kullanımları. J. Cell Mol. Biol. 2012; 10(2):11–19.

Takezaki N, Nei M. Genetic distances and reconstruction of phylogenetic trees from microsatellite DNA. Genet. 1996; 144(1):389–99.

General Statistics [Internet]. Istanbul: Türkiye Jockey Club. 2022 [Accessed 19 March 2023]. Available in: https://bit.ly/3rfOk2D.

Peakall R, Smouse PE. GenAlEx 6.5: genetic analysis in Excel. Population genetic software for teaching and research – an update. Bioin App Note. 2012; 28(19):2537–2539.

Belkhir K, Borsa P, Chikhi L, Raufaste N, Bonhomme F. GENETIX 4.05, logiciel sous Windows TM pour la génétique des populations [Internet]. Montpellier: Université Montpellier II; 2004 [Accessed 19 March 2023]. Available in: https://bit.ly/3pCQzMQ.

Langella O. Populations 1.2.32 population genetic software [Internet]. 2011; [Accessed 19 March 2023]. Available in: https://bit.ly/3XJqloG.

Piry S, Luikard G, Cornuet JM. Bottleneck: a computer program for detecting recent reductions in the effective population size using allele frequency data. J. Hered. 1999; 90(4):502–503.

Raymond M, Rousset F. Genepop (version 1.2): population–genetics software for exact tests and ecumenicism. 1995; J. Hered. 86:248–9.

Almarzook S, Abdel–Shafy H, Ahmed AS, Reissmann M, Brockmann GA. Genetic diversity of Arabian horses using microsatellite markers. Egyptian J. Anim. Prod. 2022; 59(1):19–27.

Machmoum M, Boujenane I, Azelhak R, Badaoui B, Petit D, Piro M. Genetic diversity and population structure of Arabian horse populations using microsatellite markers. J. Equine Vet. Sci. 2020; 93:103200.

Cosenza M, La Rosa V, Rosati R, Chiofalo V. Genetic diversity of the Italian Thoroughbred horse population. Ital. J. Anim. Sci. 2019; 18(1):538–545.

Nei M, Kumar S. Molecular evolution and phylogenetics. New York: Oxford University Press. 2000; 88 p.

Mahrous KF, Hassanane M, Abdel–Mordy M, Heba I, Shafey HI, Hassan N. Genetic variations in horse using microsatellite markers. JGEB. 2011; 9(2):103–109.

Jung JS, Seong J, Lee GH, Kim Y, An JH, Yun JH, Kong HS. Genetic diversity and relationship of Halla horse based on polymorphisms in microsatellites. J. Anim. Sci. Biotechnol. 2021; 36:76–81.

Cosgrove EJ, Sadeghi R, Schlamp F, Holl HM, Moradi–Shahrbabak M, Miraei–Ashtiani SR, Abdalla S, Shykiind B, Troedsson M, Stefaniuk–Szmukier M, Prabhu A, Bucca S, Bugno–Poniewierska M, Wallner B, Malek J, Miller DC, Clark AG, Antczak DF, Brooks SA. Genome diversity and the origin of the Arabian horse. Sci Rep. 2020; 10(1):9702.

Duru, S. Pedigree analysis of the Turkish Arab horse population: structure, inbreeding and genetic variability. Anim. 2017; 11(9):1449–1456.

Todd ET, Ho SY, Thomson PC, Ang RA, Velie BD, Hamilton Na. Founder–specific inbreeding depression affects racing performance in Thoroughbred horses. Sci. Rep. 2018; 8(1):6167.

Zabek T, Zyga A, Radko A, Słota E. Analysis of genetic variation in Małopolski horses using molecular and pedigree data. Nat. Res. Instit. Anim. Prod. 2006; 6(1):13–27.

Próchniak T, Kasperek K, Knaga S, Rozempolska–Rucińska I, Batkowska J, Drabik K, Ziȩba G. Pedigree analysis of Warmblood horses participating in competitions for young horses. Front. Genet. 2021; 12:658403.

Koseman A, Ozsensoy Y, Erdogan M, Yarali Y, Toprak B, Zengin K, Seker I. Investigation of genetic variations using microsatellite markers in Colored horses in Turkey. Russ. J. Genet. 2020; 56 (5):592–602.