XML English Abstract Print


دانشگاه شهید باهنر کرمان
چکیده:   (152 مشاهده)
صفت رشد در گاوهای گوشتی یکی از مهم‌ترین شاخص‌های اقتصادی در صنعت دامپروری است که تحت کنترل شبکه‌ای پیچیده از ژن‌ها قرار دارد. هدف این مطالعه، شناسایی نواحی ژنومی کلیدی و شبکه‌های ژنی مرتبط با رشد در گاوهای گوشتی با استفاده از رویکرد فراتحلیل داده‌های پویش کل ژنوم بود. در این پژوهش، داده‌های ژنومی از 6 مطالعه منتشرشده بین سال‌های 2010 تا 2025 استخراج و با استفاده از روش آماری استوفر تحلیل ترکیبی انجام شد. نژادهای مورد بررسی شامل Simmental، Angus، Hereford، Charolais و سایر نژادهای گوشتی از کشورهای چین، روسیه، ایالات متحده، کانادا و برزیل بودند. نتایج فراتحلیل نشان داد که کروموزوم‌های 2، 4، 11، 21، 24 و 27 دارای بالاترین سیگنال‌های معنی‌دار هستند، به‌طوری‌که بیشترین مقدار (p)-log10 در کروموزوم 24 با مقدار 62/27 ثبت شد. تحلیل شبکه تعاملی پروتئین‌ها در پایگاه STRING منجر به شناسایی 4 خوشه عملکردی اصلی شامل: متابولیسم و انرژی، تنظیم سلولی و سیگنال‌دهی، تنظیم رونویسی، و سیستم عصبی-عضلانی شد. ژن‌های محوری کلیدی شامل GALNTL6، DPP6، KCNIP4، ALDH7A1، SLC27A6 و ABCG5 شناسایی شدند که نقش تنظیمی مهمی در کنترل رشد عضلانی و متابولیسم دارند. شبکه ژنی شناسایی‌شده از الگوی بدون مقیاس تبعیت می‌کند و دارای تراکم متوسط و ضریب خوشه‌بندی بالا است که نشان‌دهنده سازماندهی ماژولار و کارآمدی انتقال سیگنال است. این فراتحلیل توانست قدرت آماری را نسبت به مطالعات منفرد افزایش دهد و نواحی ژنومی جدیدی را که قبلاً شناسایی نشده بودند، آشکار کند. یافته‌های این مطالعه می‌تواند در برنامه‌های اصلاح نژاد مبتنی بر ژنومیک و انتخاب کمکی برای بهبود صفت رشد در گاوهای گوشتی مورد استفاده قرار گیرد.
شماره‌ی مقاله: 2
     
نوع مطالعه: پژوهشی کامل | موضوع مقاله: ژنتیک جانوری
دریافت: 1404/9/21 | پذیرش: 1405/5/30

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به فصلنامه علمی ژنتیک نوین می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2026 CC BY-NC 4.0 | فصلنامه علمی ژنتیک نوین

Designed & Developed by : Yektaweb