Genome-wide association analysis reveals genetic loci and candidate genes associated with intramuscular fat in Duroc pigs

Abstract

Intramuscular fat (IMF) is a major meat-quality trait in pigs. The content of IMF is directly associated with the taste and flavor of pork. As a complex trait, there could be multiple genes affecting IMF content in pork. Genome-wide association study is a powerful tool to detect genomic regions associated with phenotypic variations. The objectives of the present study were to identify or refine the positions of genomic regions affecting IMF, and to characterize candidate genes and pathways that may influence this trait. Of note, we identified a significant region in longissium dorsi muscle in a Duroc pig population for IMF content with PorcineSNP60 v2 BeadChip. This region spans 1.24 Mb on chromosome 8 and had been identified as a quantitative trait locus for IMF in Pietrain, Large White, Landrace, and Leicoma pigs. In this region, eight SNPs were significantly associated with IMF content. Three genes proximal to these significant SNPs were considered candidate genes, including ZDHHC16, LOC102162218 and PCDH7. Our results confirm several previous findings and highlight several genes that may contribute to IMF variation in Duroc pigs.

Keywords

Duroc pigs / genome-wide association analysis / intramuscular fat

References

[1] Park G B, Moon S S, Ko Y D, Ha J K, Lee J G, Chang H H, Joo S T. Influence of slaughter weight and sex on yield and quality grades of Hanwoo (Korean native cattle) carcasses. Journal of Animal Science, 2002, 80(1): 129–136

[2] Bosi P, Russo V. The production of the heavy pig for high quality processed products. Italian Journal of Animal Science, 2004, 3(4): 309–321

[3] Cabling M M, Kang H S, Lopez B M, Jang M, Kim H S, Nam K C, Choi J G, Seo K S. Estimation of genetic associations between production and meat quality traits in Duroc pigs. Asian-Australasian Journal of Animal Sciences, 2015, 28(8): 1061–1065

[4] Ntawubizi M, Colman E, Janssens S, Raes K, Buys N, De Smet S. Genetic parameters for intramuscular fatty acid composition and metabolism in pigs. Journal of Animal Science, 2010, 88(4): 1286–1294

[5] Bolormaa S, Neto L R, Zhang Y D, Bunch R J, Harrison B E, Goddard M E, Barendse W. A genome-wide association study of meat and carcass traits in Australian cattle. Journal of Animal Science, 2011, 89(8): 2297–2309

[6] Moloney A P, Mooney M T, Kerry J P, Stanton C, O’Kiely P. Colour of fat, and colour, fatty acid composition and sensory characteristics of muscle from heifers offered alternative forages to grass silage in a finishing ration. Meat Science, 2013, 95(3): 608–615

[7] Pietro Lo Fiego D, Macchioni P, Minelli G, Santoro P. Lipid composition of covering and intramuscular fat in pigs at different slaughter age. Italian Journal of Animal Science, 2010, 9(2): e39

[8] Casellas J, Vidal O, Pena R N, Gallardo D, Manunza A, Quintanilla R, Amills M. Genetics of serum and muscle lipids in pigs. Animal Genetics, 2013, 44(6): 609–619

[9] Muñoz M, Rodríguez M C, Alves E, Folch J M, Ibañez-Escriche N, Silió L, Fernández A I. Genome-wide analysis of porcine backfat and intramuscular fat fatty acid composition using high-density genotyping and expression data. BMC Genomics, 2013, 14(1): 845

[10] Edwards D B, Ernst C W, Raney N E, Doumit M E, Hoge M D, Bates R O. Quantitative trait locus mapping in an F2 Duroc x Pietrain resource population: II. Carcass and meat quality traits. Journal of Animal Science, 2008, 86(2): 254–266

[11] Cristina Ó, Oliver A, Noguera J, Clop A, Barragán C, Varona L, Rodríguez C, Toro M, Sánchez A, Pérez-Enciso M, Silió L. Test for positional candidate genes for body composition on pig chromosome 6. Genetics, Selection, Evolution., 2002, 34(4): 465–479

[12] Grindflek E, Szyda J, Liu Z, Lien S. Detection of quantitative trait loci for meat quality in a commercial slaughter pig cross. Mammalian Genome, 2001, 12(4): 299–304

[13] Aslan O, Hamill R M, Davey G, McBryan J, Mullen A M, Gispert M, Sweeney T. Variation in the IGF₂ gene promoter region is associated with intramuscular fat content in porcine skeletal muscle. Molecular Biology Reports, 2012, 39(4): 4101–4110

[14] Ramos A M, Crooijmans R P, Affara N A, Amaral A J, Archibald A L, Beever J E, Bendixen C, Churcher C, Clark R, Dehais P, Hansen M S, Hedegaard J, Hu Z L, Kerstens H H, Law A S, Megens H J, Milan D, Nonneman D J, Rohrer G A, Rothschild M F, Smith T P, Schnabel R D, Van Tassell C P, Taylor J F, Wiedmann R T, Schook L B, Groenen M A. Design of a high density SNP genotyping assay in the pig using SNPs identified and characterized by next generation sequencing technology. PLoS One, 2009, 4(8): e6524

[15] Purcell S, Neale B, Todd-Brown K, Thomas L, Ferreira M A, Bender D, Maller J, Sklar P, de Bakker P I, Daly M J, Sham P C. PLINK: a tool set for whole-genome association and population-based linkage analyses. American Journal of Human Genetics, 2007, 81(3): 559–575

[16] Yu J, Pressoir G, Briggs W H, Vroh Bi I, Yamasaki M, Doebley J F, McMullen M D, Gaut B S, Nielsen D M, Holland J B, Kresovich S, Buckler E S. A unified mixed-model method for association mapping that accounts for multiple levels of relatedness. Nature Genetics, 2006, 38(2): 203–208

[17] Aulchenko Y S, Ripke S, Isaacs A, van Duijn C M. GenABEL: an R library for genome-wide association analysis. Bioinformatics, 2007, 23(10): 1294–1296

[18] Yang Q, Cui J, Chazaro I, Cupples L A, Demissie S. Power and type I error rate of false discovery rate approaches in genome-wide association studies. BMC Genetics, 2005, 6(Suppl. 1): S134

[19] Xiong X, Liu X, Zhou L, Yang J, Yang B, Ma H, Xie X, Huang Y, Fang S, Xiao S, Ren J, Chen C, Ma J, Huang L. Genome-wide association analysis reveals genetic loci and candidate genes for meat quality traits in Chinese Laiwu pigs. Mammalian Genome, 2015, 26(3-4): 181–190

[20] Burton P R, Clayton D G, Cardon L R, Craddock N, Deloukas P, Duncanson A, Kwiatkowski D P, McCarthy M I, Ouwehand W H, Samani N J, Todd J A, Donnelly P, Barrett J C, Burton P R, Davison D, Donnelly P, Easton D, Evans D, Leung H T, Marchini J L, Morris A P, Spencer C C A, Tobin M D, Cardon L R, Clayton D G, Attwood A P, Boorman J P, Cant B, Everson U, Hussey J M, Jolley J D, Knight A S, Koch K, Meech E, Nutland S, Prowse C V, Stevens H E, Taylor N C, Walters G R, Walker N M, Watkins N A, Winzer T, Todd J A, Ouwehand W H, Jones R W, McArdle W L, Ring S M, Strachan D P, Pembrey M, Breen G, St Clair D, Caesar S, Gordon-Smith K, Jones L, Fraser C, Green E K, Grozeva D, Hamshere M L, Holmans P A, Jones I R, Kirov G, Moskvina V, Nikolov I, O’Donovan M C, Owen M J, Craddock N, Collier D A, Elkin A, Farmer A, Williamson R, McGuffin P, Young A H, Ferrier I N, Ball S G, Balmforth A J, Barrett J H, Bishop D T, Iles M M, Maqbool A, Yuldasheva N, Hall A S, Braund P S, Burton P R, Dixon R J, Mangino M, Stevens S, Tobin M D, Thompson J R, Samani N J, Bredin F, Tremelling M, Parkes M, Drummond H, Lees C W, Nimmo E R, Satsangi J, Fisher S A, Forbes A, Lewis C M, Onnie C M, Prescott N J, Sanderson J, Mathew C G, Barbour J, Mohiuddin M K, Todhunter C E, Mansfield J C, Ahmad T, Cummings F R, Jewell D P, Webster J, Brown M J, Clayton D G, Lathrop G M, Connell J, Dominiczak A, Samani N J, Marcano C A B, Burke B, Dobson R, Gungadoo J, Lee K L, Munroe P B, Newhouse S J, Onipinla A, Wallace C, Xue M, Caulfield M, Farrall M, Barton A, and Genomics (BRAGGS) T B R A G, Bruce I N, Donovan H, Eyre S, Gilbert P D, Hider S L, Hinks A M, John S L, Potter C, Silman A J, Symmons D P M, Thomson W, Worthington J, Clayton D G, Dunger D B, Nutland S, Stevens H E, Walker N M, Widmer B, Todd J A, Frayling T M, Freathy R M, Lango H, Perry J R B, Shields B M, Weedon M N, Hattersley A T, Hitman G A, Walker M, Elliott K S, Groves C J, Lindgren C M, Rayner N W, Timpson N J, Zeggini E, McCarthy M I, Newport M, Sirugo G, Lyons E, Vannberg F, Hill A V S, Bradbury L A, Farrar C, Pointon J J, Wordsworth P, Brown M A, Franklyn J A, Heward J M, Simmonds M J, Gough S C L, Seal S, Susceptibility Collaboration (UK) B C, Stratton M R, Rahman N, Ban M, Goris A, Sawcer S J, Compston A, Conway D, Jallow M, Newport M, Sirugo G, Rockett K A, Kwiatkowski D P, Bumpstead S J, Chaney A, Downes K, Ghori M J R, Gwilliam R, Hunt S E, Inouye M, Keniry A, King E, McGinnis R, Potter S, Ravindrarajah R, Whittaker P, Widden C, Withers D, Deloukas P, Leung H T, Nutland S, Stevens H E, Walker N M, Todd J A, Easton D, Clayton D G, Burton P R, Tobin M D, Barrett J C, Evans D, Morris A P, Cardon L R, Cardin N J, Davison D, Ferreira T, Pereira-Gale J, Hallgrimsdóttir I B, Howie B N, Marchini J L, Spencer C C A, Su Z, Teo Y Y, Vukcevic D, Donnelly P, Bentley D, Brown M A, Cardon L R, Caulfield M, Clayton D G, Compston A, Craddock N, Deloukas P, Donnelly P, Farrall M, Gough S C L, Hall A S, Hattersley A T, Hill A V S, Kwiatkowski D P, Mathew C G, McCarthy M I, Ouwehand W H, Parkes M, Pembrey M, Rahman N, Samani N J, Stratton M R, Todd J A, Worthington J. Genome-wide association study of 14,000 cases of seven common diseases and 3,000 shared controls. Nature, 2007, 447(7145): 661–678

[21] Hu Z L, Park C A, Wu X L, Reecy J M. Animal QTLdb: an improved database tool for livestock animal QTL/association data dissemination in the post-genome era. Nucleic Acids Research, 2013, 41(D1): D871–D879

[22] Shapiro S S, Wilk M B. An analysis of variance test for normality (complete samples). Biometrika, 1965, 52(3/4): 591–611

[23] Duthie C, Simm G, Doeschl-Wilson A, Kalm E, Knap P W, Roehe R. Quantitative trait loci for chemical body composition traits in pigs and their positional associations with body tissues, growth and feed intake. Animal Genetics, 2008, 39(2): 130–140

[24] Putilina T, Wong P, Gentleman S. The DHHC domain: a new highly conserved cysteine-rich motif. Molecular and Cellular Biochemistry, 1999, 195(1): 219–226

[25] Ren W, Sun Y, Du K. DHHC17 palmitoylates ClipR-59 and modulates ClipR-59 association with the plasma membrane. Molecular and Cellular Biology, 2013, 33(21): 4255–4265

[26] Ren W, Jhala U S, Du K. Proteomic analysis of protein palmitoylation in adipocytes. Adipocyte, 2013, 2(1): 17–27

[27] Abdel-Ghany M, Sharp G W, Straub S G. Glucose stimulation of protein acylation in the pancreatic b-cell. Life Sciences, 2010, 87(23-26): 667–671160;doi:10.1016/j.lfs.2010.09.021

[28] Pandey N R, Zhou X, Qin Z, Zaman T, Gomez-Smith M, Keyhanian K, Anisman H, Brunel J M, Stewart A F, Chen H H. The LIM domain only 4 protein is a metabolic responsive inhibitor of protein tyrosine phosphatase 1B that controls hypothalamic leptin signaling. Journal of Neuroscience, 2013, 33(31): 12647–12655

[29] Berchtold L A, Storling Z M, Ortis F, Lage K, Bang-Berthelsen C, Bergholdt R, Hald J, Brorsson C A, Eizirik D L, Pociot F, Brunak S, Storling J. Huntingtin-interacting protein 14 is a type 1 diabetes candidate protein regulating insulin secretion and β. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(37): E681–E688

[30] Matakatsu H, Blair S S. The DHHC palmitoyltransferase approximated regulates Fat signaling and Dachs localization and activity. Current Biology, 2008, 18(18): 1390–1395

[31] D’Errico I, Gadaleta G, Saccone C. Pseudogenes in metazoa: origin and features. Briefings in Functional Genomics & Proteomics, 2004, 3(2): 157–167

[32] Tam O H, Aravin A A, Stein P, Girard A, Murchison E P, Cheloufi S, Hodges E, Anger M, Sachidanandam R, Schultz R M, Hannon G J. Pseudogene-derived small interfering RNAs regulate gene expression in mouse oocytes. Nature, 2008, 453(7194): 534–538

[33] Pink R C, Wicks K, Caley D P, Punch E K, Jacobs L, Francisco Carter D R. Pseudogenes: pseudo-functional or key regulators in health and disease? RNA, 2011, 17(5): 792–798

[34] Watanabe T, Cheng E C, Zhong M, Lin H. Retrotransposons and pseudogenes regulate mRNAs and lncRNAs via the piRNA pathway in the germline. Genome Research, 2015, 25(3): 368–380

[35] Yoshida K, Yoshitomo-Nakagawa K, Seki N, Sasaki M, Sugano S. Cloning, expression analysis, and chromosomal localization of BH-protocadherin (PCDH7), a novel member of the cadherin superfamily. Genomics, 1998, 49(3): 458–461

[36] Liu R, Sun Y, Zhao G, Wang F, Wu D, Zheng M, Chen J, Zhang L, Hu Y, Wen J. Genome-wide association study identifies Loci and candidate genes for body composition and meat quality traits in Beijing-You chickens. PLoS One, 2013, 8(4): e61172

[37] Zhang Y, Guo J, Gao Y, Niu S, Yang C, Bai C, Yu X, Zhao Z. Genome-wide methylation changes are associated with muscle fiber density and drip loss in male three-yellow chickens. Molecular Biology Reports, 2014, 41(5): 3509–3516

[38] Zhou G, Wang S, Wang Z, Zhu X, Shu G, Liao W, Yu K, Gao P, Xi Q, Wang X, Zhang Y, Yuan L, Jiang Q. Global comparison of gene expression profiles between intramuscular and subcutaneous adipocytes of neonatal landrace pig using microarray. Meat Science, 2010, 86(2): 440–450

[39] Mariman E C, Bouwman F G, Aller E E, van Baak M A, Wang P. High frequency of rare variants with a moderate-to-high predicted biological effect in protocadherin genes of extremely obese. Genes & Nutrition, 2014, 9(3): 399

[40] Su H, Marcheva B, Meng S, Liang F A, Kohsaka A, Kobayashi Y, Xu A W, Bass J, Wang X. Gamma-protocadherins regulate the functional integrity of hypothalamic feeding circuitry in mice. Developmental Biology, 2010, 339(1): 38–50

Supplementary materials

The online version of this article at http://dx.doi.org/10.15302/J-FASE-2017152 contains supplementary materials (Tables S1–S2).

Acknowledgements

The authors appreciate the financial support from the National Natural Science Foundation of China (31601912), the Natural Science Foundation of Guangdong Province (2016A030310447), and the Applied Science and Technology Research and Development of Special Funds of Guangdong Province (2015B020231010).

Compliance with ethics guidelines

Xingwang Wang, Rongrong Ding, Jianping Quan, Linxue Yang, Ming Yang, Enqin Zheng, Dewu Liu, Gengyuan Cai, Zhenfang Wu, and Jie Yang declare that they have no conflict of interest or financial conflicts to disclose.

All applicable institutional and national guidelines for the care and use of animals were followed.

RIGHTS & PERMISSIONS

The Author(s) 2017. Published by Higher Education Press. This is an open access article under the CC BY license (http://creativecommons.org/licenses/by/4.0)