牦牛皮下脂肪组织miRNA的鉴定与分析

doi:10.11686/cyxb2023258

摘要/Abstract

摘要：

为鉴定不同饲养方式下牦牛皮下脂肪组织中差异表达的微小RNAs（miRNAs），本试验采用高通量测序对不同饲养方式下牦牛皮下脂肪组织中的miRNAs进行筛选，运用DESeq分别鉴定出自然放牧18月龄（G18） vs （从自然放牧18月龄开始舍饲育肥6个月至24月龄）F24、G18 vs （自然放牧至24月龄）G24和F24 vs G24皮下脂肪组织中差异表达的miRNAs，对差异表达的miRNAs进行靶基因预测分析。在9个牦牛皮下脂肪组织中共鉴定出1158个miRNAs，其中已知miRNAs 731个，新预测miRNAs 427个。在G18 vs F24中有43个差异miRNAs，预测到的靶基因2436 个；在G18 vs G24中有68个差异miRNAs，预测到的靶基因3559个，在F24 vs G24中有31个差异miRNAs，预测到的靶基因1456个。对预测到的基因进行GO和KEGG富集分析，其主要富集到了脂肪酸代谢过程、脂肪酸生物合成过程、脂肪酸生物氧化、不饱和脂肪酸代谢过程和脂肪细胞分化调节等。因此，枯草期对牦牛进行补饲有利于牦牛皮下脂肪组织沉积。

关键词: 牦牛, 皮下脂肪, miRNA, 靶基因

Abstract:

The aim of this work was to determine how different types of feeding affect fat deposition in yaks. Specifically， we aimed to identify differentially expressed microRNAs （miRNAs） in subcutaneous fat tissues of yaks raised under different feeding methods. High-throughput sequencing data were analyzed to identify the miRNAs present in the subcutaneous adipose tissues of yaks fed using different methods， and DESeq was used to identify the differentially expressed miRNAs among the different feeding methods. The target genes of the differentially expressed miRNAs were predicted using online tools. The treatment groups were F24， G18， and G24. G18 were naturally grazed 18-month-old yaks， G24 were naturally grazed 24-month-old yaks， and F24 were yaks that had been fattened for 6 months since G18. A total of 1158 miRNAs were identified in the subcutaneous fat tissue of nine yaks， including 731 known miRNAs and 427 newly identified miRNAs. There were 43 differentially expressed miRNAs （with 2436 predicted target genes） in the G18 vs F24 comparison； 68 differentially expressed miRNAs （with 3559 predicted target genes） in the G18 vsG24 comparison； and 31 differentially expressed miRNAs （with 1456 predicted target genes） in the F24 vsG24 comparison. Gene Ontology and Kyoto Encyclopedia of Genes and Genomes analyses showed that the predicted target genes of the differentially expressed miRNAs were enriched in fatty acid metabolism， fatty acid biosynthesis， fatty acid biooxidation， unsaturated fatty acid metabolism， and regulation of adipocyte differentiation. Therefore， supplemental feeding of yaks during the dry grass period leads to subcutaneous fat tissue deposition.

Key words: yak, subcutaneous fat, miRNA, target genes

丁维芹, 孙永刚, 韩银仓, 刘亚倩, 靳生伟. 牦牛皮下脂肪组织miRNA的鉴定与分析[J]. 草业学报, 2024, 33(6): 227-235.

Wei-qin DING, Yong-gang SUN, Yin-cang HAN, Ya-qian LIU, Sheng-wei JIN. Identification and analysis of miRNAs in subcutaneous fat tissue of yaks[J]. Acta Prataculturae Sinica, 2024, 33(6): 227-235.

图/表 11

参考文献 23

1	Wiener G， Jianlin H， Long R. The yak. Bangkok： FAO Regional Office for Asia and the Pacific， 2003.
2	Ba S W D， Hu P， Zhu Y B， et al. Current situation of herding and semi-herding yak breeding. Agriculture and Technology， 2018， 38（9）： 116-117.
	巴桑旺堆，胡萍，朱彦滨，等. 牦牛舍饲与半舍饲养殖的现状概况. 农业与技术， 2018， 38（9）： 116-117.
3	Cai R. The effect and mechanism of lnc-ORA on animal fat deposition and muscle development. Yangling： Northwest A＆F University， 2021.
	蔡瑞. lnc-ORA对动物脂肪沉积与肌肉发育的作用及机制研究. 杨凌：西北农林科技大学， 2021.
4	Ding W Q， Sun Y G， Han Y C. Research progress on fat metabolism and regulation mechanisms in yak. Feed Research， 2022（22）： 156-159.
	丁维芹，孙永刚，韩银仓. 牦牛脂肪代谢和调控机理研究进展. 饲料研究， 2022（22）： 156-159.
5	Ding X Z， Guo X， Yan P， et al. Seasonal and nutrients intake regulation of lipoprotein lipase （LPL） activity in grazing yak （Bos grunniens） in the alpine regions around Qinghai Lake. Livestock Science， 2012， 143（1）： 29-34.
6	Wang Y Z. Research progress on mRNA N⁶-methyladenosine modification regulation and animal fat deposition. Chinese Journal of Animal Nutrition， 2022， 34（11）： 6801-6816.
	汪以真. mRNA N⁶-甲基腺嘌呤修饰调控与动物脂肪沉积的研究进展. 动物营养学报， 2022， 34（11）： 6801-6816.
7	Yin R H， Bai W L， Wang J M， et al. Development of an assay for rapid identification of meat from yak and cattle using polymerase chain reaction technique. Meat Science， 2009， 83（1）： 38-44.
8	Ran H B， Zhao L L， Wang H， et al. Effect of lnc FAM200B on the lipid deposition in inntramuscular preadipocytes of yak. Scientia Agricultura Sinica， 2022， 55（13）： 2654-2666.
	冉宏标，赵丽玲，王会，等. Lnc FAM200B对牦牛肌内前体脂肪细胞脂质沉积的影响. 中国农业科学， 2022， 55（13）： 2654-2666.
9	Zhao L L. Studys of lnc FAM200B on the differentiation in yak pre-adipocytes. Chengdu： Southwest Minzu University， 2021.
	赵丽玲. lnc FAM200B对牦牛前体脂肪细胞分化的作用研究. 成都：西南民族大学， 2021.
10	Song L， Tuan R S. MicroRNAs and cell differentiation in mammalian development. Birth Defects Research Part C-Embryo Today-Reviews， 2006， 78（2）： 140-149.
11	Griffiths-Jones S， Saini H K， Van Dongen S， et al. miRBase： tools for microRNA genomics. Nucleic Acids Research， 2008， 36： 154-158.
12	Wang H， Zheng Y， Wang G， et al. Identification of microRNA and bioinformatics target gene analysis in beef cattle intramuscular fat and subcutaneous fat. Molecular Biosystems， 2013， 9（8）： 2154-2162.
13	Moore K J， Rayner K J， Suárez Y， et al. microRNAs and cholesterol metabolism. Trends in Endocrinology & Metabolism， 2010， 21（12）： 699-706.
14	He C， Zhang Q Y， Sun H W， et al. Role of miRNA and lncRNA in animal fat deposition-a review. Chinese Journal of Biotechnology， 2020， 36（8）： 1504-1514.
	何春，张琦悦，孙浩玮，等. miRNA和lncRNA在动物脂肪沉积中的研究进展. 生物工程学报， 2020， 36（8）： 1504-1514.
15	Hu X， Xing Y S， Ren L， et al. Bta-miR-24-3p controls the myogenic differentiation and proliferation of fetal， bovine， skeletal muscle-derived progenitor cells by targeting ACVR1B. Animals， 2019， 9（11）： 859.
16	Dey P， Soyer M A， Dey B K. MicroRNA-24-3p promotes skeletal muscle differentiation and regeneration by regulating HMGA1. Cellular and Molecular Life Sciences， 2022， 79（3）： 170.
17	Sun Q， Zhang Y， Yang G， et al. Transforming growth factor-beta-regulated miR-24 promotes skeletal muscle differentiation. Nucleic Acids Research， 2008， 36（8）： 2690-2699.
18	Oladejo A O， Li Y， Shen W， et al. MicroRNA Bta-miR-24-3p suppressed galectin-9 expression through TLR4/NF-ĸB signaling pathway in LPS-stimulated bovine endometrial epithelial cells. Cells， 2021， 10（12）： 3299.
19	Shen B， Yang Z， Han S， et al. Bta-miR-124a affects lipid metabolism by regulating PECR gene. Biomed Research Internation， 2019： 2596914. doi： 10.1155/2019/2596914.
20	Yang Z N N. Identification and functional validation of bta-miR-124a target gene in dairy cattle. Daqing： Heilongjiang Bayi Agricultural University， 2019.
	杨卓妮娜. 奶牛Bta-miR-124a靶基因鉴定及功能验证的研究. 大庆：黑龙江八一农垦大学， 2019.
21	Elsaeid Elnour I， Dong D， Wang X， et al. Bta-miR-885 promotes proliferation and inhibits differentiation of myoblasts by targeting MyoD1. Journal of Cellular Physiology， 2020， 235（10）： 6625-6636.
22	Zhang M Q， Gao J L， Liao X D， et al. miR-454 regulates triglyceride synthesis in bovine mammary epithelial cells by targeting PPAR-γ. Gene， 2019， 691： 1-7.
23	Kang Z， Zhang S， Jiang E， et al. Mir-193b regulates the differentiation， proliferation， and apoptosis of bovine adipose cells by targeting the ACSS2/AKT axis. Animals， 2020， 10（8）： 1265.

项目Items	比例Proportion （%）	营养水平Nutrient levels	含量Content
玉米Corn	43.71	综合净能Combined net energy（MJ·kg^-1）	4.28
浓缩料Concentrate	10.93	粗蛋白Crude protein （%）	16.63
油菜籽粕Rapeseed meal	3.00	粗脂肪Ether extract （%）	5.49
豆粕Soybean meal	3.00	粗纤维Crude fiber （%）	21.17
燕麦干草Oat hay	10.93	酸性洗涤纤维Acid detergent fiber （%）	28.61
青贮Silage	27.33	中性洗涤纤维Neutral detergent fiber （%）	46.09
食盐Salt	0.55	钙Calcium （%）	0.36
小苏打NaHCO₃	0.55	总磷Total phosphorus （%）	0.16
合计Total	100.00

项目Items	比例Proportion （%）	营养水平Nutrient levels	含量Content
玉米Corn	43.71	综合净能Combined net energy（MJ·kg^-1）	4.28
浓缩料Concentrate	10.93	粗蛋白Crude protein （%）	16.63
油菜籽粕Rapeseed meal	3.00	粗脂肪Ether extract （%）	5.49
豆粕Soybean meal	3.00	粗纤维Crude fiber （%）	21.17
燕麦干草Oat hay	10.93	酸性洗涤纤维Acid detergent fiber （%）	28.61
青贮Silage	27.33	中性洗涤纤维Neutral detergent fiber （%）	46.09
食盐Salt	0.55	钙Calcium （%）	0.36
小苏打NaHCO₃	0.55	总磷Total phosphorus （%）	0.16
合计Total	100.00

样本 Sample	原始数据 Raw reads	质控数据 Clean reads	错误率 Error rate （%）	Q20 （%）	Q30 （%）	GC 含量 GC content （%）	有效读数 Useful reads （18~32 nt）
G18_1	10750515	10148638	0.0234	98.60	95.90	48.28	9489991
G18_2	10344153	10053329	0.0228	98.93	96.43	47.57	9500929
G18_3	10984478	10809524	0.0242	98.04	95.35	46.06	10508432
F24_1	10916818	10635810	0.0221	99.12	97.25	45.53	10095800
F24_2	11840664	11204703	0.0221	99.18	97.29	47.62	10427912
F24_3	9953508	9830901	0.0222	99.13	97.13	48.10	9286535
G24_1	10513414	10431218	0.0217	99.38	97.64	46.04	8971547
G24_2	10042097	9926786	0.0219	99.26	97.43	45.77	9632620
G24_3	19642751	19531520	0.0227	98.96	96.46	47.40	17530772

样本 Sample	原始数据 Raw reads	质控数据 Clean reads	错误率 Error rate （%）	Q20 （%）	Q30 （%）	GC 含量 GC content （%）	有效读数 Useful reads （18~32 nt）
G18_1	10750515	10148638	0.0234	98.60	95.90	48.28	9489991
G18_2	10344153	10053329	0.0228	98.93	96.43	47.57	9500929
G18_3	10984478	10809524	0.0242	98.04	95.35	46.06	10508432
F24_1	10916818	10635810	0.0221	99.12	97.25	45.53	10095800
F24_2	11840664	11204703	0.0221	99.18	97.29	47.62	10427912
F24_3	9953508	9830901	0.0222	99.13	97.13	48.10	9286535
G24_1	10513414	10431218	0.0217	99.38	97.64	46.04	8971547
G24_2	10042097	9926786	0.0219	99.26	97.43	45.77	9632620
G24_3	19642751	19531520	0.0227	98.96	96.46	47.40	17530772

样本 Sample	总读数 Total reads	总比对数 Total mapped	Mapped reads （+）	Mapped reads （-）	样本 Sample	总读数 Total reads	总比对数 Total mapped	Mapped reads （+）	Mapped reads （-）
G18_1	9489991	5344527	4212651	1825475	F24_3	9286535	4246707	3197390	1634626
G18_2	9500929	5225765	3859662	1983461	G24_1	8971547	5946435	2046646	4662344
G18_3	10508432	8837041	6854643	3113029	G24_2	9632620	8034727	6221424	2754939
F24_1	10095800	8847347	6536930	3459607	G24_3	17530772	9994961	7399388	3821385
F24_2	10427912	7733935	5803836	3120208