Analyse von unerwünschten Arzneimittelwirkungen antibiotikahaltiger Euterinjektoren von Mastitiden bei Kühen der Rasse Holstein- Friesian unter Berücksichtigung von Leistungsniveau, Genetik und Produktionsbedingungen

Das Ziel der vorliegenden Arbeit bestand darin, detailliert Wechselwirkungen zwischen dem binären Gesundheitsmerkmal klinischer Mastitis auf der einen und Produktionsmerkmalen (z. B. Milch-kg) und funktionalen Merkmalen (z.B. somatischer Zellgehalt) auf der anderen Seite unter simultaner Berücksichtigung von Umwelt und genetisch bedingten Einflussgrößen auf phänotypischer und genetischer Ebene abzubilden. Die Studie fokussierte auf innovative Aspekte der genetisch-statistischen Modellierung bzgl. der Anwendung von rekursiver Pfadmodellmethodik und einer erstmalig durchgeführten detaillierten Beschreibung bzw. Aufteilung von Umwelteffekten im Kontext quantitativ genetischer Studien. Die Aufteilung der Umwelteffekte beinhaltete nicht nur herkömmliche bekannte Effekte wie den der Herde, des Herdentesttags oder der Laktationsnummer, sondern auch tierindividuelle antibiotische Applikationen. Diese antibiotischen Applikationen wurden als zusätzlicher Effekt in die statistische Modellierung integriert, um deren Einfluss auf Produktionsmerkmale und funktionale Merkmale im weiteren Laktationsverlauf abschätzen zu können. Unerwünschte Effekte einer antibiotischen Applikation auf andere Merkmale mit ökonomischer oder auch ethologischer Relevanz implizieren eine unerwünschte Nebenwirkung von antibiotischen Applikationen im weiteren Sinne, aber basierend auf einer objektiv erfassten und quantitativ und qualitativ hochwertigen Datengrundlage. Darüber hinausgehend erfolgte die direkte Evaluierung antibiotischer Applikationen zur Behandlung klinischer Mastitiden bzgl. etwaiger auftretender unerwünschter Arzneimittelwirkungen (UAW) im Sinne der klassischen Definition. Eine systematische Analyse mit der Definition einer UAW nicht als Effekt, sondern direkt als Merkmal, erfolgte basierend auf a) initiierter Versuchsdesigns b) der intensiven Zusammenarbeit mit kooperierenden externen Tierarztpraxen und c) bereits in Datenbanken elektronisch hinterlegter Information. Basis der direkten Analyse von UAW war die UAW Datenbank des Bundesamt für Verbraucherschutz und Lebensmittelsicherheit in Berlin, in der unerwünschte Arzneimittelwirkungen seit 2005 zentral erfasst werden. Die beiden weiteren Datensätze zur quantitativ genetischen Modellierung „zu indirekten UAW“ mittels Pfadmodellmethodik waren zum einen ein Datensatz von 19870 Holstein Friesian Kühen, die in 9 Testherden in Thüringen gehalten wurden (Datensatz II) sowie ein Datensatz von 1275 Braunviehkühen, die in 46 kleinstrukturierten Betrieben in der Schweiz gehalten wurden (Datensatz III). Insgesamt wurden in Rahmen der vorliegenden Arbeit sechs verschiedene wissenschaftliche Studien (siehe Kapitel III - Kapitel VIII) auf Grundlage von drei Datenbanken bzw. Datensätzen angefertigt. Diese Kapitel stehen im Gesamtkontext dieser Dissertationsschrift.

Was dem Christen nach Christus freier Wille bedeutet : nebst einer Genetik der Freiheit überhaupt ; unter Dolmetschung der Entsprechungsbilder aus Emanuel Swedenborg /

Mode of access: Internet.

Laktosarekiko Tolerantziaren Eboluzioa Giza Populazioetan

Gizakiak gara ugaztunen artean, esneak daukan laktosa heldutasunean digeritzeko gai garen bakarrak. Laktosa digeritzeko gaitasuna edoskitzaroan soilik edukitzea normala den arren, indibiduo batzuek etapa horren ondoren, gaitasun hori mantentzen dutela behatu da. Honi laktosarekiko tolerantzia edo laktasarekiko iraunkortasuna esaten zaio. Laktosaren hidrolisiaz arduratzen den laktasa entzima ekoiztea ezinbestekoa da esnea energia-iturri moduan aprobetxatzeko. Gaitasun honen faktore genetiko arduradunak MCM6 genean, laktasa (LCT) genetik hurbil, dauden SNP batzuk dira. SNP hauek laktosa entzimaren erregulazioan eragiten dute, ondorioz, laktasa entzima heldutasunean ere aktibo mantentzen da. Genomaren eskualde honen sekuentziak, munduko populazio desberdinetako indibiduoetan, agerian utzi du laktosaren iraunkortasunak eboluzio konbergentea jasan duela. Gainera laktosarekiko tolerantzia gene-kultura koeboluzioaren ondorio bat dela baiezta daiteke, ohitura kulturalak (esnearen kontsumoa) locus genetiko honen eragilea izanik.

Die Wiederentdeckung der Erziehung und ihre Infragestellung durch die Neurobiologie

Aus der Einleitung: "Das Suchen nach den Wurzeln von Sozialisation und Erziehung erlebt eine Renaissance. Wird den Beiträgen der halbaufgeklärten Boulevardpresse vertraut, dann melden sich die Eltern in ihrer Funktion als Erziehungsagentur zurück. Quasi im Rücken dieser neuen öffentlichen Präsenz der 'Erziehung' ist ein Diskurs platziert, der die Möglichkeiten von Erziehung grundsätzlich anfragt beziehungsweise mit stark biologistisch gefärbten Tönen das humanistische Bildungsprojekt der Moderne neu zu modellieren wünscht. Die Überlegungen in diesem Beitrag sind angeregt durch die öffentlichen Debatten und fragen schlicht nach den argumentativen Beschreibungsformeln, mit denen erstens gegenwärtig das Nachdenken über Erziehung neu angeregt wird, zweitens die Gehirnforschung, die Neurophysiologie und -biologie ihr Interesse an Phänomen des Lernen und der Bildung kommunizieren und mit denen sich drittens eine Wortmeldung prominent hervorwagt, die für eine Neubewertung des Verhältnisses von Erziehung und Genetik plädiert. Der Beitrag konfrontiert mit einem Patchwork von Impressionen, die abschließend in einem kurzen Resümee gebündelt diskutiert werden."

Ermittlung geeigneter Methoden zur Differenzierung und Qualitätsbeurteilung unterschiedlicher Milchqualitäten aus verschiedenen on-farm-Experimenten

Zusammenfassung: Ziel der Arbeit war ein Methodenvergleich zur Beurteilung der Milchqualität unterschiedlicher Herkünfte. Am Beispiel von Milchproben aus unterschiedlicher Fütterung sowie an Milchproben von enthornten bzw. horntragenden Kühen wurde geprüft, welche der angewendeten Methoden geeignet ist, die Vergleichsproben zu unterscheiden (Differenzierungsfähigkeit der Methoden) und inwieweit eine Qualitätsbeurteilung möglich ist (hinsichtlich Milchleistung, Fett-, Eiweiß-, Lactose- (=F,E,L), Harnstoff-gehalt und Zellzahl (=SCC), Säuerungseigenschaften (=SE), Fettsäuremuster (=FS-Muster), Protein- und Metabolit-Zusammensetzung (=Pr&M), Fluoreszenz-Anregungs-Spektroskopie-Eigenschaften (=FAS) und Steigbild-Merkmalen). Zusätzlich wurde vorab die Steigbildmethode (=SB-M) für das Produkt Rohmilch standardisiert und charakterisiert, um die Reproduzierbarkei der Ergebnisse sicherzustellen. Die Untersuchungen zur SB-M zeigten, dass es Faktoren gibt, die einen deutlichen Einfluß auf die Bildmerkmals-Ausprägung aufweisen. Dazu gehören laborseitig die Klimabedingungen in der Kammer, die Verdünnungsstufe der Probe, die Standzeiten der Vorverdünnung (Reaktionen mit der Luft, Alterung usw.), und tagesspezifisch auftretende Effekte, deren Ursache unbekannt ist. Probenseitig sind sehr starke tierindividuelle Effekte auf die Bildmerkmals-Ausprägung festzustellen, die unabhängig von Fütterung, Alter, Laktationsstadium und Genetik auftreten, aber auch Fütterungsbedingungen der Kühe lassen sich in der Bildmerkmals-Ausprägung wiederfinden. Die Art der Bildauswertung und die dabei berücksichtigten Bildmerkmale ist von großer Bedeutung für das Ergebnis. Die im Rahmen dieser Arbeit untersuchten 46 Probenpaare (aus den Fütterungsvergleichen (=FV) und zur Thematik der Hörner) konnten in 91% der Fälle korrekt gruppiert werden. Die Unterschiede konnten benannt werden. Drei FV wurden auf drei biologisch-dynamischen Höfen unter Praxis-Bedingungen durchgeführt (on-farm-Experimente). Es wurden jeweils zwei vergleichbare Gruppen à mindestens 11 Kühen gebildet, die im Cross-Over-Design gefüttert wurden, mit Probennahme am 14. und 21. Tag je Periode. Es wurden folgende FV untersucht: A: Wiesenheu vs. Kleegrasheu (=KG-Heu), B: Futterrüben (=FuR) vs. Weizen (Ergänzung zu Luzernegrasheu ad lib.), C: Grassilage vs. Grasheu. Bei Versuch A sind die Futtereffekte am deutlichsten, Gruppeneffekte sind gering. Die Milch der Wiesenheu-Variante hat weniger CLA’s und n3- FS und mehr mittellangkettige FS (MCT-FS), das Pr&M-Muster weist auf „Gewebereifung und Ausdifferenzierung“ vs. bei KG-Heu „Nährstoff-fülle, Wachstum und Substanz-Einlagerung und die SB zeigen fein ausdifferenzierte Bildmerkmale. Bei Versuch B sind die Futtereffekte ähnlich groß wie die Gruppeneffekte. Bei vergleichbarer Milchleistung weist die Milch der FuR-Variante höhere F- und E-Gehalte auf, sie säuert schneller und mehr, das FS-Muster weist auf eine „intensive“ Fütterung mit vermehrt MCT- FS, und die Pr&M-Untersuchungen charakterisieren sie mit „Eisentransport und Fetttröpfchenbildung“ vs. bei Weizen „mehr Abwehr-, Regulations- und Transportfunktion“ /. „mehr Lipidsynthese“. Die SB charakterisieren mit „große, kräftige Formen, verwaschen“ vs. „kleine, ausdifferenzierte Bildmerkmal“ für FuR vs. Weizen. Die FAS charakterisiert sie mit „Saftfutter-typisch“ vs. „Samentypisch“. Versuch C weist die geringsten Futtereffekt auf, und deutliche Gruppen- und Zeiteffekte. Milchleistung und F,E,L-Gehalte zeigen keinen Futtereffekt. Die Milch der Heu-Variante säuert schneller, und sie weist mehr SCT und MCT- FS auf. Pr&M-Untersuchungen wurden nicht durchgeführt. Die SB charakterisieren bei Heumilch mit „fein, zart, durchgestaltet, hell“, bei Silagemilch mit „kräftig, wäßrig-verwaschen, dunkler“. Die FAS kann keine konsistenten Unterschiede ermitteln. Der Horn-Einfluß auf die Milchprobe wurde an 34 Probenpaaren untersucht. Von 11 Höfen wurden je zwei möglichst vergleichbare Gruppen zusammengestellt, die sich nur im Faktor „Horn“ unterscheiden, und im wöchentlichen Abstand drei mal beprobt. F,E,L, SCC und SE der Proben sowie die FAS-Messungen weisen keine konsistenten signifikanten Unterschiede zwischen den Horn-Varianten auf. Pr&M weisen bei den untersuchten Proben (von zwei Höfen) auf Horneffekte hin: bei Eh eine Erhöhung von Immun-Abwehr-Funktionen, sowie einer Abnahme phosphorylierter C3- und C6-Metabolite und Beta-Lactoglobulin. Mit den SB ließen sich für die gewählten Merkmale (S-Größe und g.B.-Intensität) keine Horneffekte feststellen. FS, Pr&M-Muster sowie Harnstoffgehalt und SB (und z.T. Milchleistung) zeigten je FV ähnliche Effekt-Intensitäten für Futter-, Gruppen- und Zeiteffekte, und konnten die Cross-Over-Effekte gut wiedergeben. F- und E-Gehalte konnten neben tierindividuellen Effekten nur in FV B auch Futtereffekte aufzeigen. In FV C zeigten die SE der Proben den deutlichsten Futtereffekt, die anderen Methoden zeigten hier vorrangig Gruppen-Effekte, gefolgt von Futter- und Zeiteffekten. Die FAS zeigte den SB vergleichbare Ergebnisse, jedoch weniger sensibel reagierend. Die Interpretation von Qualitätsaspekten war bei konsistent differenzierbaren Proben (FV A, B, C) am fundiertesten mit Hilfe der FS möglich, da über die Synthese von FS und beeinflussende Faktoren schon vielfältige Erkenntnisse vorliegen. Das Pr&M-Muster war nach einer weiteren Methodenentwicklung bei der Deutung von Stoffwechselprozessen sehr hilfreich. Die FAS konnte z.T. eine zu der Fütterungsvariante passende Charakterisierung liefern. Für die SB-M fehlt es noch an Referenzmaterial, um Angaben zu Qualitätsaspekten zu machen, wenngleich Probenunterschiede aufgezeigt und Proben-Eigenschaften charakterisiert werden konnten.

HelF und sein Interaktionspartner Xrn1: zwei Regulatoren der RNA-Interferenz in D. discoideum

Hauptziel dieser Arbeit ist die Identifizierung, Verifizierung und Charakterisierung von Interaktionspartnern von HelF, einem Negativregulator der RNA-Interferenz in Dictyostelium discoideum (Popova et al. 2006). Es ist gelungen, die Interaktion von HelF und der 5‘ 3‘ Exonuklease Xrn1 nachzu-weisen, aber alle anderen Versuchen, bisher unbekannte Protein-Interaktionspartner zu identifizieren, schlugen fehl. Xrn1 ist in den Organismen D. melanogaster (Orban und Izaurralde 2005), C. elegans (Newbury und Woollard 2004) und A. thaliana (Gazzani et al. 2004) bereits als Regulator der RNA-Interferenz bekannt. Mit Aufreinigungen nach der TAP-Methode und mit dem Nanotrap wurde ebenfalls versucht, RNA-Interaktionspartner von HelF zu identifizieren. Es konnten in einigen Aufreinigungen putative, für HelF spezifische RNAs identifiziert werden, doch entweder es handelte sich nachweislich nicht um RNA oder die Reproduktion der Daten schlug trotz mehrfacher Versuche fehl. Bezüglich der zellulären Lokalisation von HelF und Xrn1 konnte gezeigt werden, dass HelF zusätzlich zur bekannten Lokalisation in Foci im Nukleus (Popova et al. 2006) vermutlich auch im Cytoplasma und dort angeordnet in mehreren Granula zu finden ist. Xrn1 ist nahezu ausschließlich im Cytoplasma lokalisiert, wo es in mehreren Foci organisiert ist. Es wird vermutet, dass es sich bei diesen Foci um Processing-Bodies (P-Bodies) handelt und dass möglicherweise Xrn1 und HelF in eben diesen P-Bodies co-lokalisieren. In der Entwicklung vom Einzeller zum mehrzelligen Organismus zeigen die Xrn1KO- und die HelFKO-Mutante jeweils einen eindeutigen Phänotyp, der vom Wildtyp abweicht. Die Phänotypen der beiden Mutanten unterscheiden sich deutlich voneinander. Beim Mischen von HelF-Knockout-Zellen mit grün fluoreszierenden Wildtyp-Zellen zeigt sich, dass beide Stämme innerhalb des sich entwickelnden Organismus an definierten Stellen lokalisieren. Entgegen den Erwartungen befinden sich die Zellen der Mutante in den Stadien „Finger“ und „Slug“ nicht hauptsächlich im vorderen Teil des Organismus, sondern sind auch im hinteren Teil, der später die Sporenmasse bildet, vertreten. Dies lässt vermuten, dass HelF-Knockout-Mutanten in gleichem Maße wie Wildtypzellen als Sporen in die nächste Generation übergehen. Weitere Mix-Experimente, in denen HelFKO-Zellen und Xrn1KO-Zellen mit grün fluoreszierenden Wildtypzellen gemischt wurden, belegen eindeutig, dass beide Knockoutmutanten in Konkurrenz zum Wildtyp bei der Generierung von Sporen und somit beim Übergang in die nächste Generation benachteiligt sind. Dies steht im Gegensatz zu den Ergebnissen der vorher beschriebenen Mix-Experimente, in denen der Organismus als Ganzes betrachtet wurde. Weiterhin konnte herausgefunden werden, dass Xrn1 ebenso wie HelF (Popova et al. 2006) eine Rolle als Negativregulator in der RNA-Interferenz innehat. Fraglich ist aber, ob HelF wie bisher angenommen auch Einfluss auf den Weg der Generierung von miRNAs nimmt, da in HelFKO für keinen der beiden miRNA-Kandidaten eine Hoch- bzw. Runterregulierung der reifen miRNAs im Vergleich zum Wildtyp beobachtet werden kann. Im Xrn1KO hingegen ist die reife miRNA ddi-mir-1176 im Vergleich zum Wildtyp hochreguliert. In Bezug auf die Generierung von siRNAs konnte herausgefunden werden, dass Xrn1 und HelF im Fall der Generierung von Skipper siRNAs regulierend eingreifen, dass aber nicht alle siRNAs von der negativen Regulierung durch HelF und Xrn1betroffen sind, was am Beispiel der DIRS-1-siRNAs belegt werden kann. Das von B. Popova entwickelte Modell (Popova 2005) bezüglich der Rolle von HelF in der RNA-Interferenz wurde basierend auf den neu gewonnenen Daten weiterentwickelt und um Xrn1 ergänzt, um die Funktionen von HelF und Xrn1 als Antagonisten der RNA-Interferenz näher zu beleuchten. Literatur: Gazzani, S., T. Lawrenson, et al. (2004). "A link between mRNA turnover and RNA interference in Arabidopsis." Science 306(5698): 1046-8. Newbury, S. and A. Woollard (2004). "The 5'-3' exoribonuclease xrn-1 is essential for ventral epithelial enclosure during C. elegans embryogenesis." Rna 10(1): 59-65. Orban, T. I. and E. Izaurralde (2005). "Decay of mRNAs targeted by RISC requires XRN1, the Ski complex, and the exosome." Rna 11(4): 459-69. Popova, B. (2005). HelF, a suppressor of RNAi mediated gene silencing in Dictyostelium discoideum. Genetik. Kassel, Universität Kassel. PhD: 200. Popova, B., M. Kuhlmann, et al. (2006). "HelF, a putative RNA helicase acts as a nuclear suppressor of RNAi but not antisense mediated gene silencing." Nucleic Acids Res 34(3): 773-84.

Posttranslationale Modifikationen und Interaktionspartner der Heterochromatin Protein 1-Homologe HcpA und HcpB in Dictyostelium discoideum

Die Epigenetik repräsentiert einen Teilbereich der Genetik, der sich mit Regulationsmechanismen befasst, welche Einfluss auf die Genexpression nehmen und dabei nicht auf Veränderungen in der DNA-Sequenz beruhen. Ein verbreiteter Mechanismus beruht auf der Kontrolle des Kondensationsgrades der DNA durch posttranslationale Modifizierung von Proteinen. Die Proteine können ein struktureller Bestandteil des Chromatins oder aber an dessen Etablierung und Aufrechterhaltung beteiligt sein. Heterochromatin Protein 1 (HP1) ist ein Schlüsselprotein bei der Bildung und Aufrechterhaltung heterochromatischer Strukturen. Zudem erfüllt es eine Reihe weiterer Funktionen und interagiert mit einer Vielzahl von Proteinen. In der vorliegenden Arbeit konnte gezeigt werden, dass die HP1-Homologe aus Dictyostelium discoideum umfangreich mit posttranslationalen Modifikationen versehen sind. Eine in der als Interaktionsdomäne bezeichneten Chromo-Shadow-Domäne gelegene Acetylierung steht zumindest in HcpB im Zusammenhang mit der Bildung von Heterochromatin. Darüber hinaus konnte gezeigt werden, dass HcpB physisch mit der Histonmethyltransferase SuvA interagiert. Der Einfluss der oben genannten Acetylierung auf die Bildung von Heterochromatin könnte dabei sowohl auf der Kontrolle der Homo- bzw. Heterodimerisierung als auch auf der Kontrolle der Interaktion mit SuvA beruhen. Die hohe Konservierung von HP1-Proteinen führt zu der Frage, ob das humane Homolog HP1α die endogenen HP1-Homologe in Dictyostelium discoideum kompensieren kann. Während humanes HP1α in der Lage ist im Einzel-Knockout mit heterochromatischen Strukturen zu assoziieren scheint der Knockout des zweiten Homologes letal zu sein. Dies legt nahe, dass HP1α nur einen Teil der Funktionen übernehmen kann. Um Interaktionspartner von HcpA und HcpB zu bestimmen wurden mit bioinformatischen Methoden drei Proteine aus Dictyostelium als potentielle Komponenten des Chromatin Assembly Factor 1 (CAF1) identifiziert und untersucht. Vorhergehende Experimente aus anderen Arbeiten stützen die Annahme, dass es sich hierbei um Komponenten des Chromatin Assembly Factor 1 handelt.

Fine mapping and replication of QTL in outbred chicken advanced intercross lines

Background: Linkage mapping is used to identify genomic regions affecting the expression of complex traits. However, when experimental crosses such as F2 populations or backcrosses are used to map regions containing a Quantitative Trait Locus (QTL), the size of the regions identified remains quite large, i.e. 10 or more Mb. Thus, other experimental strategies are needed to refine the QTL locations. Advanced Intercross Lines (AIL) are produced by repeated intercrossing of F2 animals and successive generations, which decrease linkage disequilibrium in a controlled manner. Although this approach is seen as promising, both to replicate QTL analyses and fine-map QTL, only a few AIL datasets, all originating from inbred founders, have been reported in the literature. Methods: We have produced a nine-generation AIL pedigree (n = 1529) from two outbred chicken lines divergently selected for body weight at eight weeks of age. All animals were weighed at eight weeks of age and genotyped for SNP located in nine genomic regions where significant or suggestive QTL had previously been detected in the F2 population. In parallel, we have developed a novel strategy to analyse the data that uses both genotype and pedigree information of all AIL individuals to replicate the detection of and fine-map QTL affecting juvenile body weight. Results: Five of the nine QTL detected with the original F2 population were confirmed and fine-mapped with the AIL, while for the remaining four, only suggestive evidence of their existence was obtained. All original QTL were confirmed as a single locus, except for one, which split into two linked QTL. Conclusions: Our results indicate that many of the QTL, which are genome-wide significant or suggestive in the analyses of large intercross populations, are true effects that can be replicated and fine-mapped using AIL. Key factors for success are the use of large populations and powerful statistical tools. Moreover, we believe that the statistical methods we have developed to efficiently study outbred AIL populations will increase the number of organisms for which in-depth complex traits can be analyzed.

Estimation of genetic variance for macro- and micro-environmental sensitivity using double hierarchical generalized linear models

Background: Genetic variation for environmental sensitivity indicates that animals are genetically different in their response to environmental factors. Environmental factors are either identifiable (e.g. temperature) and called macro-environmental or unknown and called micro-environmental. The objectives of this study were to develop a statistical method to estimate genetic parameters for macro- and micro-environmental sensitivities simultaneously, to investigate bias and precision of resulting estimates of genetic parameters and to develop and evaluate use of Akaike’s information criterion using h-likelihood to select the best fitting model. Methods: We assumed that genetic variation in macro- and micro-environmental sensitivities is expressed as genetic variance in the slope of a linear reaction norm and environmental variance, respectively. A reaction norm model to estimate genetic variance for macro-environmental sensitivity was combined with a structural model for residual variance to estimate genetic variance for micro-environmental sensitivity using a double hierarchical generalized linear model in ASReml. Akaike’s information criterion was constructed as model selection criterion using approximated h-likelihood. Populations of sires with large half-sib offspring groups were simulated to investigate bias and precision of estimated genetic parameters. Results: Designs with 100 sires, each with at least 100 offspring, are required to have standard deviations of estimated variances lower than 50% of the true value. When the number of offspring increased, standard deviations of estimates across replicates decreased substantially, especially for genetic variances of macro- and micro-environmental sensitivities. Standard deviations of estimated genetic correlations across replicates were quite large (between 0.1 and 0.4), especially when sires had few offspring. Practically, no bias was observed for estimates of any of the parameters. Using Akaike’s information criterion the true genetic model was selected as the best statistical model in at least 90% of 100 replicates when the number of offspring per sire was 100. Application of the model to lactation milk yield in dairy cattle showed that genetic variance for micro- and macro-environmental sensitivities existed. Conclusion: The algorithm and model selection criterion presented here can contribute to better understand genetic control of macro- and micro-environmental sensitivities. Designs or datasets should have at least 100 sires each with 100 offspring.

Genetic heterogeneity of within-family variance of body weight in Atlantic salmon (Salmo salar)

BACKGROUND: Canalization is defined as the stability of a genotype against minor variations in both environment and genetics. Genetic variation in degree of canalization causes heterogeneity of within-family variance. The aims of this study are twofold: (1) quantify genetic heterogeneity of (within-family) residual variance in Atlantic salmon and (2) test whether the observed heterogeneity of (within-family) residual variance can be explained by simple scaling effects. RESULTS: Analysis of body weight in Atlantic salmon using a double hierarchical generalized linear model (DHGLM) revealed substantial heterogeneity of within-family variance. The 95% prediction interval for within-family variance ranged from ~0.4 to 1.2 kg2, implying that the within-family variance of the most extreme high families is expected to be approximately three times larger than the extreme low families. For cross-sectional data, DHGLM with an animal mean sub-model resulted in severe bias, while a corresponding sire-dam model was appropriate. Heterogeneity of variance was not sensitive to Box-Cox transformations of phenotypes, which implies that heterogeneity of variance exists beyond what would be expected from simple scaling effects. CONCLUSIONS: Substantial heterogeneity of within-family variance was found for body weight in Atlantic salmon. A tendency towards higher variance with higher means (scaling effects) was observed, but heterogeneity of within-family variance existed beyond what could be explained by simple scaling effects. For cross-sectional data, using the animal mean sub-model in the DHGLM resulted in biased estimates of variance components, which differed substantially both from a standard linear mean animal model and a sire-dam DHGLM model. Although genetic differences in canalization were observed, selection for increased canalization is difficult, because there is limited individual information for the variance sub-model, especially when based on cross-sectional data. Furthermore, potential macro-environmental changes (diet, climatic region, etc.) may make genetic heterogeneity of variance a less stable trait over time and space.