Dal pedigree al genoma: microsatelliti, SNP e chip 50K per “mettere ordine” in stalla (e non solo)

C’è una domanda che prima o poi entra in ogni allevamento, anche in quelli più organizzati: “Sono sicuro chi è figlio di chi?”

Non è una fissazione da genealogisti. Un errore di parentela non resta confinato nel registro: si trascina dietro scelte sbagliate sugli accoppiamenti, falsi “miglioratori”, consanguineità che sale senza che nessuno se ne accorga e, nei casi peggiori, soldi buttati perché stai selezionando su dati sporchi. Ma sulla necessità di dati affidabili nei registri genealogici ne abbiamo già parlato a lungo in questa rubrica.

In questo articolo oggi cercheremo di fare chiarezza sulle tecnologie usate per il controllo genealogico, spiegare in modo semplice come funzionano “sul campo” e capire cosa aprono come prospettive nel prossimo futuro con l’introduzione ormai consolidata della genomica.

Microsatelliti (STR): il “classico” della parentela, ancora utile ma con i suoi limiti

I microsatelliti, spesso chiamati STR, sono sequenze ripetute del DNA, molto variabili tra individui. Per anni sono stati lo standard per identificazione genetica e test di paternità in molte specie. Il concetto è semplice: se un figlio presenta alleli che non possono provenire dal padre o dalla madre indicati, quella parentela non regge.

Sono una tecnologia straordinaria perché con pochi marcatori (tipicamente una dozzina o poco più, a seconda dei pannelli) puoi risolvere tante verifiche di routine; inoltre, in laboratorio sono piuttosto tolleranti e spesso funzionano anche con poco DNA e con campioni non perfetti. Il problema è che hanno limiti strutturali che ne hanno frenato l’evoluzione sui grandi numeri.

Funzionano? Sì, soprattutto quando fai verifica di parentela (confermo o escludo un genitore candidato). Ma quando aumentano i casi e le combinazioni — più padri possibili, più allevamenti, più anni, più confronti — emerge una componente più “artigianale” che oggi pesa: chiamata degli alleli, confronto tra laboratori, armonizzazione dei pannelli, alleli nulli o ambigui.

Non è teoria: proprio nei contesti di standardizzazione internazionale (es. gruppi di lavoro e confronti inter-laboratorio) questo è un tema ricorrente (ISAG, 2017).

E qui sta la vera strozzatura operativa: anche se l’analisi strumentale è rapida, l’interpretazione (tradurre i picchi e le taglie in un report “a prova di contestazione”) richiede tempo e personale esperto.

Quindi: STR ancora utili come coltellino svizzero, soprattutto con routine consolidate e pochi casi. Ma se passi a una gestione “di popolazione”, tanti animali, più aziende, gruppi di monta, più padri candidati, cominciano a starti stretti. E quella componente di manodopera umana tende a tenere stabile il costo per campione, perché è difficile comprimerla.

SNP per parentela: meno “arte”, più automazione (e soprattutto più scalabilità)

Gli SNP sono variazioni puntiformi del DNA. Singolarmente dicono poco, insieme (centinaia o migliaia) diventano una firma robusta per identificazione e parentela. Per dare un’idea grossolana: un buon microsatellite “equivale” spesso a diversi SNP (ordine di grandezza 5–10) per mantenere potenza informativa simile, ma la differenza è che gli SNP sono tantissimi.

Parliamo di milioni lungo il genoma: anche nelle nostre popolazioni ovine, ad esempio, si ragiona tranquillamente su una riserva di decine di milioni di possibili marcatori, se si considera la variabilità complessiva disponibile.

Il vantaggio pratico degli SNP è enorme: più standardizzazione, QC più chiaro (call rate, errori mendeliani, outlier), flussi molto automatizzabili. In poche parole: meno discussioni su “che allele è questo?” e più decisioni basate su numeri ripetibili.

Un punto però va detto bene, perché spesso viene semplificato troppo: la trasversalità tra razze non è magia, è progettazione. Un chip/pannello SNP costruito su tante razze tende a funzionare bene “quasi ovunque”, ma l’informatività di un singolo SNP dipende dalla frequenza allelica, che cambia tra popolazioni. Questo è uno dei motivi per cui i consorzi, quando disegnano pannelli multirazza, selezionano SNP con comportamento robusto su molte razze.

Secondo vantaggio: la standardizzazione. Se il pannello è lo stesso, il risultato prodotto in un laboratorio A è confrontabile con quello prodotto in un laboratorio B. È uno dei motivi per cui molte filiere stanno migrando verso SNP.

Terzo punto, spesso sottovalutato: la flessibilità “di contenuto”. Con piattaforme SNP puoi anche immaginare soluzioni custom (pannelli dedicati) se un’associazione vuole includere un marcatore specifico di interesse, o un set di varianti legate a un tratto/una patologia; la tecnologia lo consente.

Quarto: il costo. I prezzi per campione scendono nel tempo perché:

• i costi di sviluppo sono stati in larga parte ammortizzati,
• i processi sono sempre più industrializzati,
• la parte bioinformatica e di automazione riduce i costi operativi.

Poi ci sono due limiti reali, da dire senza imbarazzo. Il primo è la rigidità di formato: gli array e molti pannelli SNP si lavorano per piastre/kit e conviene ragionare su multipli (tipicamente 24/48/96, a seconda della piattaforma e del service). Se ti serve un singolo caso urgente, puoi farlo, ma rischi di pagarlo come se stessi riempiendo una piastra, qui entra la capacità delle ANA nell’organizzare il settore.

Il secondo è la dipendenza dalla filiera industriale (Illumina & Thermo Fisher/Affymetrix): oggi i grandi produttori di consumabili e piattaforme per microarray/genotipizzazione sono pochi, e questo crea un accentramento di fatto (che finora non ha creato veri problemi operativi nella zootecnia, ma resta un tema “di sistema”).

Tabella: principali SNP array zootecnici per specie (densità e piattaforma)

Nota: “principali” e non “tutti”, perché il mercato include molte varianti (es. linee GeneSeek/GGP, pannelli proprietari delle aziende di selezione, custom iSelect) e cambiano nel tempo, e nella realtà ormai è disponibile sempre un’alternativa Affymetrix a un array Illumina e viceversa, qui riporto le alternative classiche (più da ricercatore che da tecnico del settore).

Il chip genomico non è un altro marcatore: è un cambio di gioco

Arriviamo al gradino che, secondo me, è quello più interessante per un allevatore o un’associazione che vuole investire con testa: il chip SNP (tipo 50K). Perché qui non stai comprando un test “per dire chi è il padre”. Stai comprando un dataset versatile che ti serve per più funzioni, oggi e domani.

Con un 50K, nella pratica, puoi fare:

1. Assegnazione di paternità/maternità con grande robustezza (specie se genotipi anche le madri).
2. Controllo genealogico e “pulizia” degli errori sistematici (scambi, gruppi di monta, dichiarazioni approssimative).
3. Stima di parentela genomica e inbreeding reale, spesso più affidabile del solo pedigree quando il pedigree è incompleto.
4. Base per una valutazione genetica genomica.
5. Genotipizzazione di varianti di interesse. Per esempio, negli ovini i polimorfismi del PRNP (codoni 136, 154, 171) per la suscettibilità alla scrapie, oppure nei bovini il genotipo per il colore del mantello o per la resistenza/suscettibilità a svariate malattie a base genetica.

Dal DNA “anagrafico” al DNA “selettivo”: perché chip e genomica cambiano la selezione

Dove la genomica “a costi accessibili” fa davvero la differenza non è tanto nel risolvere l’ennesimo caso di paternità dubbia (quello è già un vantaggio enorme), ma nel cambiare il paradigma selettivo. È una rivoluzione che nelle grandi razze internazionali — soprattutto da latte — è già realtà da anni: genotipi di massa, valutazioni genomiche di routine, indici più precisi e più precoci.

Oggi però la novità vera è un’altra: gli stessi strumenti stanno diventando praticabili anche fuori dal “mondo dei grandi numeri”, cioè proprio dove storicamente la selezione è rimasta indietro per motivi concreti: pedigree incompleti, controlli funzionali costosi o discontinui, scarsa connettività tra allevamenti, e quindi scarsa affidabilità delle stime.

In altre parole: la genomica non è più soltanto un acceleratore per programmi già perfetti. Può diventare anche un ponte per chi oggi non riesce a partire o procede a passo lentissimo per cause economiche o manageriali.

La selezione genomica, in termini moderni, nasce da un’idea semplice e “spietata”: usare marcatori distribuiti su tutto il genoma per predire il valore genetico totale, senza affidarsi solo alla genealogia “su carta”. Poi, sul piano operativo, VanRaden ha reso estremamente pratico il calcolo della matrice di relazione genomica (G) e l’uso di questa informazione nelle predizioni: è uno degli snodi tecnici che ha permesso alla genomica di uscire dai paper e entrare nei programmi di selezione.

Il punto, però, è che nella realtà degli allevamenti (specialmente nelle razze piccole) non hai mai “tutti genotipizzati” e spesso il pedigree è incompleto, o poco affidabile, o semplicemente assente. Qui entra in gioco il single-step GBLUP (ssGBLUP): l’idea è integrare in un’unica valutazione pedigree, fenotipi e genotipi, senza separare il mondo “genomico” dal mondo “tradizionale”.

Legarra, Aguilar e Misztal hanno formalizzato la costruzione della matrice “ponte” che combina informazione da pedigree e da genoma, e oggi ssGBLUP è diventato un cavallo di battaglia operativo in molti contesti.

Detto in modo da stalla: con GBLUP/ssGBLUP non stai solo stimando “meglio i migliori”. Stai anche riducendo il danno di genealogie incomplete, perché il genoma ricostruisce relazioni reali e “ancora” la valutazione, rendendo più robuste le stime e più sensata la selezione, soprattutto quando i dati classici sono fragili.

E qui arriviamo alla parte che vale più di mille definizioni: i casi reali.

Caso 1 — Bufala Mediterranea Italiana: ssGBLUP “di sistema” (non più sperimentale)

Un esempio freschissimo, molto vicino al nostro mondo, è il lavoro su Bufala Mediterranea Italiana, in cui la genomica viene testata e portata verso un uso di programma. Sono stati analizzati dati enormi: 792.200 lattazioni riferite a 293.633 bufale (nate 1984–2021) per i caratteri produttivi e 99.609 soggetti per i caratteri morfologici; i genotipi utilizzati erano 3.647 animali.

Nel confronto BLUP vs ssGBLUP, l’inclusione della genomica ha portato un incremento medio di accuratezza tra +3% e +12% a seconda dei caratteri (abbiamo già parlato dell’accuratezza in un precedente articolo); anche le metriche di validazione (correlazioni e dispersione) hanno mostrato un vantaggio per ssGBLUP. È un caso in cui la genomica entra in un sistema nazionale e dimostra che può migliorare accuratezza e stabilità delle valutazioni anche per gli animali non genotipizzati (perché ssGBLUP integra e propaga informazione).

Caso 2 — Quando il pedigree è scarso o inesistente: piccoli allevamenti, pochi animali, eppure si può valutare

Qui l’obiezione tipica è: “Bello, ma io non ho un pedigree affidabile e non ho aziende con 200 vacche o 500 pecore…”. È proprio qui che la genomica può essere abilitante.

Uno studio su sistemi di piccole aziende in Kenya (J. Dairy Sci. 2019) lavora su un contesto estremamente difficile per la genetica tradizionale: aziende piccole, animali pochi, registrazioni discontinue. I dati sono chiarissimi: 1.292 vacche da 610 aziende monitorate per due anni; dopo i controlli qualità, il dataset usato per la valutazione comprende 21.877 test-day records da 1.038 animali in 566 allevamenti.

Gli autori riportano esplicitamente che nei sistemi marginali la mancanza di pedigree e di dati di performance ha storicamente limitato le valutazioni genetiche; qui, invece, usano una matrice genomica (G) costruita da genotipi ottenuti con Illumina BovineHD (777k) per rendere possibile la valutazione e ragionare di ranking genetico anche in un contesto dove “la carta” non basta. Tradotto: se non hai genealogie solide, la genomica non è un optional. È spesso l’unico modo realistico per ricostruire connettività genetica e iniziare a fare valutazioni che non siano solo impressioni

Caso 3 — Quando i fenotipi sono pochi: la genomica non fa miracoli, ma ti fa partire e migliora ciò che hai

L’obiezione classica è questa: “Ok il pedigree… ma io ho pochi dati di performance. Niente controlli funzionali regolari, poche pesate, pochi rilievi: come faccio a selezionare?” Qui bisogna essere onesti: la genomica non crea fenotipi dal nulla. Però può fare due cose molto utili: rendere più solide le prime scelte e accorciare i tempi, perché ti dà informazioni di parentela vera e ti aiuta a collegare meglio gli animali tra allevamenti e tra anni.

Un esempio concreto arriva dalla razza ovina Rambouillet negli Stati Uniti. Gli autori dicono chiaramente che la selezione genomica, per quella razza, è ancora agli inizi. Eppure, anche con numeri non giganteschi, hanno mostrato che usare i genotipi (chip) insieme ai dati disponibili porta a indici almeno altrettanto affidabili di quelli basati solo su pedigree, e spesso più stabili (cioè meno estremi e meno distorti). Nel loro studio avevano circa 740 animali genotipizzati e qualche migliaio di misure per un carattere semplice come il peso a un anno: non un sistema perfetto, ma abbastanza per far vedere la direzione.

Questo è esattamente lo scenario di tante razze locali: pochi fenotipi, numeri contenuti, aziende frammentate. La lezione è chiara: la genomica non ti “regala” la selezione, ma ti permette di iniziare in modo più sensato, mentre costruisci anno dopo anno una banca dati fenotipica migliore.

E il punto finale, che vale come regola generale, è semplice: nelle popolazioni piccole il collo di bottiglia non è la tecnologia, è il numero di animali con fenotipo. Non a caso, lavori sulle small breeds insistono che la limitazione principale per fare vera selezione genomica è proprio la scarsità di animali misurati; quindi, la strategia migliore è partire con la genomica e in parallelo rendere più regolare (anche su pochi tratti chiave) la raccolta dei fenotipi.

Conclusioni

Alla fine, è tutto qui: se il pedigree è la mappa, il DNA è la bussola. I microsatelliti restano utili per casi singoli e urgenze, ma quando i numeri crescono (o quando i registri hanno buchi) gli SNP e i chip diventano la strada più solida: standardizzano, automatizzano e soprattutto aprono la porta alla valutazione genomica (GBLUP/ssGBLUP). Nelle razze piccole non è “tecnologia da ricchi”: è spesso l’unico modo realistico per partire bene, evitare errori costosi e costruire, anno dopo anno, una selezione che stia in piedi.