Arquitectura genética de las características de fertilidad en los machos bovinos. Revisión

Autores/as

  • Francisco Joel Jahuey Martínez Universidad Autónoma de Chihuahua. Facultad de Zootecnia y Ecología. Chihuahua, Chihuahua. https://orcid.org/0000-0002-6562-5875
  • Emmanuel García Meza Universidad Autónoma de Chihuahua. Facultad de Zootecnia y Ecología. Chihuahua, Chihuahua.

DOI:

https://doi.org/10.22319/rmcp.v17i1.6857

Palabras clave:

Selección genética, Fertilidad, Mejoramiento Reproductivo

Resumen

La fertilidad es uno de los factores más importantes en la productividad de la ganadería bovina, ya que impacta de manera directa en la eficiencia reproductiva y en la rentabilidad de los sistemas de producción. Si bien los factores ambientales, de manejo y nutricionales influyen de forma considerable, el componente genético también juega un papel determinante en las características reproductivas. Comprender e identificar la arquitectura genética de las características de fertilidad en machos bovinos da lugar a la implementación de estrategias de mejoramiento genético más exactas, con el objetivo de aumentar la eficiencia reproductiva y disminuir los costos relacionados con los problemas de fertilidad. El objetivo de esta revisión es analizar y comprender la arquitectura genética mediante la cual se rigen las características de fertilidad en machos especialmente en bovinos, con el fin de descifrar algunos aspectos claves. Para ello, se llevó a cabo una búsqueda bibliográfica en las bases de datos NCBI PubMed y Google Académico, empleando como palabras clave “fertilidad bovina”, “calidad seminal”, “transcriptoma espermático”, “eficiencia reproductiva” y “marcadores genéticos”, seleccionando artículos publicados en los últimos diez años. Entre los hallazgos destacan más de 170 QTL asociados con la calidad seminal, así como genes diferencialmente expresados relacionados con procesos de espermatogénesis. Asimismo, se han documentado diferencias reproductivas entre Bos indicus y Bos taurus, además de la utilidad de indicadores fenotípicos como la circunferencia escrotal. En conjunto, la evidencia disponible confirma que la integración de herramientas genómicas y transcriptómicas ofrece nuevas oportunidades para optimizar los programas de mejoramiento genético.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Carvalho FE, Ferraz J, Pedrosa VB, Matos EC, Eler JP, Silva MR, et al. Genetic parameters for various semen production and quality traits and indicators of male and female reproductive performance in Nellore cattle. BMC genomics 2023;24:150. https://doi.org/10.1186/s12864-023-09216-5. DOI: https://doi.org/10.1186/s12864-023-09216-5

Paéz-Barón EM, Corredor-Camargo ES. Evaluación de la aptitud reproductiva del toro. Cienc Agricult 2014;11:49-59. DOI: https://doi.org/10.19053/01228420.3837

Lozano H. Factores que afectan la calidad seminal en toros. Fac Med Vet Zoot 2009;56:258-272. https://www.redalyc.org/articulo.oa?id=407639221010.

Torres-Vázquez JA, Manzanilla Pech CI, Borrayo A, Ríos A, Vega-Murillo V, Martínez-Velázquez et al. Parámetros genéticos y fenotípicos para peso al año, circunferencia escrotal y talla en ganado Simmental y Simbrah en México. Rev Mex Cienc Pecu 2012;3:291-298.

Mei Q, Liu H, Zhao S, Xiang T, Christensen OF. Genomic evaluation for two-way crossbred performance in cattle. Genetics, select, evo: GSE 2023;55:17. https://doi.org/10.1186/s12711-023-00792-4. DOI: https://doi.org/10.1186/s12711-023-00792-4

AnimalQTLdb version 44. https://www.animalgenome.org/cgi-bin/QTLdb/index. Accessed 14 Nov, 2023.

Berry DP, Wall E, Pryce JE. Genetics and genomics of reproductive performance in dairy and beef cattle. Animal: An Int J Anim Bio 2014;8:105–121. doi:10.1017/S1751731114000743. DOI: https://doi.org/10.1017/S1751731114000743

Butler ML, Hartman AR, Bormann JM, Weaber RL, Grieger DM, Rolf MM. Genetic parameter estimation for beef bull semen attributes. J Anim Sci 2021;99(2). https://doi.org/10.1093/jas/skab013. DOI: https://doi.org/10.1093/jas/skab013

Sweett H, Fonseca PA, Suárez-Vega A, Livernois A, Miglior F, Cánovas A. Genome-wide association study to identify genomic regions and positional candidate genes associated with male fertility in beef cattle. Scientific Reports 2020;10. https://doi.org/10.1038/s41598-020-75758-3. DOI: https://doi.org/10.1038/s41598-020-75758-3

Santana ML, Eler JP, Bignardi AB, Ferraz JB. Genetic associations among average annual productivity, growth traits, and stayability: A parallel between Nelore and composite beef cattle. J Anim Sci 2013;91:2566–2574. https://doi.org/10.2527/jas.2012-5856. DOI: https://doi.org/10.2527/jas.2012-5856

Ferreira RJ, Bonilha SF, Monteiro FM, Cyrillo JN, Branco RH, Silva JA, et al. Evidence of negative relationship between female fertility and feed efficiency in Nellore cattle. J Anim Sci 2018;96:4035–4044. https://doi.org/10.1093/jas/sky276. DOI: https://doi.org/10.1093/jas/sky276

Silva MR, Pedrosa VB, Silva J, Herrera L, Eler JP, Albuquerque LG. Parámetros genéticos de las características andrológicas en la especie bovina. Arch Med Vet 2012;44:1-11. DOI: https://doi.org/10.4067/S0301-732X2012000100002

Jaton C, Schenkel F, Malchiodi F, Sargolzaei M, Price C, Baes C, et al. Genetic analysis for quality of frozen embryos produced by Holstein cattle donors in Canada. J Dairy Sci 2017;100:7320–7329. https://doi.org/10.3168/jds.2017-12851. DOI: https://doi.org/10.3168/jds.2017-12851

Chen Z, Brito LF, Luo H, Shi R, Chang Y, Liu F, et al. Genetic and genomic analyses of service sire effect on female reproductive traits in Holstein cattle. Frontiers Genetics 2021;12:713575. https://doi.org/10.3389/fgene.2021.713575. DOI: https://doi.org/10.3389/fgene.2021.713575

Valour D, Michot P, Eozenou C, Lefebvre R, Bonnet A, Capitan A, et al. Dairy cattle reproduction is a tightly regulated genetic process: Highlights on genes, pathways, and biological processes. Anim Frontiers 2015;15:32-41. https://doi.org/10.2527/af.2015-0006. DOI: https://doi.org/10.2527/af.2015-0006

Suchocki T, Szyda J. Genome-wide association study for semen production traits in Holstein-Friesian bulls. J Dairy Sci 2015;98:5774–5780. https://doi.org/10.3168/jds.2014-8951. DOI: https://doi.org/10.3168/jds.2014-8951

Butler ML, Hartman AR, Bormann JM, Weaber RL, Grieger DM, Rolf, MM. Genome-wide association study of beef bull semen attributes. BMC Genomics 2022; 23. https://doi.org/10.1186/s12864-021-08256-z. DOI: https://doi.org/10.1186/s12864-021-08256-z

Prakash MA, Kumaresan A, Ebenezer JP, Nag P, Sharma A, Sinha MK, et al. Comparative transcriptomic analysis of spermatozoa from high- and low-fertile crossbred bulls: Implications for fertility prediction. Front Cell Dev Biol 2021;9. https://doi.org/10.3389/fcell.2021.647717. DOI: https://doi.org/10.3389/fcell.2021.647717

Hering DM, Olenski K, Kaminski S. Genome-wide association study for poor sperm motility in Holstein-Friesian bulls. Anim Repro Sci 2014;146:89-97. https://doi.org/10.1016/j.anireprosci.2014.01.012. DOI: https://doi.org/10.1016/j.anireprosci.2014.01.012

Garcia E, Jahuey-Martínez FJ, Carrasco J, Martinez-Quintana JA, Rodríguez-Almeida FA. PSIV-5 Prioritizing candidate genes for seminal traits and residual feed intake in cattle: Integrating QTLome analysis and RNAseq datasets. J Anim Sci 2024;102:556–557. https://doi.org/10.1093/jas/skae234.624. DOI: https://doi.org/10.1093/jas/skae234.624

Guan Y, Liang G, Martin GB, Guan LL. Functional changes in mRNA expression and alternative pre-mRNA splicing associated with the effects of nutrition on apoptosis and spermatogenesis in the adult testis. BMC Genomics 2017;18. https://doi.org/10.1186/s12864-016-3385-8. DOI: https://doi.org/10.1186/s12864-016-3385-8

Hodge MJ, de las Heras-Saldana S, Rindfleish J, Stephen CP, Pant SD. Characterization of breed specific differences in spermatozoal transcriptomes of sheep in Australia. Genes 2021;12:203. https://doi.org/10.3390/genes12020203. DOI: https://doi.org/10.3390/genes12020203

Sahoo B, Choudhary RK, Sharma P, Choudhary S, Gupta MK. Significance and relevance of spermatozoal RNAs to male fertility in livestock. Frontiers Genetics 2021;12:768196. https://doi.org/10.3389/fgene.2021.768196. DOI: https://doi.org/10.3389/fgene.2021.768196

Duracka M, Benko F, Tvrdá E. Molecular markers: a new paradigm in the prediction of sperm freezability. Int J Mol Sci 2023;24. https://doi.org/10.3390/ijms24043379. DOI: https://doi.org/10.3390/ijms24043379

Werry N, Russell SJ, Gillis DJ, Miller S, Hickey K, Larmer S, et al. Characteristics of miRNAs present in bovine sperm and associations with differences in fertility. Frontiers 2021;13. https://doi.org/10.3389/fendo.2022.874371. DOI: https://doi.org/10.3389/fendo.2022.874371

Yang Y, Han L, Yuan Y, Li J, Hei N, Liang H. Gene co-expression network analysis reveals common system-level properties of prognostic genes across cancer types. Nature Communications 2014;5(3231). https://doi.org/10.1038/ncomms4231. DOI: https://doi.org/10.1038/ncomms4231

Liu W, Lin L, Zhang Z, Liu S, Gao K, Tao H, et al. Gene co-expression network analysis identifies trait-related modules in Arabidopsis thaliana. Planta 2019;249:1487–1501. https://doi.org/10.1007/s00425-019-03102-9. DOI: https://doi.org/10.1007/s00425-019-03102-9

van Dam S, Võsa U, van der Graaf A, Franke L, de Magalhães JP. Gene co-expression analysis for functional classification and gene-disease predictions. Brief Bioinform 2018;19:575–592. https://doi.org/10.1093/bib/bbw139. DOI: https://doi.org/10.1093/bib/bbw139

Marku M, Pancaldi V. From time- series transcriptomics to gene regulatory networks: A review on inference methods. PLoS Comput Biol 2023;19. https://doi.org/10.1371/journal.pcbi.1011254. DOI: https://doi.org/10.1371/journal.pcbi.1011254

Hu Y, Peng T, Gao L, Tan K. CytoTalk: De novo construction of signal transduction networks using single-cell transcriptomic data. Sci Advances 2021;7(16):eabf1356. DOI: https://doi.org/10.1126/sciadv.abf1356

Tan WL, Hudson NJ, Porto Neto LR, Reverter A, Afonso J, Fortes MRS. An association weight matrix identified biological pathways associated with bull fertility traits in a multi-breed population. Anim Genetics 2024;55:495–510. https://doi.org/10.1111/age.13431 DOI: https://doi.org/10.1111/age.13431

Pomaznoy M, Ha B, Peters B. GOnet: a tool for interactive Gene Ontology analysis. BMC Bioinformatics 2018;19:470. https://doi.org/10.1186/s12859-018-2533-3. DOI: https://doi.org/10.1186/s12859-018-2533-3

Siddall NA, Hime GR. A Drosophila toolkit for defining gene function in spermatogenesis. Reproduction (Cambridge, England) 2017;153(4):R121-R132. DOI: https://doi.org/10.1530/REP-16-0347

Huang Y, Yuan C, Zhao Y, Li C, Cao M, Li H, et al. Identification and regulatory network analysis of genes related to reproductive performance in the hypothalamus and pituitary of Angus cattle. Genes 2022;13:965. https://doi.org/10.3390/genes13060965. DOI: https://doi.org/10.3390/genes13060965

Descargas

Publicado

06.03.2026

Cómo citar

Jahuey Martínez, F. J., & García Meza, E. (2026). Arquitectura genética de las características de fertilidad en los machos bovinos. Revisión. Revista Mexicana De Ciencias Pecuarias, 17(1), e1716857. https://doi.org/10.22319/rmcp.v17i1.6857
Metrics
Vistas/Descargas
  • Resumen
    102
  • PDF
    48
  • PDF
    35
  • Texto completo
    23
  • Full text
    15

Número

Vol. 17 Núm. 1 (2026): Enero-Marzo

Sección

Revisiones bibliográficas

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Los autores/as que publiquen en la Revista Mexicana de Ciencias Pecuarias aceptan las siguientes condiciones:

De acuerdo con la legislación de derechos de autor, la Revista Mexicana de Ciencias Pecuarias reconoce y respeta el derecho moral de los autores/as, así como la titularidad del derecho patrimonial, el cual será cedido a la revista para su difusión en acceso abierto. 

Licencia Creative Commons
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Métrica