vestngauВестник университета биотехнологийVestnik University of biotechnologiy3033-8433Publishing Centre “Zolotoy Kolos” of Novosibirsk State Agrarian University10.31677/3033-8433-2026-21-1-193-206vestngau-2852Research ArticleВЕТЕРИНАРИЯ, ЗООТЕХНИЯ И БИОТЕХНОЛОГИЯVETERINARY, ANIMAL SCIENCES AND BIOTECHNOLOGYОсобенности кластерного анализа на основе частот эритроцитарных антигенов групп крови свинейFeatures of cluster analysis based on the frequencies of erythrocyte antigens of pig blood groupsШатохинК. С.ShatokhinK. S.

старший научный сотрудник лаборатории прикладной биоинформатики, кандидат биологических наук

Новосибирск

Senior Researcher at the Laboratory of Applied Bioinformatics, Candidate of Biological Sciences

Novosibirsk

НикитинС. В.NikitinS. V.

старший научный сотрудник лаборатории молекулярной генетики и селекции сельскохозяйственных животных, кандидат биологических наук

Новосибирск

Senior Researcher at the Laboratory of Molecular Genetics and Breeding of Farm Animals, Candidate of Biological Sciences

Novosibirsk

КочневН. Н.KochnevN. N.

доктор биологических наук, профессор

Новосибирск

Doctor of Biological Sciences, professor

Novosibirsk

Сибирский государственный университет инженерии и биотехнологийРоссияSiberian State University of Engineering and BiotechnologyRussian FederationИнститут цитологии и генетики СО РАНРоссияInstitute of Cytology and GeneticsRussian Federation20261208202601193206Copyright © Шатохин К.С., Никитин С.В., Кочнев Н.Н., 20262026Шатохин К.С., Никитин С.В., Кочнев Н.Н.Shatokhin K.S., Nikitin S.V., Kochnev N.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestngau.elpub.ru/jour/article/view/2852

Работа посвящена оценке эффективности различных методов расчета дистанций на основе частот аллелей эритроцитарных антигенов групп крови для филогенетического кластерного анализа популяций свиней. Была поставлена цель сравнить точность и адекватность различных метрик расстояний при восстановлении известных заранее родственных связей между группами домашних и диких свиней. В анализе задействованы дистанции Эвклида, Манхэттена, Канберра, Чебышева, а также специализированные  генетические  дистанции  Нея,  Эдвардса,  Роджерса,  Превости  и  Рейнольдса.  В  качестве  объектов исследования использовались 12 популяций, включая мини-свиней Института цитологии и генетики СО РАН, крупную белую породу, ландрас, кемеровскую породу, а также различные подвиды дикого кабана. Для валидации результатов использовалась внешняя оценка на основе известной генеалогической истории популяций. Точность методов оценивалась с помощью корреляции Спирмена между дистанциями и рангами родства. Результаты показали, что большинство протестированных дистанций демонстрируют слабую или умеренную корреляцию с реальными филогенетическими связями. Дендрограммы, построенные на основе различных метрик, часто группировали неродственные популяции вместе и не отражали ожидаемой кластеризации по происхождению. Была выдвинута гипотеза, что это связано с относительно низким уровнем полиморфизма эритроцитарных антигенов групп крови по сравнению с такими современными маркёрами, как микросателлиты или SNP. Сделан вывод о непригодности частот аллелей эритроцитарных антигенов групп крови для точного восстановления филогенетических отношений между популяциями свиней.

This work is devoted to evaluating the effectiveness of various methods for calculating distances based on the frequencies of alleles of erythrocyte antigens of blood groups for phylogenetic cluster analysis of pig populations. The aim was to compare the accuracy and adequacy of various distance metrics when restoring previously known kinship relationships between groups of domestic and wild pigs. The analysis involved the distances of Euclid, Manhattan, Canberra, Chebyshev, as well as the specialized genetic distances of Ney, Edwards, Rogers, Prevost, and Reynolds. 12 populations were used as research objects, including mini pigs of ICiG SB RAS, large white breed, Landrace, Kemerovo breed, as well as various subspecies of wild boar. An external assessment based on the known genealogical history of the populations was used to validate the results. The accuracy of the methods was assessed using Spearman’s correlation between distance and kinship ranks. The results showed that most of the tested distances show weak or moderate correlation with real phylogenetic relationships. Dendrograms based on various metrics often grouped unrelated populations together and did not reflect the expected clustering by origin. It has been hypothesized that this is due to the relatively low level of polymorphism of erythrocyte antigens of blood groups compared with such modern markers as microsatellites or SNPs. It is concluded that the frequencies of alleles of erythrocyte antigens of blood groups are unsuitable for accurate reconstruction of phylogenetic relationships between pig populations.

мини-свиньифилогенетический анализэритроцитарные антигеныгруппы кровигенетические дистанциидендрограммысельское хозяйствоmini-pigsphylogenetic analysiserythrocyte antigensblood groupsgenetic distancesdendrogramsagricultureРабота поддержана бюджетным проектом № FWNR-2026-1002.ReferencesGenetic Diversity and Population Structure of Six Autochthonous Pig Breeds from Croatia, Serbia, and Slovenia / M. Zorc, D. Škorput, K. Gvozdanović [et al.] // Genet Sel Evol. – 2022. – Vol. 54, N 1. – P. 30. – DOI: 10.1186/s12711-022-00718-6.Zorc M., Škorput D., Gvozdanović K., Margeta P., Karolyi D., Luković Z., Salajpal K., Savić R., Muñoz M., Bovo S., Djurkin Kušec I., Radović Č., Kušec G., Čandek Potokar M., Dovč P., Genetic Diversity and Population Structure of Six Autochthonous Pig Breeds from Croatia, Serbia, and Slovenia, Genet Sel Evol, 2022, Vol. 54, No. 1, pp 30, DOI: 10.1186/s12711-022-00718-6.Genome-Wide Analysis of Genetic Diversity and Artificial Selection in Large White Pigs in Russia / S. Bakoev, L. Getmantseva, O. Kostyunina [et al.] // PeerJ. – 2021. – Vol. 9. – P. e11595. – DOI: 10.7717/peerj.11595.Bakoev S., Getmantseva L., Kostyunina O., Bakoev N., Prytkov Y., Usatov A., Tatarinova T.V., Genome-Wide Analysis of Genetic Diversity and Artificial Selection in Large White Pigs in Russia, PeerJ, 2021, Vol. 9, pp. e11595, DOI: 10.7717/peerj.11595.Molecular phylogenetic analysis among species of Paridae, Remizidae and Aegithalos based on mtDNA sequences of COI and cyt b / C. Dai, K. Chen, R. Zhang [et al.] // Avian Research. – 2023. – Vol. 1, N 2. – P. 112–123.Dai C., Chen K., Zhang R. [et al.], Molecular phylogenetic analysis among species of Paridae, Remizidae and Aegithalos based on mtDNA sequences of COI and cyt b, Avian Research, 2023, Vol. 1, No. 2, pp. 112–123.McKenzie P.F. Linking Phylogenetic Models to Population Processes, from Species Trees to Genomes. – Columbia University, 2023.McKenzie P.F., Linking Phylogenetic Models to Population Processes, from Species Trees to Genomes, Columbia University, 2023, URL: https://books.google.ru/books?id=2Xwh0AEACAAJ.Kapli P., Flouri T., Telford M.J. Systematic Errors in Phylogenetic Trees // Curr Biol. – 2021. – Vol. 31, N 2. – P. R59– R64. – DOI: 10.1016/j.cub.2020.11.043.Kapli P., Flouri T., Telford M.J., Systematic Errors in Phylogenetic Trees, Curr Biol, 2021, Vol. 31, No. 2, pp. R59– R64, DOI: 10.1016/j.cub.2020.11.043.Komarova V.A., Lavrenchenko L.A. Approaches to the Detection of Hybridization Events and Genetic Introgression upon Phylogenetic Incongruence // Biology Bulletin Reviews. – 2022. – Vol. 12, № 3. – P. 240–253. – DOI: 10.1134/S2079086422030045.Komarova V.A., Lavrenchenko L.A., Approaches to the Detection of Hybridization Events and Genetic Introgression upon Phylogenetic Incongruence, Biology Bulletin Reviews, 2022. Т. 12, Vol. 3, pp. 240–253, DOI: 10.1134/S2079086422030045.Phylogeography and Demographic History of Macaques, Fascicularis Species Group, in East Asia: Inferred from Multiple Genomic Markers / Y. Zhou, J. Tian, H. Jiang [et al.] // Mol Phylogenet Evol. – 2024. – Vol. 194. – P. 108042. – DOI: 10.1016/j.ympev.2024.108042.Zhou Y., Tian J., Jiang H., Han M., Wang Y., Lu J., Phylogeography and Demographic History of Macaques, Fascicularis Species Group, in East Asia: Inferred from Multiple Genomic Markers, Mol Phylogenet Evol, 2024, Vol. 194, pp. 108042, DOI: 10.1016/j.ympev.2024.108042.Генетическое разнообразие и филогенетические взаимосвязи пород свиней, разводимых в России, на основе анализа полиморфизма d-петли мтДНК / В.Р. Харзинова, Н.А. Акопян, А.В. Доцев [и др.] // Генетика. – 2022. – Т. 58, № 8. – С. 920–932. – DOI: 10.31857/S0016675822080045.Kharzinova V. R., Akopyan N. A., Akopyan A. V., Deniskova T. E., Sermyagin A. A., Karpushkina, T. V., Solovieva A. D., Brem G., Zinovieva N.A., Russian Journal of Genetics, 2022, Vol. 58, No. 8, pp. 944–954, DOI: 10.31857/S0016675822080045. (In Russ.)Aitnazarov R.B., Mishakova T.M., Yudin N.S. Assessment of genetic diversity and phylogenetic relationships in Black Pied cattle in the Novosibirsk Region using microsatellite markers // Vestnik VOGiS. – 2022. – Vol. 25, N 8. – P. 831– 838. – DOI: 10.18699/VJ21.096.Aitnazarov R.B., Mishakova T.M., Yudin N.S., Assessment of genetic diversity and phylogenetic relationships in Black Pied cattle in the Novosibirsk Region using microsatellite markers, Vestn. VOGiS, 2022, Vol. 25, No. 8, pp. 831–838, DOI: 10.18699/VJ21.096.Population Structure Assessed Using Microsatellite and SNP Data: An Empirical Comparison in West African Cattle / I. Álvarez, I. Fernández, A. Traoré [et al.] // Animals (Basel). – 2021. – Vol. 11, N 1. – P. 151. – DOI: 10.3390/ani11010151.Álvarez I., Fernández I., Traoré A., Menéndez-Arias N.A., Goyache F., Population Structure Assessed Using Microsatellite and SNP Data: An Empirical Comparison in West African Cattle, Animals (Basel), 2021, Vol. 11, No. 1, pp. 151, DOI: 10.3390/ani11010151.Cortes O., Cañon J., Gama L.T. Applications of Microsatellites and Single Nucleotide Polymorphisms for the Genetic Characterization of Cattle and Small Ruminants: An Overview // Ruminants. – 2022. – Vol. 2, N 4. – P. 456–470. – DOI: 10.3390/ruminants2040032.Cortes O., Cañon J., Gama L.T., Applications of Microsatellites and Single Nucleotide Polymorphisms for the Genetic Characterization of Cattle and Small Ruminants: An Overview, Ruminants, 2022, Vol. 2, No. 4, pp. 456–470, DOI: 10.3390/ruminants2040032.Тихонов В.Н., Жучаев К.В. Микроэволюционная теория и практика породообразования свиней. – Новосибирск, 2008. – 395 с.Tihonov V.N., Zhuchaev K.V., Mikrojevoljucionnaja teorija i praktika porodoobrazovanija svinej (Microevolutionary Theory and Practice of Pig Breeding), Novosibirsk, 2008, 395 pp. (In Russ.).Henry O.O., Happiness I.E.N., Makuachukwu J-P.O. Applications of Genetic Distances on Blood-Group Gene Frequencies and Their Statistical Genetic Similarities // AJPAS. – 2022. – Vol. 20, N 7. – P. 1–7. – DOI: 2022/v20i130478.Henry O.O., Happiness I.E.N., Makuachukwu J-P.O., Applications of Genetic Distances on Blood-Group Gene Frequencies and Their Statistical Genetic Similarities, AJPAS, 2022, Vol. 20, No. 7, pp. 1–7, DOI: 2022/v20i130478.NetCoMi: Network Construction and Comparison for Microbiome Data in R / S. Peschel, C.L. Müller, E. von Mutius [et al.] // Briefings in Bioinformatics. – 2020. – Vol. 22, N 4. – P. bbaa290. – DOI: 10.1093/bib/bbaa290.Peschel S., Müller C.L., von Mutius E., Boulesteix A.-L., Depner M., NetCoMi: Network Construction and Comparison for Microbiome Data in R, Briefings in Bioinformatics, 2020, Vol. 22, No. 4, pp. bbaa290, DOI: 10.1093/bib/bbaa290.Distance-Based Phylogenetic Inference from Typing Data: A Unifying View / C. Vaz, M. Nascimento, J.A. Carriço [et al.] // Briefings in Bioinformatics. – 2021. – Vol. 22, N 3. – P. bbaa147. – DOI: 10.1093/bib/bbaa147.Vaz C., Nascimento M., Carriço J.A., Rocher T., Francisco A.P., Distance-Based Phylogenetic Inference from Typing Data: A Unifying View, Briefings in Bioinformatics, 2021, Vol. 22, No. 3, pp. bbaa147, DOI: 10.1093/bib/bbaa147.Kamvar Z.N., Tabima J.F., Grünwald N.J. Poppr: An R Package for Genetic Analysis of Populations with Clonal, Partially Clonal, and/or Sexual Reproduction // PeerJ, – 2014. – Vol. 2. – P. e281. – DOI: 10.7717/peerj.281.Kamvar Z.N., Tabima J.F., Grünwald N.J., Poppr: An R Package for Genetic Analysis of Populations with Clonal, Partially Clonal, and/or Sexual Reproduction, PeerJ, 2014, Vol. 2, pp. e281, DOI: 10.7717/peerj.281.Генетические особенности миниатюрных свиней ИЦиГ СО РАН / К.С. Шатохин, В.С. Деева, Г.М. Гончареко [и др.] // Вестник НГАУ (Новосибирский государственный аграрный университет). – 2014. – Т. 1(30). – С. 75–80.Shatohin K.S., Deeva V.S., Gonchareko G.M., Grishina N.B., Goryacheva T.S., Akulich E.G., Kononenko E.V., Ermolaev V.I., Nikitin S.V., Vestnik NGAU, 2014, Vol. 30, No. 1, pp. 75–80. (In Russ.)Горелов И.Г., Савина М.А., Ермолаев В.И. Сибирские миниатюрные свиньи – новая биомодель для медикобиологических исследований // Сибирский вестник сельскохозяйственной науки. – 2001. – № 3–4. – С. 81–87.Gorelov I.G., Savina M.A., Ermolaev V.I., Sibirskij vestnik sel'skohozyajstvennoj nauki, 2001, Vol. 3–4., pp. 81–87. (In Russ.)Тихонов В.Н. Лабораторные мини-свиньи. Генетика и медико-биологическое использование. – Новосибирск, 2010. – 304 с.Tihonov V.N., Laboratornye mini-svin'i. Genetika i mediko-biologicheskoe ispol'zovanie (Laboratory mini-pigs. Genetics and biomedical use), Novosibirsk, 2010, 304 pp. (In Russ.).Капанадзе Г.Д., Аушев Ж.А. Светлогорская популяция мини-свиней // Биомедицина. – 2007. – № 6. – С. 70–80.Kapanadze G.D., Aushev Zh.A., Biomedicina, 2007, Vol. 6, pp. 70–80. (in Russ.)Дмитриева Г.Л., Набродова Н.М., Коломников В.А. Генофонд крупной белой породы свиней Западной Сибири // Повышение эффективности селекционно-племенной работы. – Новосибирск, 1992. – С. 52–57.Dmitrieva G.L., Nabrodova N.M., Kolomnikov V.A., Povyshenie effektivnosti selecionno-plemennoj raboty, Novosibirsk, 1992, pp. 52–57.(in Russ.)Селекционно-генетические особенности помесных свиней, полученных от скрещивания крупной белой и йоркширской пород / В.А. Бекенев, В.С. Деева, В.И. Фролова [и др.] // Вестник НГАУ (Новосибирский государственный аграрный университет). – 2016. – № 4. – С. 112–117.Bekenev V.A., Deeva V.S., Frolova V.I., Botsan I.V., Frolova Yu.V., Orlova K.S., Podvintsev S.I., Vestnik NGAU, 2016, Vol. 41, No. 4, pp. 112–117. (in Russ.)Горелов И.Г. Биология сибирского кабана. – Новосибирск, 1994. – 82 с.Gorelov I.G., Biologiya sibirskogo kabana (Biology of the Siberian wild boar), Novosibirsk, 1994. 82 p. (in Russ.)Тихонов В.Н. Использование групп крови при селекции животных. – М., 1967. – 391 с.Tikhonov V.N., Ispol'zovanie grupp krovi pri selekcii zhivotnyh (The use of blood groups in animal breeding), Moscow, 1967, 391 p. (in Russ.)Шитиков В.К., Мастицкий С.Э. Классификация, регрессия и другие алгоритмы Data Mining с использованием R. – Тольятти; Лондон, 2017. – 351 с.Shitikov V.K., Mastitsky S.E., Klassifikaciya, regressiya i drugie algoritmy Data Mining s ispol'zovaniem R (Classification, regression, and other Data Mining algorithms using R), Tol'yatti; London, 2017, 351 p (in Russ.)Wang W., Kaffo M. Bootstrap Inference for Instrumental Variable Models with Many Weak Instruments // Journal of Econometricsю – 2016. – Vol. 192, N 1. – P. 231–268. – DOI: 10.1016/j.jeconom.2015.12.016.Wang W., Kaffo M., Bootstrap Inference for Instrumental Variable Models with Many Weak Instruments, Journal of Econometrics, 2016, Vol. 192, No. 1, pp. 231–268, DOI: 10.1016/j.jeconom.2015.12.016.Wright K. Will the Real Hopkins Statistic Please Stand Up? // The R Journal. – 2022. – Vol. 14, N 3. – P. 282–292. – DOI: 10.32614/RJ-2022-055.Wright K., Will the Real Hopkins Statistic Please Stand Up? The R Journal, 2022, Vol. 14, No. 3, pp. 282–292, DOI: 10.32614/RJ-2022-055.Kassambara A. Practical Guide To Cluster Analysis in R. Unsupervised Machine Learning. 1st ed. – STHDA, 2017. – URL: https://xsliulab.github.io/Workshop/2021/week10/r-cluster-book.pdf (дата обращения: 04.10.2025).Kassambara A., Practical Guide To Cluster Analysis in R. Unsupervised Machine Learning., 1st ed.; STHDA, 2017, URL: https://xsliulab.github.io/Workshop/2021/week10/r-cluster-book.pdf.Объем выборки для корреляционного анализа / А.М. Гржбовский, М.А. Горбатова, А.Н. Наркевич, К.А. Виноградов // Морская медицина. – 2020. – Т. 6, № 1. – С. 101–106. – DOI: 10.22328/2413-5747-2020-6-1-101-106.Grzhbovskij A.M., Gorbatova M.A., Narkevich A.N., Vinogradov K.A., Morskaya medicina, 2020, Vol. 6, No. 1, pp. 101–106, DOI: 10.22328/2413-5747-2020-6-1-101-106. (in Russ.)Bujang M.A. An Elaboration on Sample Size Determination for Correlations Based on Effect Sizes and Confidence Interval Width: A Guide for Researchers // Restor Dent Endod. – 2024. – Vol. 49, N 2. – P. e21. – DOI: 10.5395/rde.2024.49.e21.Bujang M.A., An Elaboration on Sample Size Determination for Correlations Based on Effect Sizes and Confidence Interval Width: A Guide for Researchers, Restor Dent Endod, 2024, Vol. 49, No. 2, pp. e21, DOI: 10.5395/rde.2024.49. e21.Pruim R., Kaplan D.T., Horton N.J. The Mosaic Package: Helping Students to Think with Data Using R // The R Journal. – 2017. – Vol. 9, N 1. – P. 77. – DOI: 10.32614/RJ-2017-024.Pruim R., Kaplan D.T., Horton N.J., The Mosaic Package: Helping Students to Think with Data Using R, The R Journal, 2017, Vol. 9, No. 1, pp. 77, DOI: 10.32614/RJ-2017-024.Ali Abd AlHameed K. Spearmans correlation coefficient in statistical analysis // IJNAA. – 2022. – Vol. 13, N 1. – p. 3249–3255. – DOI: 10.22075/ijnaa.2022.6079.Ali Abd AlHameed K., Spearmans correlation coefficient in statistical analysis, IJNAA, 2022, Т. 13, No 1, pp. 3249– 3255, DOI: 10.22075/ijnaa.2022.6079.Wavelet Vegetation Index to Improve the Inversion Accuracy of Leaf V25cmax of Bamboo Forests / K. Guo, X. Li, H. Du [et al.] // Remote Sensing. – 2023. – Vol. 15, N 9. – P. 2362. – DOI: 10.3390/rs15092362.Guo K., Li X., Du H., Mao F., Ni C., Chen Q., Xu Y., Huang Z., Wavelet Vegetation Index to Improve the Inversion Accuracy of Leaf V25cmax of Bamboo Forests, Remote Sensing, 2023, Vol. 15, No. 9, pp. 2362, DOI: 10.3390/rs15092362.Кабанов В.Д., Терентьева А.С. Породы свиней. – М., 1985. – 336 с.Kabanov V.D., Terent'eva A.S., Porody svinej (The breeds of pigs). Moskow, 1985, 336 p. (in Russ.)Гудилин И.И., Дементьев В.Н., Тараканов Е.А. Кемеровская порода свиней. – Новосибирск, 2003. – 387 с.Gudilin I.I., Dement'ev V.N., Tarakanov E.A., Kemerovskaya poroda svinej (Kemerovo pig breed), Novosibirsk, 2003, 387 p. (in Russ.)Genetic diversity and population structure analysis reveals the unique genetic composition of South African selected macadamia accessions / M. Ranketse, C.A. Hefer, R. Pierneef [et al.] // Tree Genetics & Genomes. – 2022. – Vol. 18, N 2. – P. 15. – DOI: 10.1007/s11295-022-01543-0.Ranketse M, Hefer CA, Pierneef R, Fourie G, Myburg AA., Genetic diversity and population structure analysis reveals the unique genetic composition of South African selected macadamia accessions, Tree Genetics & Genomes, 2022, Vol. 18, No. 2, pp. 15, DOI: 10.1007/s11295-022-01543-0.Comparative Analysis of Microsatellite and SNP Markers for Genetic Management of Red Deer / J. Pérez-González, J. Carranza, G. Anaya [et al.] // Animals. – 2023. – Vol. 13, N 21. – P. 3374. – DOI: 10.3390/ani13213374.Pérez-González J., Carranza J., Anaya G., Broggini C., Vedel G., de la Peña E., Membrillo A., Comparative Analysis of Microsatellite and SNP Markers for Genetic Management of Red Deer, Animals, 2023, Vol. 13, No. 21, pp. 3374, DOI: 10.3390/ani13213374.Барсукова М.А., Петров А.Ф., Нарожных К.Н. Оценка генетического разнообразия скота породы герефорд на основе микросателлитных маркеров // Достижения науки и техники АПК. – 2025. – Т. 39, № 2. – С. 52–57. – URL: https://www.elibrary.ru/item.asp?id=80645325 (дата обращения: 01.09.2025).Barsukova M.A., Petrov A.F., Narozhnyh K.N., Dostizheniya Nauki I Tekhniki Apk, 2025, Vol. 39, No 2. pp. 52–57, URL: https://www.elibrary.ru/item.asp?id=80645325. (in Russ.)

The authors declare that there are no conflicts of interest present.