Stipendiatstilling 2 NINA (2021-2023)

The use of genetic methods in research on wild animal species has opened up a new world of possibilities. In this project, we wanted to develop new analytical opportunities, and explore how genetic data can be used to give us better knowledge about kinship relationships and migration within wild populations of wild ungulates. Genetic data can also help provide more accurate population estimates and reduce the need for invasive data collection methods. An important advantage of genetic methods is that they can largely be based on non-invasive collection of samples (e.g., from feathers, hair, faeces). This has both a positive aspect to animal welfare and is an important quality for the actual collection work. For instance, collection of material for genetic samples can easily be included as part of existing monitoring programs. This way the use of genetic methods provides added value to already ongoing monitoring activity. In Norway, the total post-harvest number of wild, forest-dwelling ungulates (moose, red deer and roe deer) equals about 400,000 animals. The large ungulates are ecological key species, and they also provide valuable ecosystem services as targets for recreational hunting. In addition, they might cause significant societal costs through damage on agriculture and forestry, through wildlife vehicle collisions, and through the measures taken to prevent these problems. In Norway, deer populations are mainly regulated through recreational hunting. The objectives for population development and the choice of instruments to achieve the desired objectives are defined by local authorities and stakeholders. For several decades, Norwegian hunters have collected data from harvested ungulates and survey data collected during the actual hunting practice. These data represent an important basis for the management of local ungulate populations. The establishment of a national monitoring program for wild cervids, and a national service for data storage have been important factors for the currently available knowledge basis. At the same time as the national distribution and size of the populations have changed, the social and ecological issues related to the ungulate populations have also changed. As a consequence, the management’s knowledge needs has also changed. To meet these new needs, development and introduction of new tools and methods represent necessary progress. In this project we aimed to work with genetic markers. Genetic markers are recognizable parts of the DNA and are linked to specific traits or genetic traits. The variation within the genetic markers provides an opportunity to map different individuals' variants of specific genes. In this way, individuals can be given a "genetic fingerprint" that can be used both for unique identification, but also to determine kinship between different individuals. There are several types of genetic markers, but in our project, we primarily focused on so-called SNPs. These are very short and simple markers, but with numerous advantages. Compared to the use of longer and more complex markers, SNPs provide more high-resolution data. Analyses across laboratories are also directly comparable, which is not always the case when using longer markers. This increases the precision of the data, simplifies collaboration across studies and laboratories, and increase the potential areas of use. We aimed to implement four work packages in the project. In the first work package, we wanted to develop and validate a SNP-chip for Norwegian deer. A SNP-chip is a collection of defined SNP-markers that are used to determine the individual's SNP-variants. This can in turn be used to calculate relationships between different individuals. In the second work package, we aimed to compare the precision of kinship analyses based on SNPs versus analyses based on data from microsatellites. The material for this work came from a moose study on the island of Vega. In the third work package, we wanted to take a closer look at the genotypic and phenotypic characteristics that characterize successful individuals in a hunted red deer population. The material for this work package was collected from c. 2000 red deer harvested over a decade on the island of Otterøya in Namsos. In the last work package, we aimed to explore the possibility of using genetic data and kinship analyses to calculate the population size of ungulates. The method is based on genetic data and information about the age of each individual. Population size is estimated on the basis of the proportion of animals being close relatives (siblings, mother-offspring, father-offspring). The data material for this work package is collected from moose in Trøndelag. Unexpected challenges made it necessary to revise the original project plan for the last year of the project period. As a result, the planned work package four was opted out in favor of more in-depth analyzes in work package three.

Prosjektet har utviklet en SNP-chip for norsk hjort. Dette verktøyet vil nå kunne brukes til å identifisere enkeltindivider og beregne slektskap mellom individer basert på møkk eller vev. Sammenlignet med andre tilgjengelige chipper er vår chip relativt liten (96 SNP-er). Dette gir lave analysekostnader som resulterer i at tilbudet er tilgjengelig for en større brukergruppe sammenlignet med alternative chipper med tusenvis av SNP-er. I tillegg er chippen spesielt tilpasset den genetiske sammensetningen hos den norske hjorten. Et slikt verktøy har tidligere ikke vært tilgjengelig. Dette åpner for nye muligheter både for forskere og for aktørene innen den lokale hjorteforvaltningen. Nå kan de selv initiere forsøk der de på bakgrunn av innsamlet materiale kan øke sin kunnskap om fordelingen av eks. farskap innen definerte bestandsområder, utveksling av dyr mellom geografiske områder m.m. Modellverktøyene for beregning av bestandsstørrelse med utgangspunkt i genetiske data utvikles også raskt. Når disse modellverktøyene er bedre utviklet, vil SNP-chippen kunne levere grunnlagsdata for beregning av bestandsstørrelse innen aktuelle bestandsområder. Dette har tidligere ikke vært realistisk gjennomførbart for en såpass tallrik art som hjorten. Studien som sammenlignet slektskapsanalyser basert på mikrosatellitter og SNP-er dokumenterte godt samsvar i resultatene basert på de to markørtypene. SNP-er i sikrere analyseresultater og vil bli det foretrukne alternativet ved fremtidige slektskapsanalyser for elg. Resultatene var i samsvar med våre forventninger. Arbeidspakken som skulle anvende den utviklede SNP-chippen for hjort på et større datamateriale fra felte dyr, ble ikke initiert av PhD-kandidaten. Alt materialet er derimot innsamlet og de genetiske analysene ferdigstilt. Det tas derfor sikte på å gjennomføre de statistiske analysene i etterkant av at PhD-engasjementet er avsluttet. Publiseringsprosessen med alle de tre planlagte arbeidene vil bli gjennomført i samarbeid med PhD-kandidaten. Prosjektet har bidratt til å utvikle nye analyseverktøy og demonstrert hvordan bruken av SNP-markører kan bidra til sikrere slektskapsanalyser hos norske hjorteviltarter. I løpet av de siste årene har bruken av genetiske metoder økt både innen hjorteviltforskningen og -forvaltningen. Denne utviklingen vil helt sikkert fortsette etter hvert som verktøyene blir flere og bedre, og en får demonstrert stadig flere anvendelsesområder. En viktig del av den gjenstående resultatrapporteringen vil være rettet mot aktører både innen den lokale og sentrale hjorteviltforvaltningen. Dette vil være viktig for å opplyse disse aktørene om de mulighetene som disse genetiske metodene representerer.