<menuitem id="vsg6i"><strong id="vsg6i"><menu id="vsg6i"></menu></strong></menuitem>

  1. <b id="vsg6i"><ins id="vsg6i"></ins></b>
  2. <tbody id="vsg6i"><bdo id="vsg6i"></bdo></tbody>
  3.  

    简化基因组利用酶切技术或其他实验手段降低基因组的复杂度,进而对基因组各类结构变异进行研究。常见的简化基因组测序有RAD和GBS。简化基因组通过对基因组特定区域进行测序,具有测序量低、性价比高、不依赖于参考基因组的优点,广泛应用在遗传图谱等样本量大的研究中。

     

     

    应用领域

    1. 个体基因组变异检测;
    2. 突变体功能突变位点定位;
    3. 群体遗传学分析;
    4. 全基因关联分析。

     

     

    技术路线

     

    分析内容

    有参考基因组 无参考基因组 定制化信息分析

    1. 基因组电子酶切评估(必须基于参考基因组);

    1)电子酶切评估统计;

    2)基因组染色体Tags统计;

    3)酶切位点/RF片段的染色体分布;

    2. 测序数据评估;

    3. 原始数据过滤;

    4. 比对数据统计;

    5. Variant分析(SNP/InDel检测、注释与统计);

    6. SSR多态性分析(类型统计、引物设计)。

     

    1. 测序质量评估;

    2. Stack 聚类统计;

    3. 简化基因组组装;

    4. Variant分析(SNP/InDel检测、注释与统计);

    5. SSR多态性分析(类型统计、引物设计)。

     

     

     

     

    1.遗传图谱(有参考基因组):多态性标记筛选、遗传图谱构建、图谱质量评估、binmap分析、QTL定位分析(必须有表型数据);

    2.遗传图谱分析(无参排图,用于参考基因组优化):多态性标记的开发与分型、遗传图谱构建、图谱质量评估、QTL定位分析(必须有表型数据);

    3.全基因组关联分析(GWAS);

    4.群体遗传分析:SNP标记筛选与过滤、群体结构分析、LD 衰减距离分析、选择清除分析、受选择区域分析。

     

     

    样品要求

    样品类型:无降解或者轻微降解、无RNA污染的DNA样品;

    样品需求量:总量≥1 μg ;样品浓度:≥25 ng/μLGBS)、≥30 ng/μLRAD);

    样品纯度:OD260/280 = 1.8~2.0

     

     

    项目周期

    标准流程完成时间为55个工作日。

     

    参考文献

    [1] Xue H, Wang S, Yao J L, et al. Chromosome level high-density integrated genetic maps improve the Pyrus bretschneideri ‘DangshanSuli’v1. 0 genome[J]. BMC genomics, 2018, 19(1): 833.
    [2] Chen L, Gao W, Chen S, et al. High-resolution QTL mapping for grain appearance traits and co-localization of chalkiness-associated differentially expressed candidate genes in rice[J]. Rice, 2016, 9(1): 48.

     

     

    Q1: 可以用简化基因组测序来做QTL-seq分析吗?

    A:由于简化基因组技术(GBS/RAD)是对基因组上的酶切片段进行测序,数据量一般只有基因组的1~10%,有可能会降低QTL定位的精度。同时,也无法进一步筛查QTL区间内的突变信息。因此,我们建议用全基因组重测序来进行QTL-seq分析。

     

    Q2: 群体进化分析,需要选择简化基因组测序还是全基因组重测序?

    A:考虑到自然群体极快的LD衰减距离, 简化基因组的覆盖度显得有所不足,全基因组重测序是趋势。推荐样本的全基因组重测序深度要大于基因组的10x。

     

    Q3: 如果无参物种做遗传图谱和QTL定位,用GBS还是RAD?

    A:无参物种必须做遗传图谱建议选择RAD。因为RAD获得的序列长,标记密度高。

     

    水稻谷粒外观性状的遗传图谱QTL定位和垩白度相关差异表达基因的共定位研究

    合作单位:华南农业大学

    发表期刊:《Rice》

    影响因子IF:3.417

     

    实验取材:

    遗传图谱:亲本indica PYZX 和 japonica P02428进行25x重测序,192株RIL子代进行GBS测序。

    转录组:两个亲本和两个RIL极端性状池(H-Pool:高PGWC和DEC池,L-Pool:低PGWC和DEC池),每个RIL池由13株水稻组成。

     

    研究结果:

    通过BSA获得2711个重组标记并构建遗传图谱后,定位12个与谷粒形状和垩白相关的QTL,其中8个为新发现。在这8个新发现QTL中,6个与谷粒形状相关,1个与垩白相关,1个与两种性状都有关。

    转录组测序发现高PGWC(垩白谷粒比例)和DEC(胚乳垩白含量)品种(H-Pool)与低PGWC和DEC品种(L-Pool)间存在711个差异基因,其中33个差异基因与之前发现的QTL 8、11和12存在共定位关系。

     

    参考文献

    Chen, Likai, et al. "High-resolution QTL mapping for grain appearance traits and co-localization of chalkiness-associated differentially expressed candidate genes in rice." Rice 9.1 (2016): 48.