育种达人
通过高通量测序的方法,能够快速、高效、准确地实现优良性状基因的精确导入和高效聚合,将是当代分子育种的新趋势。
分子育种的技术时代到来你准备好了吗?
  • 1、通过高通量测序,具体如何实现分子育种?

    利用高通量测序平台,可以对作物基因组学上DNA序列进行测序,获得该作物的基因组数据,借助生物信息学的方法和手段,通过大规模开发分子标记,构建高密度遗传连锁图谱,精细定位重要性状基因,并利用全基因组分子标记指导育种过程,实现优良性状基因的精确导入和高效聚合,快速培育出集多个优良性状于一体的超级新品种。

     

  • 2、利用全基因组重测序检测SNP进行研究,测序深度多少为宜?

    基因组覆盖率与平均碱基测序深度c之间的关系: 碱基的覆盖深度符合泊松分布,某个碱基没有被测序到的概率为P(X=0)=e
    这相当于整个基因组的未覆盖率,而基因组的覆盖率则为1- e 。 测序深度与基因组覆盖度(表1)、测序深度与SNP检测率(SNP Coverage)(图1)和测序深度与碱基的准确度(图2)如下所示:


    表1


    图1


    图2

    所以个体重测序检测SNP建议20X以上,群体重测序建议5X以上。

  • 3、对没有参考基因组的物种,做全基因组重测序时是否可以利用近源物种做参考基因组?

    我们建议如果测序的物种没有参考基因组,可以选择RAD-seq测序以低成本做前期相关分析,以确定近源物种是否可以作参考基因组,即使不能,RAD-seq测到的Reads也可以通过聚类方法检测SNP,针对局部区域进行分析而不会浪费数据。通常若以近源物种为参考基因组的话,比对率可能会比较低,分析结果不好。因为全基因组重测序进行分析的基础是与参考基因组比对,利用比对上的数据进行分析,若测序的物种与近源物种基因组差异较大,使得比对率较低,那么获得的有效信息有限,同时造成大量的数据浪费。

  • 4、已发表的基因组一般是二倍体,要研究多倍体的结构变异有什么建议?

    对于检测染色体结构变异(SV),将基因组进行组装,然后比对是最准确的。如果是与参考基因组为同一物种且倍型一致的情况下,利用重测序比对检测也是可以的,但是准确度相对低。如果样品是多倍体,与已有的参考基因组差异会比较大,这就意味重测序数据与参考基因组的比对率相对较低,会有很大一部分的数据无法比对到参考基因组上。同时由于多倍体不同的染色体组间序列相似度大,会影响比对,从而比对的准确度和变异检测准确度都会出现问题。目前还没有成熟的方法及对应的软件来检测多倍体的结构变异。

  • 5、文献推荐

    1、 Jia G, Huang X, Zhi H, et al. A haplotype map of genomic variations and genome-wide association studies of       agronomic traits in foxtail millet (Setaria italica). Nature genetics, 2013, 45(8): 957-961.

     

    2、Lam H M, Xu X, Liu X, et al. Resequencing of 31 wild and cultivated soybean genomes identifies patterns of genetic       diversity and selection. Nature genetics, 2010, 42(12): 1053-1059.

     

    3、Li Y, Zhao S, Ma J, et al. Molecular footprints of domestication and improvement in soybean revealed by whole genome       re-sequencing. BMC genomics, 2013, 14(1).

     

    4、Lyu J, Zhang S, Dong Y, et al. Analysis of elite variety tag SNPs reveals an important allele in upland rice. Nature       communications, 2013, 4.

     

    5、 Xu X, Liu X, Ge S, et al. Resequencing 50 accessions of cultivated and wild rice yields markers for identifying       agronomically important genes. Nature biotechnology, 2012, 30(1): 105-111.

     

    6、 Zhang G, Liu X, Quan Z, et al. Genome sequence of foxtail millet (Setaria italica) provides insights into grass evolution       and biofuel potential. Nature biotechnology, 2012, 30(6): 549-554.

     

分享到:

活动主办方:

活动支持媒体: