遗传图谱能做哪些分析? 返回
今天给大家解读分享一篇发表在BMC Genomics上,用玉米遗传图谱做分析的文章。
遗传图谱即遗传连锁图谱,是基因组研究中的一个重要组成部分,是指基因组中基因或DNA多态性标记之间相对位置的图谱。
说起遗传图谱,大家接着想到的就是QTL定位了。遗传图谱最主要的应用就是进行QTL定位,寻找与目的性状相关的候选基因。但是,除了QTL定位,一张某物种的遗传图谱还有哪些用途呢?还可以进行哪些分析呢?下面就以一篇玉米遗传图谱文章为例子来说明。
图谱作图群体包括:
亲本:Mo17(~26.65x)和B73(参考基因组);
子代:IBM Syn10 DH群体280株(平均0.31x),IBM Syn4 RILs群体244株(网上下载基因分型数据)。
因此文章利用两个作图群体,构建了两张遗传图谱,除了进行QTL定位分析,还通过分析比较这两张图谱的特性来挖掘有意思的结论。
下面我们就来具体看看文章都进行了哪些分析。
1. 图谱基本特性统计和分析
文章分别对两个群体构建的两张图谱进行了平均遗传距离、重组率、遗传图距与物理图距的比值的统计和分析,结果如下:
图1. 两个群体的遗传图距与物理图距比值和重组率
通过这些图谱特征参数和两个群体图谱的比较,我们可以知道:
杂交代数越多,标记间重组率越高(对应后期的QTL定位精度越准);
染色体着丝粒区域的基因同源重组事件比两端的端粒区显著减少(所以通常端粒区的QTL定位精度更准)。
2. QTL定位与区间内候选基因挖掘
文章在 Syn10和 Syn4群体中总共定位了135个与株高和开花相关的QTL区间后,进一步鉴定这些QTL区间内有哪些已知的与株高和开花相关的候选基因,并且鉴定新的候选基因。
结果:
在这些QTL区域内,共找到18个已知的开花与株高相关克隆基因(16个开花基因,2个株高基因),定位了25个新的候选基因,从而也验证了文章QTL定位结果的准确性。
进行QTL定位,最重要的还是定位出区间内与性状相关的基因。
文章中还比较了Syn10和 Syn4图谱的QTL精度, Syn10的QTL区间平均长度是 Syn4的0.33倍,证明杂交代数越多,标记间重组率越高,QTL定位就越精确。
图2. 5个克隆基因的精细定位
图3.4个候选基因组的精细定位
3. 偏分离标记与QTL加性效应分析
偏分离是指观察到的基因型比例偏离预期的孟德尔频率的分离方式。
加性效应是对于数量性状,单个QTL对某个性状的贡献值。
在图谱构建过程中,偏分离的位点由于会影响重组率的计算,因此往往会被提前过滤。但对于有参考基因组(如玉米)的物种,则可以保留偏分离的位点,对其进行分析。
在一般情况下,偏分离位点一般认为有两种可能来源:
1.育种过程中的随机漂变,随着杂交代数增加会不断加剧;
2.某些位点存在致死基因,导致偏分离。
在本研究中,Syn10与 Syn4相比,拥有更多的偏分离标记。这是由于Syn10的相互杂交(intermating)代数更多。
除了以上两个常见的导致偏分离的因素,我们发现了一个更有意思的现象:偏分离还与育种过程中人工的无意识选择相关。
人工的无意识选择(inadvertent selection):人类育种过程对性状的选择并非都是有意识的。最典型的属于禾本科中决定是否落粒(shattering)的性状。人类没有刻意选择不落粒的个体。但果实成熟后,容易落粒的个体其种子早早掉地上了,而难以被人类收获和保存,所以慢慢就被淘汰了。
在进化上,如果一个等位基因受到选择,那么其频率肯定会改变(变高或变低),那么就会出现该分子标记偏分离。在这个案例中,我们发现玉米基因组中,导致开花期缩短的基因型会受到人工驯化的无意识选择。
在Syn10和Syn4中,共有13个开花期相关的QTL出现偏分离。我们发现其中12个QTL基因型频率偏向QTL效应为负值的亲本基因型(即导致开花期缩短的基因型)。如下图,在三号染色体有两个来源于Syn10群体的QTL。在这两个QTL区域,亲本B73的QTL效应为正值(导致开花期延迟),结果群体中两个QTL区域B73这个亲本的基因型频率明显下降(低于0.5这个期望值),大部分个体的基因型为另一个亲本Mo17。
图4. 偏分离标记和两个开花期QTL的加性效应
横坐标:3号染色体的物理坐标;
左纵坐标:B73等位基因频率;
右纵坐标:QTL加性效应;
蓝色:Syn10;
红色:Syn4;
虚线:偏分离99%置信区间。
总结
我们总结一下从这篇文章中得到的结论和启示:
1.通过比较图谱特征,我们知道了杂交代数越多,重组交换率越高,从而QTL定位精度越精细;
2.通过分析基因组不同区域的重组率,我们知道了玉米染色体着丝粒区附近的基因重组率远远低于两端端粒区,这也一般的常识吻合;
3.通过分析性状相关QTL的加性效应和标记偏分离现象,我们还可以发现人工的无意识选择对育种的影响。
4.遗传图谱的数据如果足够多,还可以进行其他研究。
更多基迪奥的原创文章,可继续关注我们网站动态发布,同时关注基迪奥微信~扫一扫添加基迪奥好友~随时随地关注行业动态!