动植物简化基因组-基迪奥生物

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/μL（GBS）、≥30 ng/μL（RAD）；

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.