拓展的混合樣本分析法Ext-BSA及其在玉米大斑病和玉米灰斑病抗性位點鑒定中的應用
發(fā)布時間：2020-04-24 20:09
【摘要】：分離群體混合分析(bulked segregant analysis)是利用極端材料構建DNA混池,以多態(tài)性的分子標記鑒定性狀關聯(lián)位點。隨著測序技術的不斷發(fā)展,分離群體混合分析與測序技術結合,形成混池測序方法。隨后,混合樣本分析(bulked sample analysis,BSA)被提出,該方法表明混池測序的材料可以是分離群體、自然群體或任意群體,是對分離群體混合分析的發(fā)展和補充。對于植物中的復雜性狀,混合樣本分析方法仍然需要進一步完善。本論文開發(fā)了拓展的混合樣本分析的計算方法Extended-BSA(Ext-BSA),進一步利用已發(fā)表的基因型數據和模擬的表型數據進行功效分析,同時比較了Ext-BSA、SNP-index和GWAS方法的檢測結果。最終將Ext-BSA方法應用于自然群體中玉米大斑病和雙親群體中玉米灰斑病抗性位點的檢測。本論文主要結果如下:1.本研究開發(fā)了拓展的混合樣本分析法Ext-BSA,該方法將每個位點等位基因頻率的檢驗值向左右各延伸5個標記,以該范圍內最大的檢驗值減去全基因組平均值,以此得到標準化的S-score,使用Bonferroni方法對檢驗結果進行矯正,定義顯著性標記。此外,本方法也包含等位基因頻率的t檢驗,是混合樣本分析方法的進一步完善。2.以發(fā)表的玉米簡化基因組測序(GBS)數據中375份熱帶基因型為材料,模擬1,000次表型數據。對Ext-BSA、SNP-index和GWAS三種方法進行分析比較,其中Ext-BSA和SNP-index方法控制了極端材料的選擇比例。分析結果表明,當QTL效應(PVE15%)較大時,Ext-BSA的檢測功效在51.6-98.1%,比SNP-index高1倍多。在錯誤發(fā)現率(FDR)方面,SNP-index的FDR均接近1,而Ext-BSA的FDR約為0.5。相比混合樣本分析方法,混合線性模型下的GWAS利用了整個群體的基因型數據和表型數據,分析結果表現最優(yōu)�？傮w而言,混合樣本分析方法中,Ext-BSA方法優(yōu)于SNP-index,所需試驗經費遠小于GWAS,是基因定位的有效手段。3.以661份玉米自交系為材料篩選構建一個抗病池和一個感病池,使用Ext-BSA方法,對玉米大斑病進行混合樣本分析,發(fā)現了33個抗病相關QTL,基因注釋分析發(fā)現了5個抗玉米大斑病的候選基因。4.以實驗室前期構建的包含659份家系的F_2群體為材料,篩選構建兩個抗病池和一個感病池,使用Ext-BSA方法,對玉米灰斑病進行混合樣本分析,鑒定了32個抗病相關QTL�；蜃⑨尫治霭l(fā)現了7個抗玉米灰斑病的候選基因。
【圖文】：
圖 1.1 混合樣本分析的影響因素和流程（Zou et al., 2016）Figure 1.1 The pipeline and affecting factors of bulked sample analysis（Zou et al., 2016）目前，混合樣本分析已經實現與測序技術的完美結合，可以快速鑒定基因組水平的變異位點對性狀關聯(lián)位點進行深入挖掘，極大的節(jié)省了研究成本，研究結果可以與品種培育的生產實踐相結合，具有廣泛的應用前景（圖 1.1）。混合樣本分析在不同材料或群體中的應用主要分為以下兩個方面：（1）分離群體�；旌蠘颖痉治鰬玫姆蛛x群體分為突變體與野生型雜交構建的分離群體和極端自然材料構建的分離群體。例如，2009 年，研究人員以 EMS 誘變的擬南芥突變體為材料，
圖 2.1 ZeaGBSv1.0 數據的群體結構和選擇樣本的最小等位基因頻率Figure 2.1 Population structure of the ZeaGBSv1.0 panel and the minor allele frequency (MAF) distribution in selectedsamples2.3.2 模擬的表型數據及其分布依據表型模擬公式 P = aX + e，進行 1,000 次表型模擬。在表型文件中，每個文件均包含 375份表型數據。隨機選取 5 次表型模擬結果進行柱狀圖展示，，如圖 2.2 所示，模擬的表型數據均表現為單峰連續(xù)性分布，是良好的表型數據，其中展示了三個選擇比例 0.05，0.10，0.30，具有廣泛的代表性。因此，基因型數據與表型數據可以用于后續(xù) GWAS，SNP-index 和 Ext-BSA 的功效分析。
【學位授予單位】：中國農業(yè)科學院
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：S435.131.4
本文編號：2639349
【圖文】：
圖 1.1 混合樣本分析的影響因素和流程（Zou et al., 2016）Figure 1.1 The pipeline and affecting factors of bulked sample analysis（Zou et al., 2016）目前，混合樣本分析已經實現與測序技術的完美結合，可以快速鑒定基因組水平的變異位點對性狀關聯(lián)位點進行深入挖掘，極大的節(jié)省了研究成本，研究結果可以與品種培育的生產實踐相結合，具有廣泛的應用前景（圖 1.1）。混合樣本分析在不同材料或群體中的應用主要分為以下兩個方面：（1）分離群體�；旌蠘颖痉治鰬玫姆蛛x群體分為突變體與野生型雜交構建的分離群體和極端自然材料構建的分離群體。例如，2009 年，研究人員以 EMS 誘變的擬南芥突變體為材料，
圖 2.1 ZeaGBSv1.0 數據的群體結構和選擇樣本的最小等位基因頻率Figure 2.1 Population structure of the ZeaGBSv1.0 panel and the minor allele frequency (MAF) distribution in selectedsamples2.3.2 模擬的表型數據及其分布依據表型模擬公式 P = aX + e，進行 1,000 次表型模擬。在表型文件中，每個文件均包含 375份表型數據。隨機選取 5 次表型模擬結果進行柱狀圖展示，，如圖 2.2 所示，模擬的表型數據均表現為單峰連續(xù)性分布，是良好的表型數據，其中展示了三個選擇比例 0.05，0.10，0.30，具有廣泛的代表性。因此，基因型數據與表型數據可以用于后續(xù) GWAS，SNP-index 和 Ext-BSA 的功效分析。
【學位授予單位】：中國農業(yè)科學院
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：S435.131.4
【參考文獻】
相關期刊論文 前7條
1 趙立萍;王曉鳴;段燦星;龍書生;李曉;李洪連;何月秋;晉齊鳴;武小菲;宋鳳景;;中國玉米灰斑病發(fā)生現狀與未來擴散趨勢分析[J];中國農業(yè)科學;2015年18期
2 王平喜;簡銀巧;張紅偉;謝傳曉;鄒棖;;基于元分析的抗玉米灰斑病QTL比較定位[J];玉米科學;2014年01期
3 黃映萍;;DNA分子標記研究進展[J];中山大學研究生學刊(自然科學.醫(yī)學版);2010年02期
4 曹國輝;;玉米灰斑病及抗性研究[J];玉米科學;2009年05期
5 楊小紅;嚴建兵;鄭艷萍;余建明;李建生;;植物數量性狀關聯(lián)分析研究進展[J];作物學報;2007年04期
6 邵元健;;質量性狀和數量性狀含義的辨析[J];生物學雜志;2006年04期
7 高衛(wèi)東,戴法超;玉米大斑病研究的新進展[J];植物病理學報;1993年03期
本文編號：2639349
本文鏈接：http://sikaile.net/nykjlw/dzwbhlw/2639349.html
