CN109360606B - 一种低密度SNP基因组区域准确预测BSA-seq候选基因的方法 - Google Patents
一种低密度SNP基因组区域准确预测BSA-seq候选基因的方法 Download PDFInfo
- Publication number
- CN109360606B CN109360606B CN201811373098.XA CN201811373098A CN109360606B CN 109360606 B CN109360606 B CN 109360606B CN 201811373098 A CN201811373098 A CN 201811373098A CN 109360606 B CN109360606 B CN 109360606B
- Authority
- CN
- China
- Prior art keywords
- snp
- gene
- candidate
- genome
- density
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6869—Methods for sequencing
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Organic Chemistry (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Microbiology (AREA)
- Immunology (AREA)
- Biotechnology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及基因组测序技术领域,特别涉及一种低密度SNP基因组区域准确预测BSA‑seq候选基因的方法,本发明针对BSA‑seq在候选区间附近有低密度SNP区域,通过比价两亲本间的SNP,对SNP列表进行严格过滤,找出低密度区域,然后利用置信区间为95%时对应的候选区间加上低密度候选区间,利用基因组注释网站对候选区域内的基因进行注释;对候选区域变异位点功能注释,得到存在移码变异等功能性变异的基因,并确定该基因为候选基因;使用本发明的方法能弥补由于基因组差异小的区域而造成的候选区域的假阳性,获得真正的候选区间。
Description
【技术领域】
本发明涉及基因组测序技术领域,特别涉及一种低密度SNP基因组区域准确预测BSA-seq候选基因的方法。
【背景技术】
集团分离分析法(bulked segregant analysis,BSA)是1991年由R.W.MICHELMORE在莴苣上首次应用的一种快速定位控制目标性状基因的方法。方法是取子代群体中具有极端表型的单株,等量pooling其DNA形成两个DNA池,然后在亲本和两个池之间进行标记多态筛选,通过对子代群体筛选得到的多态标记进行基因型分析,即可完成对目标基因的定位,而不需要对每个标记都在群体里进行基因型分析。随着高通测序技术的兴起,基于全基因组重测序的BSA分析方法广泛应用在植物重要性状定位中,其具有“快速、高效、价廉”等特点。BSA-seq的基本思路,通常是指从作图群体中挑选极端个体,然后等量混合样本构成两个DNA池,对亲本和池进行高通量测序,鉴定在亲本和两个池中共有的SNPs,计算两个混合DNA池中相同变异位点的基因型频率及其差值,以差值来体现标记在池间的多态性,从而实现候选基因的定位然而,BSA-seq相对于全基因组关联分析、遗传图谱等基因定位技术,存在准确度低、精确度低等缺点,如何对低密度SNP区域的候选基因进行准确预测,是我们面临的难题,更多时候在基因组差异小的区域容易造成的候选区域的假阳性。
【发明内容】
鉴于上述内容,有必要针对差异小的基因组区域对候选基因进行准确预测,并提供一种快速、高效、廉价的预测方法。
为达到上述目的,本发明所采用的技术方案是:
一种低密度SNP基因组区域准确预测BSA-seq候选基因的方法,所述方法包括如下步骤:
(1)混池:选择目标性状差异显著的亲本构建分离群体,然后从分离群体中选择极端表型的若干个单株分别混合成两个等量的DNA池;
(2)提取DNA:提取植物基因组DNA;
(3)测序:检测步骤(2)的DNA样品,合格后将DNA片段化,对DNA片段进行修饰、PCR扩增,构建测序文库,文库质检合格后进行测序;
(4)比对:将步骤(3)获得的测序reads重新定位到参考基因组上,进行比对、统计,计算相对于参考基因组的测序深度和覆盖度;
(5)SNP检测与注释:使用GATK软件进行SNP的检测;利用软件SnpEff进行注释变异和预测变异;
(6)SNP-index关联分析:对SNP进行过滤,进行频率差异分析、计算得到SNP-index及△SNP-index的分布;
(7)候选区间分析:根据步骤(6)△SNP-index的分布情况,选择低密度区域为候选区间,利用基因组注释网站对候选区间基因进行注释;对候选区间变异位点进行功能注释,找出存在移码变异等功能性变异的基因,得到候选基因;利用qRT-PCR技术对候选基因进行验证。
进一步的,其特征在于,所述步骤(6)SNP过滤的过滤标准如下:首先,过滤掉有多个基因型的SNP位点,其次,过滤掉reads支持度小于4的SNP位点,再次过滤掉混池之间基因型一致的SNP位点以及隐性混池基因不是来自于隐性亲本的SNP位点。
进一步的,所述步骤(6)的计算采用SNP-index方法计算关联值,并采用DISTANCE方法对△SNP-index进行拟合。
进一步的,所述所述步骤(5)SNP检测与注释方法如下:
步骤S1:通过GATK软件工具包检测测序基因组的SNP和small InDel;通过bwa软件,采取mem算法将高质量的测序reads比对到参考基因组,根据Clean reads在参考基因组的定位结果,使用Picard过滤冗余reads;使用GATK的局部单体型组装算法进行SNP和InDel的变异检测,每个样本先各自生成gVCF,再进行群体joint-genotype得到变异位点集;并对变异结果进行过滤得到过滤后的snp列表,所述过滤标准为:5bp窗口内的变异数量不超过2个;Phred格式的质量值不低于30;变异质量值除以覆盖深度的比值不低于2.0;所有比对至该位点上的reads的比对质量值的均方根不低于40;FS值不高于60;其它变异过滤参数采用GATK官方指定的默认值处理。
步骤S2:基于步骤S1得到过滤后的snp列表,通过定制化的脚本获得在父本池和母本池具有差异的位点即是亲本之间的snp位点,然后通过滑窗统计snp的分布密度,定制化的脚本画分布图。
本发明的另一目的还包括上述方法在植物基因标记中的应用。
进一步的,所述植物为水稻。
进一步的,所述水稻的亲本为黄华占和东兰墨米。
进一步的,所述植物基因为水稻种皮花青素合成基因。
进一步的,所述花青素合成基因为LOC_Os01g44260。
本发明具有如下有益效果:
本发明针对BSA-seq在候选区间附近有低密度SNP区域,通过比价两亲本间的SNP,对SNP列表进行严格过滤,找出低密度区域,然后利用置信区间为95%时对应的候选区间加上低密度候选区间,利用基因组注释网站对候选区域内的基因进行注释;对候选区域变异位点功能注释,得到存在移码变异等功能性变异的基因,并确定该基因为候选基因;使用本发明的方法能弥补由于基因组差异小的区域而造成的候选区域的假阳性,获得真正的候选区间。
【附图说明】
图1是本发明实施例候选基因置信区间的分析图;
图2是本发明实施例基因组上的SNP分布图。
【具体实施方式】
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要)中公开的任一特征,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
实施例:
本实施例提供了一种低密度SNP基因组区域准确预测BSA-seq候选基因的方法,该方法步骤如下:
(1)混池:选择目标性状差异显著的亲本“黄华占×东兰墨米”构建分离群体,再从分离群体中选取目标性状表型极端的30-50个单株,分别混合成两个DNA池(DNA pools)进行测序;
(2)提取DNA:采用CTAB法提取植物基因组DNA;
(3)测序:步骤(2)得到的基因组DNA样品检测合格后,用超声破碎的方法将DNA随机打断成350bp的片段,对DNA片段进行修饰,修饰方法为:对DNA片段进行末端修复、磷酸化并加ploy(A)、加测序接头;然后进行纯化、PCR扩增,构建测序文库;文库经质检合格后通过Illumina HiSeqX Ten进行测序,并对获得的reads进行质量控制;
(4)与参考基因组比对统计:对步骤(3)重测序获得的reads重新定位到参考基因组上。BWA软件主要用于二代高通量测序得到的短序列与参考基因组的比对。通过比对定位Clean reads在参考基因组上的位置,统计各样品的测序深度、基因组覆盖度等信息,并进行变异的检测;
(5)SNP检测与注释:SNP的检测主要使用GATK软件实现;注释变异(SNP、SmallInDel)和预测变异影响利用软件SnpEff进行。
(6)SNP-index关联分析:首先对SNP进行过滤,过滤标准如下:首先过滤掉有多个基因型的SNP位点,其次过滤掉reads支持度小于4的SNP位点,再次过滤掉混池之间基因型一致的SNP位点以及隐性混池基因不是来自于隐性亲本的SNP位点;利用SNP-index方法计算关联值,并采用DISTANCE方法对△SNP-index进行拟合。两个混池分别的SNP-index及△SNP-index的分布。
(7)候选区间分析:如图1所示,选择95%置信区间对应的阈值以上的基因组区,该基因组区位于水稻的第1染色体上26.57Mb-31.55Mb区间内;我们在这段区域利用水稻基因组注释网站MSU-RGAP预测基因注释、候选区域变异位点功能注释、候选基因表达分析等但并未找到候选基因;经进一步分析,如图2所示,在26.57Mb-31.55Mb区间的上游19.73-26.50Mb区域内SNP数量突然下降,这可能是造成BSA-seq候选区域不准确的重要原因,因此,我们选择其上游19.73-26.50Mb区域为候选区,利用水稻基因组注释网站MSU-RGAP预测基因注释、候选区域变异位点功能注释、候选基因表达分析等,获得水稻种皮花色素合成基因的候选基因LOC_Os01g44260。
本实施例还对SNP检测与注释主要进行了如下质量控制:
步骤S1:基于水稻参考基因组获取snp和indel,具体方法如下:SNP(SingleNucleotide Polymorphism,单核苷酸多态性)和small InDel(small Insertion andDeletion,小片段的插入与缺失)的检测主要使用GATK软件工具包实现。通过bwa软件,采取mem算法将高质量的测序reads比对到水稻参考基因组,根据Clean reads在参考基因组的定位结果,使用Picard过滤冗余reads(MarkDuplicates),以保证检测结果的准确性。然后使用GATK的HaplotypeCaller(局部单体型组装)算法进行SNP和InDel的变异检测,每个样本先各自生成gVCF,再进行群体joint-genotype得到变异位点集。为了保证变异结果的可靠性,变异结果经过严格的过滤,主要过滤参数如下:
①5bp窗口内的变异数量不应该超过2个;
②QUAL<30,(QUAL为:Phred格式的质量值,表示该位点存在variant变异的可能性)。
质量值低于30的则过滤掉;
③QD<2.0,(QD为:变异质量值除以覆盖深度得到的比值,覆盖深度是这个位点上所有含有变异碱基的样本的覆盖深度之和)。QD低于2.0的则过滤掉;
④MQ<40,(MQ为:所有比对至该位点上的reads的比对质量值的均方根)。MQ低于40的则过滤掉;
⑤FS>60,(FS为:通过Fisher检验的p-value转换而来的值,描述的是测序或者比对时对于只含有变异的reads以及只含有参考序列碱基的reads是否存在着明显的正负链特异性)。也就是说,不会出现链特异的比对结果,FS应该接近于零。FS高于60的则过滤掉;
⑥其它变异过滤参数采用GATK官方指定的默认值处理。
步骤S2:基于步骤S1得到的严格过滤的snp列表,通过定制化的脚本获得在父本池和母本池具有差异的位点即是亲本之间的snp位点,然后通过滑窗统计snp的分布密度,通过定制化的脚本画分布图。
综上所述,使用本申请的方法,能针对差异小的基因组区域对候选基因进行准确预测,而且本发明的方法还具有快速、高效、廉价的优势。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明的保护范围应以所附权利要求为准。
Claims (9)
1.一种低密度SNP基因组区域准确预测BSA-seq候选基因的方法,其特征在于,所述方法包括如下步骤:
(1)混池:选择目标性状差异显著的亲本构建分离群体,然后从分离群体中选择极端表型的若干个单株分别混合成两个等量的DNA池;
(2)提取DNA:提取植物基因组DNA;
(3)测序:检测步骤(2)的DNA样品,合格后将DNA片段化,对DNA片段进行修饰、PCR扩增,构建测序文库,文库质检合格后进行测序;
(4)比对:将步骤(3)获得的测序reads重新定位到参考基因组上,进行比对、统计,计算相对于参考基因组的测序深度和覆盖度;
(5)SNP检测与注释:使用GATK软件进行SNP的检测;利用软件SnpEff进行注释变异和预测变异;
(6)SNP-index关联分析:对SNP进行过滤,进行频率差异分析、计算得到SNP-index及△SNP-index的分布;
(7)候选区间分析:根据步骤(6)△SNP-index的分布情况,选择低密度区域为候选区间,利用基因组注释网站对候选区间基因进行注释;对候选区间变异位点进行功能注释,找出存在功能性变异的基因,得到候选基因;利用qRT-PCR技术对候选基因进行验证。
2.根据权利要求1所述低密度SNP基因组区域准确预测BSA-seq候选基因的方法,其特征在于,所述步骤(6)SNP过滤的过滤标准如下:首先,过滤掉有多个基因型的SNP位点,其次,过滤掉reads支持度小于4的SNP位点,再次过滤掉混池之间基因型一致的SNP位点以及隐性混池基因不是来自于隐性亲本的SNP位点。
3.根据权利要求1所述低密度SNP基因组区域准确预测BSA-seq候选基因的方法,其特征在于,所述步骤(6)的计算采用SNP-index方法计算关联值,并采用DISTANCE方法对△SNP-index进行拟合。
4.根据权利要求1所述低密度SNP基因组区域准确预测BSA-seq候选基因的方法,其特征在于,所述步骤(5)SNP检测与注释方法如下:
步骤S1:通过GATK软件工具包检测测序基因组的SNP和small InDel;通过bwa软件,采取mem算法将高质量的测序reads比对到参考基因组,根据Clean reads在参考基因组的定位结果,使用Picard过滤冗余reads;使用GATK的局部单体型组装算法进行SNP和InDel的变异检测,每个样本先各自生成gVCF,再进行群体joint-genotype得到变异位点集;并对变异结果进行过滤得到过滤后的snp列表,所述过滤标准为:5bp窗口内的变异数量不超过2个;Phred格式的质量值不低于30;变异质量值除以覆盖深度的比值不低于2.0;所有比对至该位点上的reads的比对质量值的均方根不低于40;FS值不高于60;其它变异过滤参数采用GATK官方指定的默认值处理;
步骤S2:基于步骤S1得到过滤后的snp列表,通过定制化的脚本获得在父本池和母本池具有差异的位点即是亲本之间的snp位点,然后通过滑窗统计snp的分布密度,定制化的脚本画分布图。
5.一种应用如权利要求1-4任意一项所述低密度SNP基因组区域准确预测BSA-seq候选基因的方法在植物基因标记中的应用。
6.根据权利要求5所述的应用,其特征在于,所述植物为水稻。
7.根据权利要求6所述的应用,其特征在于,所述水稻的亲本为黄华占和东兰墨米。
8.根据权利要求5所述的应用,其特征在于,所述植物基因为水稻种皮花青素合成基因。
9.根据权利要求8所述的应用,其特征在于,所述花青素合成基因为LOC_Os01g44260。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811373098.XA CN109360606B (zh) | 2018-11-19 | 2018-11-19 | 一种低密度SNP基因组区域准确预测BSA-seq候选基因的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811373098.XA CN109360606B (zh) | 2018-11-19 | 2018-11-19 | 一种低密度SNP基因组区域准确预测BSA-seq候选基因的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109360606A CN109360606A (zh) | 2019-02-19 |
CN109360606B true CN109360606B (zh) | 2019-09-06 |
Family
ID=65332163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811373098.XA Active CN109360606B (zh) | 2018-11-19 | 2018-11-19 | 一种低密度SNP基因组区域准确预测BSA-seq候选基因的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109360606B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109698009A (zh) * | 2019-03-01 | 2019-04-30 | 华中农业大学 | 一种基于存在/缺失变异的泛基因组构建方法 |
CN111223520B (zh) * | 2019-11-20 | 2023-09-12 | 云南省烟草农业科学研究院 | 一种预测烟草尼古丁含量的全基因组选择模型及其应用 |
CN111091873B (zh) * | 2019-12-13 | 2023-07-18 | 北京市商汤科技开发有限公司 | 基因变异的识别方法及装置、电子设备和存储介质 |
CN112226529A (zh) * | 2020-09-09 | 2021-01-15 | 广西壮族自治区农业科学院 | 一种冬瓜抗枯萎病基因的snp分子标记及应用 |
CN112652362B (zh) * | 2020-11-27 | 2022-08-30 | 山东省农业科学院奶牛研究中心 | 一种筛选牛高原低氧适应基因aldoc和功能性分子标记的方法及其应用 |
CN112575104A (zh) * | 2020-12-11 | 2021-03-30 | 黑龙江省科学院大庆分院 | 一种工业大麻性状相关基因快速定位方法 |
CN113284551A (zh) * | 2021-04-28 | 2021-08-20 | 中国农业科学院蔬菜花卉研究所 | 一种金叶弯刺蔷薇叶色性状的定位方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121046A (zh) * | 2009-06-25 | 2011-07-13 | 中国科学院北京基因组研究所 | 中国人群连锁分析snp标记集合及其使用方法与应用 |
CN102899315A (zh) * | 2011-07-29 | 2013-01-30 | 江汉大学 | 一种隐性混合池测序基因克隆方法 |
CN105907860A (zh) * | 2016-05-04 | 2016-08-31 | 中国农业科学院郑州果树研究所 | 一种利用|Δ(SNP-index)|进行性状定位的QTL-seq方法及其应用 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105969852B (zh) * | 2016-05-13 | 2019-04-02 | 中国农业科学院油料作物研究所 | 一种与油菜分枝角度性状qtl位点紧密连锁的分子标记及应用 |
CN106202995B (zh) * | 2016-07-13 | 2019-01-22 | 北京麦美瑞生物科技有限公司 | 小麦BSR-Seq基因定位的方法 |
-
2018
- 2018-11-19 CN CN201811373098.XA patent/CN109360606B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121046A (zh) * | 2009-06-25 | 2011-07-13 | 中国科学院北京基因组研究所 | 中国人群连锁分析snp标记集合及其使用方法与应用 |
CN102899315A (zh) * | 2011-07-29 | 2013-01-30 | 江汉大学 | 一种隐性混合池测序基因克隆方法 |
CN105907860A (zh) * | 2016-05-04 | 2016-08-31 | 中国农业科学院郑州果树研究所 | 一种利用|Δ(SNP-index)|进行性状定位的QTL-seq方法及其应用 |
Also Published As
Publication number | Publication date |
---|---|
CN109360606A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109360606B (zh) | 一种低密度SNP基因组区域准确预测BSA-seq候选基因的方法 | |
CN109196123B (zh) | 用于水稻基因分型的snp分子标记组合及其应用 | |
CN104232777B (zh) | 同时确定胎儿核酸含量和染色体非整倍性的方法及装置 | |
CN109207606B (zh) | 用于亲权鉴定的ssr位点的筛选方法和应用 | |
CN108998550B (zh) | 用于水稻基因分型的snp分子标记及其应用 | |
CN108830044A (zh) | 用于检测癌症样本基因融合的检测方法和装置 | |
CN109346130A (zh) | 一种直接从全基因组重测序数据中得到微单体型及其分型的方法 | |
CN110189796A (zh) | 一种绵羊全基因组重测序分析方法 | |
CN110846429A (zh) | 一种玉米全基因组InDel芯片及其应用 | |
US20210269887A1 (en) | Method and application for rapid and accurate chromosomal location of economic traits in laver | |
CN105868584A (zh) | 通过选取极端性状个体来进行全基因组选择育种的方法 | |
CN110444253B (zh) | 一种适用于混池基因定位的方法及系统 | |
CN111088382A (zh) | 一种玉米全基因组snp芯片及其应用 | |
Gong et al. | Evolution of the sex-determining region in Ginkgo biloba | |
CN112289384A (zh) | 一种柑橘全基因组kasp标记库的构建方法及应用 | |
KR101539737B1 (ko) | 유전체 정보와 분자마커를 이용한 여교잡 선발의 효율성 증진 기술 | |
CN105907860B (zh) | 一种利用|Δ(SNP-index)|进行性状定位的QTL-seq方法及其应用 | |
CN109486961A (zh) | 一种拟穴青蟹高密度遗传图谱的构建方法 | |
Fussi et al. | Identification of varieties and gene flow in Douglas fir exemplified in artificially established stands in Germany | |
CN117095746A (zh) | 一种用于水牛的gbs全基因组关联分析方法 | |
CN104573409B (zh) | 基因定位的多重检验方法 | |
AU2021423830A1 (en) | Genotype identification of multi-parent crop on basis of high-throughput whole genome sequencing | |
CN104694538A (zh) | 与鸡多趾性状相关的snp分子标记及其应用 | |
CN108060247B (zh) | 一种与陆地棉8号染色体纤维强度相关的单体型 | |
CN106755321A (zh) | 筛选低氧适应性绵羊的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |