蕓薹屬蔬菜低深度測序SNP分型及其應用.pdf

1、單核苷酸多態(tài)性（Single nucleotide polymorphisms，SNPs）是指在基因組某一特定核苷酸位置上發(fā)生單個核苷酸的轉換或顛換所引起的DNA序列多態(tài)性。SNPs廣泛應用于圖譜構建、基因定位、群體進化分析等領域。近年來，SNPs基因分型技術逐漸成為研究熱點。盡管目前已發(fā)展了多種快速、穩(wěn)定、高效的SNPs分型技術（如基因芯片、TaqMan探針法等），但是仍無法滿足實際研究中對通量、成本以及可靠性等方面的要求。隨著測序技

2、術的不斷發(fā)展，高通量測序在SNPs基因分型方面的優(yōu)勢逐漸顯現(xiàn)。為了節(jié)約成本，提高通量，采用群體低深度重測序的方法進行SNPs基因分型是一條可選途徑。但是，在利用低深度重測序數(shù)據(jù)檢測SNPs時，通常會出現(xiàn)準確性和覆蓋度偏低的問題。針對該問題，本研究開發(fā)了一套 SNPs高效鑒定的流程，稱為Pooled Mapping。該流程可以去除由測序錯誤和比對錯誤產(chǎn)生的假陽性結果，從而有效地提高SNPs分型的準確性。主要結果如下：
　　1.建立了

3、Pooled Mapping算法，該算法主要分三步：（1）將群體中所有樣本的重測序reads比對到參考基因組上，鑒定群體基因組上的高可靠性多態(tài)性位點庫；（2）分別將單個樣本的reads比對到參考基因組上，逐個鑒定出單個樣本在各個可信變異位點上的基因型；（3）利用基于連鎖不平衡的k最近鄰算法（k-NN）推導未成功分型的變異位點的基因型。
　　2.利用白菜基因組序列模擬低深度測序數(shù)據(jù)對Pooled Mapping算法進行了評價，確定了

4、該算法的準確性和可靠性。模擬的三類數(shù)據(jù)包括：（1）7個測序深度為1×，模擬測序錯誤率為0.01％-3%的數(shù)據(jù)集；（2）3個模擬測序錯誤率為0.25%，測序深度分別為1×、2×和3×的數(shù)據(jù)集；（3）60個樣本的模擬低深度測序數(shù)據(jù)集（1×）。利用常規(guī)方法對第一類數(shù)據(jù)集進行SNPs分型，結果表明，準確性（假陽性比率為3%-86%）和覆蓋度（34%-56%）均較低。利用常規(guī)方法對第二類數(shù)據(jù)集進行SNPs分型，結果表明，當測序深度一定時，覆蓋度隨

5、準確性的增加而減小。比較常規(guī)方法和Pooled Mapping法對第三類數(shù)據(jù)集進行SNPs分型的可靠性，結果表明，Pooled Mapping法的覆蓋度（50.08%–55.78%）略低于常規(guī)方法（56.08–56.47%），但其準確性（假陽性比率為0.20%–0.28%）卻遠遠高于常規(guī)方法（假陽性比率為70.61%–72.69%）。利用k-NN算法推點后的覆蓋度（84.49%–93.95%）和準確性（95.86%–99.88%）都大大

6、增加。
　　3.通過實驗證實了Pooled Mapping方法的可行性。對200份白菜（1.2×）與281份甘藍（0.8×）的低深度重測序數(shù)據(jù)進行Pooled Mapping分型分析，再分別用CAPS/dCAPS和KASP技術對隨機篩選SNPs位點進行驗證。結果表明，純合位點的Pooled Mapping結果與實驗結果的一致性較高。因此，本研究開發(fā)的Pooled Mapping流程主要適用于對純合材料進行SNPs分型。對于雜合材料