遺傳圖ji)/h1>

經典(dian)的(de)遺傳學研(yan)究方法

遺傳圖ji)資且讕萑舊 褰換揮脛刈椋 yi)多(duo)態(tai)性(xing)的(de)遺傳標記為路標,以(yi)標記間(jian)的(de)重組率(lv)為“圖距”,

確(que)定(ding)不同(tong)多(duo)態(tai)性(xing)標記位點在每條連鎖群上排列的(de)順序和(he)遺傳距離的(de)線性(xing)連鎖圖ji)/p>

high-density-genetic-map

應用領域

qtl__
QTL定(ding)位
_
標記輔助(zhu)育種
_
輔助(zhu)基(ji)因組組裝
__
比較(jiao)基(ji)因組

針(zhen)對性(xing)的(de)個(ge)性(xing)化(hua)方案(an)

?從(cong)物種zhi)鎏迦⊙膠蜓』ji)因挖(wa)掘,我們(men)將為您提供一站式個(ge)性(xing)化(hua)解決方案(an),讓分析過程(cheng)快速、科學、清晰(xi)!

  • 一分快三

  • 一分快三

  • 標記分zhong)/h3>

  • 一分快三

  • 一分快三

分析內容

測序數據下機後,每一個(ge)分析過程(cheng)我們(men)都嚴格把控,針(zhen)對不同(tong)的(de)測序方式,從(cong)數據質控到遺傳圖ji)椎de)構(gou)建,有(you)專門的(de)的(de)流程(cheng)進行分析。

全(quan)基(ji)因組重測序
測序數據質控
與參考基(ji)因組比對
變(bian)異檢(jian)測及注釋(shi)
多(duo)態(tai)標記qiang) fa)
遺傳圖ji)墜gou)建及評估(gu)

簡化(hua)基(ji)因組測序(SLAF)
測序數據質控
與參考基(ji)因組比對(有(you)參)
標簽(qian)聚類比對(無參)
SNP變(bian)異檢(jian)測及注釋(shi)
多(duo)態(tai)標記qiang) fa)
遺傳圖ji)墜gou)建及評估(gu)

轉錄jia)椴廡/strong>
測序數據質控
與參考基(ji)因組比對(有(you)參)
與Unigene庫比對(無參)
SNP變(bian)異檢(jian)測及注釋(shi)
基(ji)因結(jie)構(gou)及差ju)轂澩 ji)因分析
多(duo)態(tai)標記qiang) fa)
遺傳圖ji)墜gou)建及評估(gu)

SLAF簡化(hua)遺傳圖ji)/p>

SLAF-seq技術(shu)是百(bai)邁客(ke)公司(si)自主研(yan)發(fa)的(de)一套基(ji)于黴(mei)切(qie)的(de)簡化(hua)基(ji)因組測序策略,

不受參考基(ji)因組限制,能(neng)夠有(you)效地(di)降(jiang)低物種基(ji)因組復雜度,

SLAF標簽(qian)構(gou)建遺傳圖ji)拙哂you)上圖標記數量多(duo)、圖ji)字柿扛摺 芷詼獺?堇寐lv)高等的(de)優點

36020170503165855066

重測序遺傳圖ji)/p>

對已有(you)參考基(ji)因組序列的(de)物種進行群體全(quan)基(ji)因組重測序,利用mei) xing)能(neng)計(ji)算平jiao) he)生物信息學方法,

檢(jian)測單核 酸多(duo)態(tai)性(xing)位點(SNP),並計(ji)算多(duo)態(tai)性(xing)標記間(jian)的(de)遺傳連鎖距離,繪制高密度的(de)遺傳圖ji)祝/p>

在進行QTL定(ding)位中(zhong),可直(zhi)接(jie)獲(huo)取定(ding)位區(qu)間(jian)內的(de)序列信息,加快功能(neng)基(ji)因的(de)鑒定(ding)和(he)驗(yan)證(zheng)的(de)進度

36020170503165349885

轉錄jia)橐糯 計(ji)/p>

基(ji)于群體RNA-seq數據開發(fa)在表達基(ji)因上多(duo)態(tai)性(xing)遺傳標記,

即(ji)可通過構(gou)建遺傳圖ji)錐ding)位功能(neng)基(ji)因,也能(neng)在轉錄jia)樗shui)平分析差ju)轂澩 ji)因,適用于所有(you)物種,是功能(neng)基(ji)因挖(wa)掘的(de)全(quan)新(xin)方式

36020170503170220720

自己動手做分析–百(bai)邁客(ke)雲

QTL定(ding)位、LOD值調(diao)整、關聯區(qu)域數據深(shen)度挖(wa)掘,這(zhe)些你都可以(yi)通過百(bai)邁客(ke)雲輕松實現!

36020170504103423489

百(bai)邁客(ke)優勢

36020170502173230245_

具有(you)自主知識產權的(de)SLAF-seq測序技術(shu)和(he)針(zhen)對高通量測序專門開發(fa)的(de)HighMap作圖軟件

豐富的(de)項(xiang)目經驗(yan),已完成數十(shi)個(ge)物種zhi) 00張高密度遺傳圖ji)/p>

截止目前已發(fa)表SCI文章50+篇,累計(ji)影響因子280+

公司(si)擁有(you) 40 余項(xiang)專利技術(shu)和(he) 150 余項(xiang)軟件著(zhu)作權,可根據項(xiang)目需要選擇分析方案(an),保障結(jie)果精(jing)準

成功案(an)例

測序數據統(tong)計(ji)與評估(gu)

高質量的(de)測序數據是進行後續分析的(de)重要基(ji)礎,在獲(huo)得(de)測序的(de)Raw data後,我們(men)將會進行測序數據產出(chu)統(tong)計(ji)、堿基(ji)測序質量分布(bu)、堿基(ji)類型分布(bu)等多(duo)種測序評估(gu)方式,保證(zheng)測序數據的(de)準確(que)性(xing)。

_
#ChrPosRefR01R02
Chr1113342AGA
Chr1163871AGA
Chr1232230AAG
Chr1232330CCA
Chr1232546TTC

群體遺傳變(bian)異檢(jian)測

SNP(Single Nucleotide Polymorphism)及InDel(Insertion-Deletion)是基(ji)因組上最為常見的(de)遺傳標記,具有(you)數量多(duo)、多(duo)態(tai)性(xing)豐富的(de)特(te)點,SNP和(he)InDel的(de)檢(jian)測主要通過GATK和(he)samtools軟件工(gong)具包(bao)實現。變(bian)異位點注釋(shi)使用SnpEff軟件。

多(duo)態(tai)標記qiang) fa)

在變(bian)異位點檢(jian)測的(de)基(ji)礎上,開發(fa)親本(ben)間(jian)的(de)多(duo)態(tai)性(xing)標記,並對子代中(zhong)這(zhe)些多(duo)態(tai)性(xing)標記進行基(ji)因型分zhong)汀/p>

_
_

遺傳圖ji)墜gou)建

為保證(zheng)遺傳圖ji)字柿浚 宰喲zhong)多(duo)態(tai)性(xing)標記進行嚴格的(de)篩選過濾,包(bao)括親本(ben)深(shen)度過濾、異常位點過濾、標記完整度過濾及偏分離標記過濾shuo)齲 huo)得(de)高質量標記。利用百(bai)邁客(ke)自主研(yan)發(fa)的(de)Highmap-map軟件進行高密度遺傳圖ji)椎de)繪制。

遺傳圖ji)灼攔gu)

為了保證(zheng)遺傳圖ji)椎de)質量,百(bai)邁客(ke)采用了目前最為嚴格的(de)圖ji)灼蘭jia)體系,包(bao)括上圖標記完整度統(tong)計(ji)、單體來(lai)源評估(gu)、連鎖關系評估(gu)、遺傳圖ji)墜蠶 xing)分析等。

.png
不同(tong)物種如(ru)何推薦作圖群體?

根據親本(ben)雜合、純合情況(kuang)選擇分離群體類型︰

(一)親本(ben)雜合的(de)物種,如(ru)林木、水(shui)產、果樹等異花授粉、蟲媒(mei)、風(feng)媒(mei)授粉、雌雄異體物種,一般(ban)采用F1。

(二(er))親本(ben)純合物種,如(ru)水(shui)稻、豆gu)嗟茸曰ㄊ詵郟 擲肴禾蹇捎2、BC、RIL、DH、巢式群體等。

重測序遺傳圖親本(ben)及子代測序深(shen)度推多(duo)少合適?

兩個(ge)親本(ben)jiu)0-20×,子代測序深(shen)度看物種基(ji)因組組裝程(cheng)度,如(ru)果組裝結(jie)果不好(hao)的(de)話,大部分片段(duan)都比較(jiao)短,可能(neng)最後會影響遺傳圖ji)椎de)結(jie)果,推薦測序深(shen)度3X以(yi)上,如(ru)果基(ji)因組裝到染色體水(shui)平或者N50達到Mb級別測1×就(jiu)可以(yi)了。

親本(ben)和(he)參考基(ji)因組是一個(ge)品種,比如(ru)水(shui)稻構(gou)建群體的(de)親本(ben)是9311,是否需要重新(xin)對親本(ben)進行測序?

需要,9311基(ji)因組雖然(ran)出(chu)來(lai),但是9311有(you)很多(duo)不同(tong)類型的(de)突變(bian),比如(ru)有(you)的(de)有(you)芒,有(you)的(de)無芒,建議老師測,但是測序深(shen)度可以(yi)稍微降(jiang)低。

遺傳圖表型數據是否必須滿足正態(tai)性(xing)才能(neng)進行QTL性(xing)狀定(ding)位?

大部分QTL定(ding)位方法只是要求(qiu)表型數據中(zhong)的(de)隨機誤差項(xiang)服從(cong)正態(tai)分布(bu),並沒有(you)要求(qiu)表型數據滿足正態(tai)分布(bu)。數量性(xing)狀只有(you)在多(duo)基(ji)因假(jia)說(shuo)下才真正符合正態(tai)分布(bu),表型數據的(de)非正態(tai)性(xing)並不影響QTL定(ding)位。

上圖標記中(zhong)是否包(bao)含偏分離標記?偏分離標記原因是什麼?

包(bao)含偏分離不顯著(zhu)的(de)標記,顯著(zhu)偏分離的(de)標記會被過濾shuo)簟F 擲朧親勻ran)界非常普遍存在的(de)現象,並被認(ren)為是生物進化(hua)的(de)動力之一。產生偏分離的(de)原因主要有(you)兩個(ge)方面(mian)︰配子選擇和(he)合子選擇,其(qi)中(zhong)配子選擇主要包(bao)括花粉致死、花粉管競爭和(he)選擇性(xing)受精(jing)。除了上述原因以(yi)外,環fang)騁蛩亍 峭tong)源重組、基(ji)因轉換、轉座因子、轉基(ji)因沉默、體外孤雄生殖(zhi)過程(cheng)中(zhong)的(de)選擇壓、非整倍體或不穩定(ding)易(yi)位造成的(de)染色體不穩定(ding)等都有(you)可能(neng)是導致偏分離。

高密度遺傳圖是如(ru)何輔助(zhu)基(ji)因組組裝的(de)?

通過共線性(xing)分析,將遺傳圖ji)咨系de)標記與初步組裝得(de)到jiang)de)scaffold進行比對,統(tong)計(ji)不同(tong)scaffold上的(de)標記數目,得(de)到不同(tong)連鎖群上被錨定(ding)的(de)scaffold信息,一個(ge)scaffold上如(ru)果錨定(ding)兩個(ge)以(yi)上的(de)標記,該scaffold的(de)位置和(he)方jiao)蚓梢yi)被定(ding)位到染色體水(shui)平。只有(you)1個(ge)標記則只能(neng)定(ding)位到位置,方jiao)蠆荒neng)確(que)定(ding)。如(ru)果沒有(you)錨定(ding)到標記,則該scaffold仍然(ran)不能(neng)被定(ding)位到染色體水(shui)平,說(shuo)de)韝caffold多(duo)態(tai)性(xing)可能(neng)較(jiao)差,需要構(gou)建更加精(jing)細的(de)遺傳圖ji)住/p>

過濾偏分離標記0.001和(he)0.01哪個(ge)更嚴格?

判斷標記是否偏分離是采用的(de)卡方檢(jian)驗(yan),卡方檢(jian)驗(yan)的(de)顯著(zhu)性(xing)P值越(yue)小,越(yue)證(zheng)明該標記偏分離嚴重,因此P值小于0.001的(de)標記要少于P值小于0.01的(de)標記的(de)數量。在進行過濾shuo)de)時候如(ru)果按(an)照P值<0.001過濾,剩余的(de)標記會更多(duo),因此是比較(jiao)寬(kuan)松的(de)過濾標準,反之,按(an)照P值<0.01過濾,會過濾shuo) duo)的(de)標記,是更為嚴格的(de)過濾標準。

用F2的(de)DNA來(lai)做圖ji)祝 2︰3來(lai)做性(xing)狀調(diao)查,問shi)幌掄zhe)個(ge)怎麼做?

取F2的(de)葉片,F2:3家(jia)系的(de)表型平均值作為F2的(de)表型,群體要隨機取樣(F2:3家(jia)系是指(zhi)F2代群體中(zhong),每個(ge)F2代植株自yue)揮植de)各自的(de)F3群體組成的(de)群體,這(zhe)個(ge)F3是與上一代F2所對應的(de),所以(yi)也稱(chen)為F2:3家(jia)系,他們(men)是不能(neng)混在一起的(de),混在一起就(jiu)叫F3了,而不是F2:3。這(zhe)種群體主要是用于初步定(ding)位的(de),對于單顯性(xing)基(ji)因控制的(de)質量性(xing)狀定(ding)位效果很好(hao)。)

親本(ben)重測序,子代簡化(hua)作圖有(you)何優勢?

無需建立BAC庫,親本(ben)重測序可以(yi)獲(huo)得(de)QTL區(qu)域的(de)基(ji)因序列,進行基(ji)因預(yu)測和(he)後續標記qiang) fa)轉基(ji)因驗(yan)證(zheng)等工(gong)作。

什麼是eQTL,和(he)基(ji)于DNA水(shui)平開發(fa)SNP的(de)區(qu)別?

1)表達數量性(xing)狀基(ji)因座(expression Quantitative Trait Loci,eQTL)是指(zhi)的(de)是染色體上一些能(neng)特(te)定(ding)調(diao)控mRNA和(he)蛋白質表達水(shui)平jiang)de)區(qu)域,其(qi)mRNA/蛋白質的(de)表達水(shui)平量與數量性(xing)狀成比例關系,將各基(ji)因型的(de)表達數據作為一個(ge)數量性(xing)狀,利用傳統(tong)的(de)QTL分析方法進行分析。eQTL可分為順式作用eQTL和(he)反式作用eQTL,順式作用eQTL就(jiu)是某個(ge)基(ji)因的(de)eQTL定(ding)位到該基(ji)因所在的(de)基(ji)因組區(qu)域,表明可能(neng)是該基(ji)因本(ben)身的(de)差別引起的(de)mRNA水(shui)平變(bian)化(hua);反式作用eQTL是指(zhi)某個(ge)基(ji)因的(de)eQTL定(ding)位到其(qi)他基(ji)因組區(qu)域,表明其(qi)他基(ji)因的(de)差別控制該基(ji)因mRNA水(shui)平jiang)de)差ju) /p>

2)基(ji)于轉錄jia)椴廡虻de)關聯分析是從(cong)SNP關聯分析與GEM關聯分析兩個(ge)水(shui)平實現的(de),開發(fa)的(de)SNP位于基(ji)因編碼區(qu)域,SNP與基(ji)因(或Unigene)所屬關系是已知,加上基(ji)因表達水(shui)平jiang)de)關聯分析就(jiu)能(neng)夠實現功能(neng)基(ji)因的(de)精(jing)細定(ding)位。

公司(si)常用的(de)作圖軟件有(you)哪些?

主要有(you)四款︰R-qtl、MapQTL、WinQTLcart和(he)ICiMapping。

為什麼遺傳圖親本(ben)測序量要比子代高?

這(zhe)是由于標記的(de)子代分zhong)鴕覽滌誶妝ben)的(de)分zhong)馱斐傻de)。遺傳圖中(zhong)每一個(ge)標記的(de)子代分zhong)褪紫紉 萸妝ben)的(de)分zhong)屠lai)進行分zhong)團卸希 虼飼妝ben)分zhong)偷de)準確(que)性(xing)就(jiu)很重要,是依靠高深(shen)度的(de)測序來(lai)確(que)保親本(ben)分zhong)偷de)準確(que)性(xing),因此在測序的(de)時候要比子代的(de)測得(de)多(duo)。

一分快三 | 下一页