从自然群体中挖掘与目的性状相关的功能基因.PDF

从自然群体中挖掘与目的性状相关的功能基因 通过全基因组重测序、简化基因组测序或全基因组分型芯片等手段，对动植物重要的种 质资源/ 自然群体进行全基因组的基因型鉴定，并与关注的表型数据进行全基因组关联分析 （GWAS ），找到与关注表型相关的SNP 位点，定位数量性状基因。与数量性状紧密连锁的 SNP 标记，后续可用于分子标记辅助育种，增快育种进程。 技术流程： 自然群体 基因型鉴定：全基因组重测序、 简化基因组测序、基因分型芯片 群体结构分析 表型 全基因组关联分析（GWAS ） 图1 自然群体的关联分析路线 材料选择 1) 样本中不能有明显的亚群分化（例如生殖隔离等），因为有这种明显的分化的群体会使 得遗传背景的噪音较大； 2) 样本的多态性分布范围够广，例如表型性状的分布符合正态分布；取得群体最好符合哈 迪温伯格定律； 3) 研究的表型性状不建议考虑过多，因为过多的话需要更大的群体才可以，所以建议选择 几个比较重要的表型性状作为研究的重点，将这几个重点进行样本选取的依据 案例解析： 案例一： Huang X, Zhao Y, Wei X, Li C. Genome wide association study of flowering time and grain yield traits in a world-wide collection of rice germplasm. Nature Genetics, 2012,44 （1）:32-31 • 样品选取： – 950 份代表性中国水稻地方品种和国际水稻品种 • 测序策略 – 每个样品平均约1X 低深度全基因组重测序 • 分析结果 – 对大量的水稻品种进行群体结构分析，划分为indica、aus、temperate japonica 、tropical japonica 和中间型5个类群； – 开发了一种基于单体型分析的局部基因组序列组装的算法，对基因区的不同等位基 因分别进行组装，鉴定序列变异，能检测到更多的变异。但是这种方法组装的只是 局部单体型的一致性序列，只能用于检测常见变异，不能反映每个品系的真实序列 情况。 – 通过GWAS鉴定出32个新的与抽穗期和产量性状相关的变异位点，鉴定出18个候选 基因。 图2 不同水稻群体中对抽穗期进行GWAS分析的结果 案例二： Morris GP, et al. Population genomic and genome-wide association studies of agroclimatic traits in sorghum. PNAS, 2013, 110(2):453–458. • 样品选取： – 971 份遍布全球，适应于不同农业气候条件的高粱品种 • 测序策略： – ApeKI 酶切，测序获得21G 的测序数据 • 分析结果： – 获得265,487 个SNP，分析发现高粱LD 值平均在150Kb 内下降到一半； – 进行群体结构分析，同时鉴定了原始作物扩散至亚非不同气候区域的方式； – 利用其中336 个高粱品系，通过GWAS 分析定位到多个与株高相关的已知 基因位点，同时定位到多个与花序结构相关的候选基因位点。 图3 对高粱不同性状GWAS分析结果