基于SLAF-seq技术连翘SNP分子标记开发及遗传多样性分析

连翘(Forsythia suspensa (Thunb.) Vahl)是一种极具开发价值的药用植物,本研究利用特异性位点扩增片段测序技术对39份连翘种质资源进行了分子标记开发,通过测序共获得112.28 Mb reads数据,各样本reads数据在1 324 860～5 911 565之间,样本平均测序质量值Q30为96.29%;平均GC含量为36.97%。通过生物信息学分析,本研究获得535 357个SLAF标签,样本的平均测序深度为16.20倍,其中多态性的SLAF标签共有262 297个,开发获得1 809 741个SNP标记。利用开发的SNP分子标记将39份连翘种质资源分为4组,连翘SNP分子标记的研究可为连翘种质资源鉴定和遗传多样性分析提供理论基础。     

紫苏SNP分子标记开发及遗传多样性分析

紫苏(Perilla frutescens(L.))是一种药食兼用型的植物,具有丰富的营养价值和药用价值,本研究利用特异性位点扩增片段测序技术(specific-locus amplified fragment sequencing,SLAF-seq)对30份紫苏种质资源进行了分子标记开发,以‘日本晴’(水稻)为对照,测序获得紫苏全基因组范围内的SNP分子标记。通过测序共获得106.92 Mb Reads数据,各样本Reads数据在1742153~9815872之间,样本平均测序质量值Q30为95.91%;平均GC含量为39.16%。通过生物信息学分析,本研究获得406599个SLAF标签,样本的平均测序深度为19.13倍,其中多态性的SLAF标签共有140387个,共得到419223个群体SNP标记。利用开发的SNP分子标记将30份紫苏种质资源分为2组,紫苏SNP分子标记的研究可为紫苏的遗传图谱构建、种质资源鉴定以及农艺性状的关联分析提供理论基础。     

基于SLAF-seq技术的闽楠SNP标记开发及遗传多样性分析

利用简化基因组测序技术SLAF-seq,对广泛分布在长江以南地区8个省份的33份闽楠种质进行SNP标记开发、指纹图谱构建和遗传多样性分析。本研究对各样品的测序数据进行统计,共获得107.52 Mb Clean Reads数据,每个样品的SNP标记数目介于309 012～540 030之间,样本平均测序质量值Q30为93.78%,平均GC含量为40.90%。共获得1 072 115个SLAF标签,其中多态性SLAF标签275 389个。通过序列分析,获得121 352个有效的单核苷酸多态性标记(SNP);经过指纹图谱严格的过滤条件,筛选出3 452个SNP位点作为指纹图谱SNP。利用开发的SNP分子标记,将33份闽楠种质资源分为3个亚群,这3个亚群分别包含材料为Q1:17个,Q2:11个,Q3:5个。通过进一步过滤,获得270个核心SNP标记作为指纹图谱的核心标记,可用于品种种质的鉴定。研究结果表明,简化基因组测序技术SLAF-seq能高效、低廉地开发出大量SNP标记,是一种适用于闽楠种质资源遗传分析的有效工具;利用筛选出的核心SNP分子标记构建闽楠DNA指纹图谱,为SNP分子标记应用于闽楠种质鉴定、闽楠品种改良与优质品种选育提供依据,也有利于闽楠种质的高效利用及杂种优势群的建立。     

四种天麻基于SLAF测序的SNP标记开发与分析

为了分析天麻种质资源的遗传多样性及其进化关系,开发特异性SNP(Singlenucleotidepolymorphism)标记位点。实验通过对4种不同种或不同产地的同种天麻共28个样品进行SLAF测序,首次在天麻种质资源中得到SLAF标签并开发SNP标记,通过De nove测序技术,构建SLAF文库,利用GATK和SAMTOOLS技术开发SNP标记。共获得75.95 M高质量的reads数据,471001个SLAF标签,其中多态性SLAF标签19675个,并开发出60238个群体SNP。对SNP标记的分析的结果表明,作为主要栽培种的天麻(W)由于长时间的人工培育,也许使得其遗传进化体系与其他的天麻种质资源存在较大差异。另外,所有样品中SNP标记的杂合率普遍高于20%,突出了天麻这一物种广泛的杂合性。而且,利用简化基因组测序技术SLAF-seq可以高效地、低成本地开发出大量的可用于群体遗传结构分析的SNP标记。     

基于SLAF-seq技术的树莓SNP位点开发

为分析树莓群体的遗传进化关系,开发特异性SNP标记。选用23 个栽培种树莓以用SLAF-seq技术测序,从树莓全基因组范围开发SNP位点,以黑树莓基因组为参考基因组,通过生物信息学分析进行电子酶切预测,筛选特异长度的DNA片断,构建SLAF-seq 文库。通过高通量测序的方式获得海量序列标签,利用软件分析比对,获得多态性SLAF标签,进而开发大量特异性SNP位点。对照水稻的测序数据与参考基因组比对结果,双端比对效率为95.60%,酶切效率为93.52%,说明SLAF建库正常。通过测序共产生59.93 Mb的读长数据,测序质量值Q30 平均为95.07%,所有样品GC含量均值为39.16%,GC含量普遍不高,说明达到测序要求。本研究共获得425402 个SLAF标签,其中多态性的SLAF标签共有121610 个。获得749811 个有效单核苷酸多态(SNP),利用这些SNP分析了23 个树莓种质的群体结构与系统发生树。利用简化基因组测序技术SLAF-seq 可以高效地、低成本地开发出大量的可用于群体遗传结构分析的SNP标记。     

基于SLAF-seq技术的向日葵SNP标记开发与利用

为解决向日葵基因组序列庞大及基因位点挖掘的问题,试验共收集了122份向日葵资源材料,利用SLAF-seq技术,以菊科小蓬草基因组作为参考基因组进行酶切预测,水稻日本晴测序数据为对照进行比对,获得多态性标签,并开发大量特异性SNP。本研究共获得477.76 M Reads数据,读长范围在1 329 754~5 770 666之间,对照数据的双端比对效率为92.96%,酶切效率为95.07%,平均Q30为92.32%,平均GC含量为43.04%,每个样本平均开发171 684个SLAF标签,样本SLAF标签的平均测序深度为20.07 x,通过生物信息学分析,共获得1 105 347个SLAF标签,其中多态性SLAF标签共有86 985个,共鉴定到414 692个群体SNP。这些SNP位点可为向日葵特异SNP标记的开发、资源鉴定分析以及农艺性状的关联分析等提供理论依据。     

基于GBS简化基因组测序的不同黄芪种质资源遗传多样性分析

黄芪(Astragalus membranaceus)生态种植分布广、种质资源丰富,但有关不同黄芪种质间遗传多样性研究还比较少。本研究采用GBS简化基因组测序技术对来自8个省份的80份黄芪种质资源进行测序获得10 860个SNP标记,基于10 860个SNP标记进行遗传多样性分析、群体结构分析、主成分分析以及聚类分析。结果显示SNP位点变异数为2～4个,主要以转换为主;SNP标记的平均遗传多样性为0.16,平均多态性信息PIC为0.14,表明80份种质资源间遗传多样性较低。80份种质资源被分为2个亚群,分群结果显示分群类别与黄芪种质地理来源关系不大,但2个亚群遗传背景差异大,能为今后黄芪选育、种质开发与利用奠定基础。     

基于SLAF-seq技术枇杷SNP位点开发

利用SLAF-seq测序技术,开发一批特异性强、稳定性高的单核苷酸多态性(SNP)位点,为枇杷遗传图谱构建、分子辅助育种和物种进化等研究提供理论依据。本研究共收集294份枇杷属资源,利用SLAF-seq测序技术进行测序。以梨基因组为参考基因组进行电子酶切预测,确定使用HaeⅢ+Hpy166Ⅱ进行酶切,构建SLAF-seq文库,而后筛选314～364 bp长度的DNA片段定义为SLAF标签,预测可得到116 171个SLAF标签。共获得526.63 M reads数据,各样品所获得的读长数目在119 893～9 305 152范围内,平均读长为1 787581;测序质量值Q30的范围在88.26%～95.67%,平均为93.61%;GC含量分布在38.79%～42.92%范围内,平均值为40.35%。本实验以水稻测序获得0.16 M reads的数据量为Control,双端比对效率在91.28%,说明SLAF建库基本正常。生物信息学分析结果显示本研究共获得623 356个SLAF标签,且有123 498个多态性的标签,多态性为19.81%。在多态性SLAF标签上开发得到1 604 434个群体SNP标记。根据完整度0.8,MAF0.05过滤,共得到95 960个高一致性的群体SNP。     

基于黄麻转录组序列SNP位点的CAPS标记开发与验证

黄麻CAPS分子标记的开发,可以为黄麻遗传多样性分析、种质资源鉴定和分子标记辅助选择等研究提供有效方法。本试验以黄麻179和爱店野生种为材料,采用IlluminaHiSeq4000测序技术进行转录组测序,对其SNP位点进行分析,设计了与木质素合成基因4CL、COMT及转录因子MYB相兲的SNP引物,在此基础上,应用dCAPS Finder2.0软件开发了CAPS标记,幵对其有效性进行了验证。结果表明:(1)组装后的黄麻unigene序列共72,674条,序列总长度为29,705,997 bp,检测到的SNP位点总数为67,567个,平均每440 bp有1个SNP。(2)获得了39对分别与4CL、COMT和MYB相兲的SNP引物,从中筛选获得26对CAPS标记引物,开发成功率为66.7%,其中11对CAPS标记具有多态性,多态性比例为43.2%。(3)开发的CAPS标记能较好地将12份不同类型的黄麻种质区分开来,表明CAPS是适用于黄麻研究的较理想的分子标记方法,为黄麻遗传基础研究提供了可靠工具。     

基于高通量测序开发玉米高效KASP分子标记

SNP (Single Nucleotide Polymorphism)在基因组中数量多、分布广,适用于大规模、自动化基因型检测。本研究利用205份不同来源的玉米自交系全基因组重测序数据鉴定出一系列多态性高的二态性SNP位点并开发出700个KASP分子标记。其中, 202个在46个玉米代表系中得到验证的KASP标记进一步用于系统进化树构建及群体结构分析。结果显示,开发成功的KASP标记在染色体上分布均匀,平均PIC为0.463,平均MAF为0.451。基于KASP标记位点和总SNP位点的聚类分析结果高度吻合。KASP标记位点与总SNP位点的遗传距离相似性系数高达89.5%,能成功区分玉米的杂种优势群。该KASP标记可在玉米种质资源分析、连锁群构建以及杂种优势群划分等方面发挥重要作用。     

基于SLAF-seq的葡萄种质遗传关系分析

为探明部分系谱不明的葡萄种质的遗传背景,利用简化基因组测序技术对23份鲜食葡萄种质进行遗传关系分析。共获得25.96 Gb高质量数据,开发了715 776个SLAF标签,505 092个多态性SLAF标签。基于456 776个高一致性的SNP,分析和构建了23个葡萄种质的系统发育树。通过SNP聚类分析,23个葡萄种质聚为3大类。其中,同一种质的衍生品种、具有亲子代关系的品种及姊妹系品种各聚合在一类,血缘关系相近的欧亚种和欧美种聚合在一类。研究表明,简化基因组测序技术可以高效地开发出SNP标记、准确分析遗传关系。本研究通过SNP聚类分析为2份遗传背景不明的种质找到了亲缘关系最近的葡萄品种,为葡萄种质鉴定、资源保护和高效育种提供参考依据。     

基于重测序的芥蓝(Brassica alboglabra)全基因组InDel标记开发

碱基插入/缺失(InDel)在基因组中的分布密度仅次于SNP且易于基因型分型,成为分子标记开发的主要来源。为了开发芥蓝品种间有多态性的分子标记,本研究利用2份芥蓝自交系重测序数据鉴定的InDel位点,在全基因组范围内设计了367对InDel候选标记。通过PCR检测比较8个芥蓝自交系的多态性,发现284对标记在至少2个芥蓝自交系间有多态性,阳性率为77.4%。本研究利用重测序技术开发芥蓝品种间InDel标记效率较高,为种质资源分析、基因定位、分子标记辅助育种等提供了便捷工具。     

利用SNP分子标记分析化橘红种质资源

本研究利用高分辨率熔解曲线(high resolution melting,HRM)方法对21份化橘红及3份近缘种质蜜柚和黄皮的25个单核苷酸多态性(single nucleotide polymorphism,SNP)位点进行了基因分型。结果表明,所有样品在其中21个SNP位点表现出较好的多态性,共呈现出11种基因型,其中化橘红基因型有9种,SNP位点平均杂合度为0.363 1,多样性信息含量(PIC)平均值为0.266 3;21个SNP位点可将24份样本分为3类,化州橘红种质单独聚为一类,表明SNP分子标记将成为化州橘红种质资源评价及品种鉴定的一项重要工具。另外,化橘红种质资源可能存在更多的品系,而不止是当前认为的"正毛"、"密叶正毛"、"副毛"、"光青"、"假西洋"、"黄龙"6个品系,且化橘红种质资源存在着同名异物和同物异名的现象。本研究为化橘红种质资源鉴定提供了有效的方法和依据,应用前景广阔。     

基于SLAF-Seq技术的广金钱草SNP位点开发及遗传分析

为分析不同来源广金钱草的遗传关系,本研究利用SLAF-seq技术对来自广东、广西、海南的20份广金钱草样品进行测序,共获得SLAF标签322 360个,鉴定到72 395个多态性SLAF标签。进行过滤后开发得到SNP多态标记220 704个,分析得到94 505个高一致性的群体SNP。通过对20份不同来源的广金钱草个体完成系统进化树、群体结构分析,结果表明,20份广金钱草来源于同一祖先,但由于地理隔离的影响使得个体间发生了遗传分化。通过系统进化树分析发现分布在广东、广西及海南琼中、屯昌的广金钱草具有较近的亲缘关系。研究结果为种质保护和遗传改良提供参考。     

特早熟甘蓝型春油菜恢复系核心种质构建

通过对特早熟甘蓝型春油菜恢复系种质资源进行评价和利用,降低育种工作中恢复系与不育系选配杂交组合的工作量,从而更好地为杂交种选育服务。通过对97份波里马雄性不育系的恢复系进行简化基因组（SLAF-seq）测序,开发SNP标记,进而分析群体遗传关系,构建核心种质群体。结果显示,共获得527 872个SLAF标签,842 248个有效SNP;利用有效SNP对97份种质资源进行聚类分析,可将其分为5类;利用Core Hunter构建核心种质,构建了C30核心种质29份,C40核心种质38份,C30和C40核心种质平均等位基因覆盖度分别为99.89%和99.96%,这些材料能够代表整个资源的变异程度,达到了构建核心种质的要求。     

华山松高通量全基因组SNP标记开发及其分析

为开发华山松大量的稳定性高、特异性强的SNP标记,本研究以279份华山松针叶为试验材料,利用SLAF-seq技术,测序共获得Reads数据3 169 Mb,SLAF标签12 952 676个,多态性SLAF标签为1 456 486个,SLAF多态性百分率是11.24%,平均测序深度为20.52 x,测序平均Q30为96.58%,平均GC含量为37.76%。且采用水稻‘日本晴’的测序数据用于评估试验建库的准确性,结果显示本试验比对效率在97%;且水稻‘日本晴’数据的酶切效率在100%,这表明本试验酶切反应也正常。最终从12 952 676个SLAF标签中检测到了3 469 074个群体SNP标记。这为华山松分子辅助育种、遗传多样性分析和遗传图谱构建等研究提供理论参考。     

利用SLAF-seq技术开发黄瓜白粉病抗性分子标记

黄瓜白粉病是黄瓜主要病害之一。本研究参考黄瓜基因组信息,利用简化基因组测序技术,共在黄瓜全基因组范围内开发了73 100个测序标签,标签整体平均深度达99.11x。通过与参考基因组的比对获得多态性SNP、EPSNP、INDEL标记5 355个,其中获得与黄瓜白粉病抗性密切相关的SNP多态性标记140个,利用毛细管电泳技术对其验证,这些特异标记与黄瓜白粉病抗性紧密相关。本研究结果有助于探索黄瓜白粉病抗病机理,可用于分子标记辅助选择抗性品种。     

高粱单核苷酸多态性(SNP)标记开发研究初报

高粱在粮食安全、人类健康和生物能源的开发上具有非常重要的作用,其被认为是二倍体模式化作物和多倍体能源作物甘蔗和芒草类的参考植物,开发高粱多态性分子标记对促进分子遗传学发展及高粱分子标记辅助育种意义重大。以甜高粱与粒用高粱杂交的F2遗传群体作为研究材料,对其全基因组DNA进行酶切,然后用高通量测序法开发SLAF(Specific-locus amplified fragment sequencing)标签,并经过分析筛选多态性SNP标记。试验过程中测序的reads数达到43 528 021个,母本2 598 472个,父本3 134 524个,子代的reads数为205 083~454 258个,平均为290 732.5个。通过原始数据的评估、聚类和纠错开发的SLAF标签数,父母本分别为44 895,42 100个。测序深度分别为19.78和16.22,F2群体每个个体的SLAF标签为26 737~39 291个,平均为33 445.06个,测序深度2.24~3.72,平均为2.79。通过对聚类群中高深度片段的潜在基因型分析,得到了6 353个多态性SNP标记,其中5 829个标记成功分型,占多态性SNP标记的91.75%,剔除不适宜作图的标记,剩余有效的SNP标记2 246个,占有效标记百分比100%,F2个体的各样品完整度平均为94.99%。所以,对基因组DNA进行酶切和高通量测序,从庞大的reads中获得SLAF标签是得到全基因组SNP标记的有效途径。为高粱高密度图谱构建和QTL定位研究,以及分子标记辅助育种奠定了基础。     

亚洲棉EST-SNP的挖掘及其在陆地棉中的验证

【目的】随着不同棉种序列数据库的逐步完善以及高通量测序技术的发展,棉花单核苷酸多态性(Single nucleotide polymorphism,SNP)标记开发可利用的公共数据资源逐步增加。【方法】本研究基于陆地棉祖先基因组的现代种亚洲棉表达序列标签(Expressed sequence tag,EST)数据库,利用CAP3对亚洲棉EST数据库进行拼接。拼接获得7 187个重叠群(Contig),再利用Quality SNP软件进行SNP位点分析。【结果】在807条含有4条以上EST序列的Contig中查找到2 690个SNP位点。通过筛选次要等位基因频率大于30%的位点,获得953个可靠度较高的候选SNP,通过电子筛选,最终获得可用于陆地棉分析的SNP 149个,利用位点特异性聚合酶链式反应以及酶切扩增多态序列验证了EST-SNP的准确性。【结论】本研究证实基于亚洲棉EST数据库挖掘用于陆地棉研究的EST-SNP切实可行,并有望将EST-SNP用于陆地棉遗传图谱构建、重要性状的基因定位以及分子标记辅助育种。     

基于高通量测序的大麦In Del标记开发及应用

分子标记是遗传研究的基础工具,广泛应用于遗传多样性研究、种质鉴定、遗传图谱构建和基因定位等领域。本研究基于大麦的全基因组重测序数据鉴定出的二态性SNP位点,开发出遍布全基因组的118对InDel引物。以49份不同地理来源的大麦种质检测其有效性,筛选出2个等位基因的共显性InDel标记72对,进一步对288份大麦种质进行遗传距离分析及构建系统发育树。结果显示,筛选到32个有效性的核心InDel标记,覆盖大麦7条染色体上,平均PIC为0.44,平均MAF为0.34;基于InDel标记位点的供试大麦的系统发育树结果揭示供试大麦具有丰富的遗传多样性,且能够将具有相同地理来源的多数品种聚为一类。表明开发的32个二态性InDel标记可有效地用于鉴定品种间的亲缘关系,且丰富了大麦品种鉴定的分子标记。上述核心InDel标记在大麦品种鉴定、大麦资源亲缘关系分析以及群体划分方面具有一定的理论意义和应用价值。