论文部分内容阅读
单核苷酸多态性(Single nucleotide polymorphisms,SNPs)是指在基因组某一特定核苷酸位置上发生单个核苷酸的转换或颠换所引起的DNA序列多态性。SNPs广泛应用于图谱构建、基因定位、群体进化分析等领域。近年来,SNPs基因分型技术逐渐成为研究热点。尽管目前已发展了多种快速、稳定、高效的SNPs分型技术(如基因芯片、TaqMan探针法等),但是仍无法满足实际研究中对通量、成本以及可靠性等方面的要求。随着测序技术的不断发展,高通量测序在SNPs基因分型方面的优势逐渐显现。为了节约成本,提高通量,采用群体低深度重测序的方法进行SNPs基因分型是一条可选途径。但是,在利用低深度重测序数据检测SNPs时,通常会出现准确性和覆盖度偏低的问题。针对该问题,本研究开发了一套SNPs高效鉴定的流程,称为Pooled Mapping。该流程可以去除由测序错误和比对错误产生的假阳性结果,从而有效地提高SNPs分型的准确性。主要结果如下:1.建立了Pooled Mapping算法,该算法主要分三步:(1)将群体中所有样本的重测序reads比对到参考基因组上,鉴定群体基因组上的高可靠性多态性位点库;(2)分别将单个样本的reads比对到参考基因组上,逐个鉴定出单个样本在各个可信变异位点上的基因型;(3)利用基于连锁不平衡的k最近邻算法(k-NN)推导未成功分型的变异位点的基因型。2.利用白菜基因组序列模拟低深度测序数据对Pooled Mapping算法进行了评价,确定了该算法的准确性和可靠性。模拟的三类数据包括:(1)7个测序深度为1×,模拟测序错误率为0.01%-3%的数据集;(2)3个模拟测序错误率为0.25%,测序深度分别为1×、2×和3×的数据集;(3)60个样本的模拟低深度测序数据集(1×)。利用常规方法对第一类数据集进行SNPs分型,结果表明,准确性(假阳性比率为3%-86%)和覆盖度(34%-56%)均较低。利用常规方法对第二类数据集进行SNPs分型,结果表明,当测序深度一定时,覆盖度随准确性的增加而减小。比较常规方法和Pooled Mapping法对第三类数据集进行SNPs分型的可靠性,结果表明,Pooled Mapping法的覆盖度(50.08%–55.78%)略低于常规方法(56.08–56.47%),但其准确性(假阳性比率为0.20%–0.28%)却远远高于常规方法(假阳性比率为70.61%–72.69%)。利用k-NN算法推点后的覆盖度(84.49%–93.95%)和准确性(95.86%–99.88%)都大大增加。3.通过实验证实了Pooled Mapping方法的可行性。对200份白菜(1.2×)与281份甘蓝(0.8×)的低深度重测序数据进行Pooled Mapping分型分析,再分别用CAPS/dCAPS和KASP技术对随机筛选SNPs位点进行验证。结果表明,纯合位点的Pooled Mapping结果与实验结果的一致性较高。因此,本研究开发的Pooled Mapping流程主要适用于对纯合材料进行SNPs分型。对于杂合材料SNPs分型则还有待进一步完善。