混合(Pooling)样本测序研究
1.混合测序基础
测序成本虽然下降了,但对于植物育种应用研究来说还是很高,动不动就上百群体,小小植物个体价值又低,测完了很可能后面就用不到了。这时,混合样本测序是一种省钱的好办法。
混池测序(Pool-seq)相对于GWAS或其他精细定位策略而言,其实是一个初定位产品,其结果很有可能是跟性状相关的候选区域。
概念:
混合样本测序一般是选择表型极端或目标性状差异的个体混合,构建一个文库进行测序。
原理:
假设每个样本被测到的概率相等,通过测序reads数计算等位基因频率。如果基因与研究性状有关,那么理想情况下,表型差异显著的混合样本中,该基因等位基因频率差异显著。
不足:
- 大群体的等位基因频率才能代表该群体真实的情况,选择少量样本可能带来选样误差;
- 各样本测序量不均一引入新的偏差。
但研究表明,在大样本量混合且提高测序深度的情况下,混合样本能够准确评估等位基因频率。
影响因素及建议:
群体类型:群体类型决定研究背景是否纯,影响定位的精确性。混合样本测序最好是只有目标性状存在差异,其他性状一致,即遗传背景纯,一般永久群体>临时群体>自然群体。
混合样本量:多态性高的群体(如F2),推荐混合样本量>100;多态性低的群体(如BCF),推荐混合样本量>20;且作图群体选择比例<25%。
亲本选择:两个亲本尽量性状差异单一,杂合位点少。
混合样本的均一性:样本量小的时候影响大,样本量大影响小。
表型:表型统计不准确,或由多个微效基因控制,会引起定位效果不佳。
参考基因组:基因组组装好坏,基因组注释情况,物种连锁不平衡强易导致候选区域过大。建议采用组装到染色体水平的参考基因组。
测序错误:混合样本测序比较难通过算法区分是测序错误还是稀有变异,测序深度高能有效降低影响。
测序数据量:测序数据量推荐50X以上,测序深度高有利于检测到多态的SNP位点。
比对:混合样本无法校正比对错误,CNV会影响等位基因频率统计。
2. 点突变检测
对于隐形纯合点突变,效果较好。
MutMap和MutMap+是利用SNP-index算法,需要参考基因组,如果目标位点位于参考基因组没有组装上的gap区,或是参考基因组不具有的序列中,利用MutMap检测方法就不能有效检测到目标突变位点。
MutMap-Gap方法结合了MutMap和de novo组装。先通过MutMap分析SNP-index peak区,发现找不到跟突变性状相关的基因,再将之前比对不上参考基因组的野生型亲本unmapped reads和MutMap分析中SNP-index peak区域的野生型亲本比对上的reads一起进行de novo组装,获得潜在的新基因,并以此为参考再计算SNP-index,检测目标突变位点。
3. BSA
BSA(Bulked segregant analysis,混合分组分析),利用目标性状存在极端表型差异的两个亲本构建分离群体,在子代分离群体中,选取两组表型差异极端的个体分别构建混合池 ,结合高通量测序技术对混合样本测序,比较两组群体在多态位点(SNP)的等位基因频率(AF)是否具有显著差异,定位与目标性状相关联的位点并对其进行注释,研究控制目标性状的基因及其分子机制。
SNP-index是主流的BSA定位算法。其原理是构建子代分离群体,经过挑选极端性状构建混池后对SNP进行检测,对各混池进行等位基因频率分析,并与其中一个亲本进行比较。与此亲本不同的基因型所占的比例,即为该位点的SNP-index。
(注意这里的reference并不是变异检测的参考基因组,而是构建群体所使用的亲本,所以SNP-index计算高度依赖于亲本测序数据。)
两个混池相减(上图右)得到了△SNP-index的结果,即两个混池之间SNP基因型频率的差异。理论上说,不与性状相关的位点,△SNP-index的值应当在0左右,代表混池之间不存在差异;而QTL及其相连锁位置的SNP,△SNP-index值应当呈现较高的数值。
△SNP index会存在因统计偏差造成的假阳性位点,可以通过计算滑窗内所有SNP的△SNP-index,来消除其影响,得到真正QTL所在的基因组区域。
其他算法如欧几里得距离(ED),Gradedpool-seq(Ridit检验)等。
这里的BSA是指狭义上的QTL-seq,针对有主效基因的数量性状。实际上上面的质量性状/点突变性状、InDel-seq(InDel突变性状)以及下面的BSR,都属于BSA的范畴,原理相似。此外还有QTG-seq。相应的Pipeline可参考:http://genome-e.ibrc.or.jp/home/bioinformatics-team/mutmap
4. BSR
BSR(Bulked segregant RNA sequencing)同样依据分组混合的原理,在RNA水平上进行高通量测序并定位候选基因,即BSA+RNAseq。BSR的混池同样选取分离群体中的极端性状单株,混池用的单株数会比BSA多一些(大多大于30),提取RNA进行混池,再进行转录组测序,mapping参考基因组后同样进行变异分析,确定候选区间。BSR的优势在于不仅提供变异信息,还能提供候选区域中基因的表达信息。
BSR的劣势:RNAseq只能检测表达基因上的SNP,检测的SNP数量少,一般只适用于高频的SNP。同时由于存在RNA编辑等问题,RNA层面检测的SNP和DNA层面也是有差别的,所以只有当DNA层面无法实现(复杂基因组)或DNA测序成本过高(超大基因组)等情况下可选择BSR,否则还是优先选择BSA。
5. 混合样本GWAS分析
Pool –GWAS也是一种省钱策略,但还是非常小众。
比如:GWAS study using DNA pooling strategy identifies association of variant rs4910623 in OR52B4 gene with anti-VEGF treatment response in age-related macular degeneration
Pool –GWAS研究复杂遗传背景的性状功效降低,对稀有变异的检测能力下降。
6. 混合样本驯化研究
同样,分析获得的驯化相关位点很多,如果想用类似的方法检测复杂性状相关位点,后续挖掘真正的功能位点的难度还是很大。
7. 小结
Ref:
华大科技公众号《混合样本测序,这些“坑”记得跳过!》《经典案例 | 我的研究适合“混合测序”吗?》
BSA专题——分析方法大汇总
美吉生物公众号《BSA的姊妹产品——BSR》
BSA的原理
没看过这些文章,请不要尝试BSA定位 | 群体研究
混池测序研究中如何不被这些问题困扰?
混合(Pooling)样本测序研究的更多相关文章
- RNA测序研究现状与发展
RNA测序研究现状与发展 1 2,584 A+ 所属分类:Transcriptomics 收 藏 通常来说,某一个物种体内所有细胞里含有的DNA都应该是一模一样的,只是因为每一种细胞里所表达的R ...
- 样本、文库、重复、lane、run - 二代测序原理及名词解释
参考: 独占鳌头的Illumina仪器(二代测序篇) HiSeq2000测序原理.流程与仪器 NGS文库制备的方法比较[心得点评] 各种测序文库构建方式 样本:就是待测的DNA.RNA或蛋白序列,样本 ...
- 柳叶刀重磅出击!全外显子测序在胎儿结构异常的评估Whole-exome sequencing in the evaluation of fetal structural anomalies: a prospective cohort study
柳叶刀发表的文献解读:Whole-exome sequencing in the evaluation of fetal structural anomalies: a prospective coh ...
- RNA测序的质量控制
RNA测序的质量控制 发表评论 3,112 A+ 所属分类:Transcriptomics 收 藏 ENCODE项目向我们揭示,人类基因组中超过70%能得到转录,只不过不会发生在同一个细胞里.为 ...
- 全基因组测序 Whole Genome Sequencing
全基因组测序 Whole Genome Sequencing 全基因组测序(Whole Genome Sequencing,WGS)是利用高通量测序平台对一种生物的基因组中的全部基因进行测序,测定其 ...
- (基因功能 & 基因表达调控)研究方案
做了好久的RNA-seq分析,基因表达也在口头溜了几年了,但似乎老是浮在表面. 对一件事的了解程度决定了你的思维深度,只想做技工就不用想太多,想做大师就一定要刨根问底. 老是说基因表达,那么什么是基因 ...
- 第三代PacBio测序技术的测序原理和读长
针对PacBio单分子测序——第三代测序技术的测序原理和读长 DNA基因测序技术从上世纪70年代起,历经三代技术后,目前已发展成为一项相对成熟的生物产业.测序技术的应用也扩展到了生物.医学.制 ...
- Data-independent acquisition mass spectrometry in metaproteomics of gut microbiota - implementation and computational analysis DIA技术在肠道宏蛋白质组研究中的方法实现和数据分析 (解读人:闫克强)
文献名:Data-independent acquisition mass spectrometry in metaproteomics of gut microbiota - implementat ...
- Journal of Proteome Research | Current understanding of human metaproteome association and modulation(人类宏蛋白质组研究近期综述)(解读人:李巧珍)
文献名:Current understanding of human metaproteome association and modulation(人类宏蛋白质组研究近期综述) 期刊名:J Prot ...
随机推荐
- [对对子队]会议记录4.18(Scrum Meeting9)
今天已完成的工作 何瑞 工作内容:修复了一些关卡1的bug 相关issue:搭建关卡1 相关签入:4.18签入1 4.18签入2 梁河览 工作内容:实现了音量控制,添加了BGM 相 ...
- SpringCloud微服务实战——搭建企业级开发框架(九):使用Nacos发现、配置和管理微服务
Nacos是一个更易于构建云原生应用的动态服务发现.配置管理和服务管理平台,Nacos 致力于帮助您发现.配置和管理微服务.Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现.服务配置 ...
- MyBatis源码分析(五):MyBatis Cache分析
一.Mybatis缓存介绍 在Mybatis中,它提供了一级缓存和二级缓存,默认的情况下只开启一级缓存,所以默认情况下是开启了缓存的,除非明确指定不开缓存功能.使用缓存的目的就是把数据保存在内存中,是 ...
- [WPF] 在 Windows 11 中处理 WindowChrome 的圆角
1. Windows 11 的圆角 在直角统治了微软的 UI 设计多年以后,微软突然把直角骂了一顿,说还是圆角好看,于是 Windows 11 随处都可看到圆角设计.Windows 11 使用 3 个 ...
- 空格替换 牛客网 程序员面试金典 C++ Python
空格替换 牛客网 程序员面试金典 C++ Python 题目描述 请编写一个方法,将字符串中的空格全部替换为"%20".假定该字符串有足够的空间存放新增的字符,并且知道字符串的真实 ...
- hdu 1506 Largest Rectangle in a Histogram(DP)
题意: 有一个柱状图,有N条柱子.每一条柱子宽度都为1,长度为h1...hN. 在这N条柱子所构成的区域中找到一个最大面积,每平方米3块钱,问最多赚多少钱. 输入: 1<=N<=10000 ...
- Android WebView 实现文件选择、拍照、录制视频、录音
原文地址:Android WebView 实现文件选择.拍照.录制视频.录音 | Stars-One的杂货小窝 Android中的WebView如果不进行相应的设置,H5页面的上传按钮是无法触发And ...
- SpringBoot教程(学习资源)
SpringBoot教程 SpringBoot–从零开始学SpringBoot SpringBoot教程1 SpringBoot教程2 --SpringBoot教程2的GitHub地址 SpringB ...
- 正则表达式之grep
grep 的五个参数,基本的常用的: -a :将 binary 档案以 text 档案的方式搜寻数据 -c :计算找到 '搜寻字符串' 的次数 -i :忽略大小写的不同,所以大小写视为相同 -n :顺 ...
- openssh 8.2 升级 8.3
openssh 8.2 存在安全漏洞,升级为 openssh 8.3 需要安装的包:openssh-8.3p1.tar.gz.zlib-1.2.11.tar.gz.openssl-1.1.1g.tar ...