遗传图谱-南宫28NG相信品牌力量-简化基因组WGSGBS

南宫NG·28(中国)相信品牌力量有限公司

南宫28NG相信品牌力量

 > 

科技服务

 > 

基因组测序

遗传图谱—精确构建连锁遗传图

遗传连锁图谱(Genetic linkage map):又叫连锁图谱(Linkage map),指分子标记在染色体上的相对位置,用遗传距离来衡量距离。遗传距离单位是厘摩(cM), 表示分子标记在染色体交换过程中的重组频率。
遗传图谱家系构建:连锁图谱最佳群体选择F1代、F2代、BC回交群体、RILs系,DH系。
图1 常见家系

遗传图谱分析方法:

  • 1. 高密度遗传图谱

    以连锁遗传中染色体的交换和重组为基础,通过连续多次两点或三点测验等方法计算出交换值,确定位于同一染色体基因的相对位置的距离,绘成连锁遗传图。
    图2 高密度连锁图谱
  • 2. 多倍体遗传图谱

    多倍化是植物的进化驱动力之一,基于多倍体物种在生长活力、生物量积累和抗逆适应性等方面的优势,一直较难破译的多倍体物种,其遗传图谱的构建相比于二倍体要复杂得多。南宫28NG相信品牌力量针对多倍体物种开发的图谱构建流程已助力科研论文成功发表。 图3 多倍体遗传图谱

应用方向

  • 1. QTL定位与功能挖掘

    通过表型性状与标记间的连锁分析来确定QTL在染色体上的位置、效应,进而实现性状相关基因的挖掘。
  • 2. 辅助基因组组装

    通过表型性状与标记间的连锁分析来确定QTL在染色体上的位置、效应,进而实现性状相关基因的挖掘。
  • 3. 比较基因组学分析

    通过表型性状与标记间的连锁分析来确定QTL在染色体上的位置、效应,进而实现性状相关基因的挖掘。
  • 4. 分子标记辅助育种

    通过表型性状与标记间的连锁分析来确定QTL在染色体上的位置、效应,进而实现性状相关基因的挖掘。

诺禾优势

  • 1.高速度 高密度 高质量

    基于全基因组重测序或简化基因组测序的检测方法,可一次性快速开发大量的分子标记, 测序数据和上图标记质量高,可获得高饱和或者超密度遗传图谱,已广泛应用于各种模式和非模式生物遗传图谱构建。
    项目周期:50
    区间性状定位
  • 2.高质量测序数据,高性能计算平台

    BSA性状定位采用先进的高通量测序平台,快速、高效地读取高质量的测序数据。 南宫28NG相信品牌力量高性能计算平台(High Performance Computing,HPC)采用DELL计算节点和Isilon存储的高效组合,实现快速稳定的 测序数据分析及交付。随着公司业务的发展,高性能计算平台将会持续 更新并扩容,以保证高效的数据处理和安全的数据存储。
    • PE150

      测序读长
    • ≥85%

      测序质量Q30
    • 20,280个

      物理核数
    • 1,727 T flops

      计算峰值速度
    • 400 TB

      总内存
    • 58.6PB

      总储存
  • 3.出色完成每一个项目环节

    至2021年12月,南宫28NG相信品牌力量已对畜牧、作物、果蔬、花卉、普通植物、水产等上百个物种进行了遗传图谱构建。“科学 的方案设计,严格的质控管理,专业的分析团队,丰富的项目经验,优质的项目服务” 确保每一个环节都能出色完成,助力科学研究。
    • 50人

      分析团队
    • 10年

      项目经验
    • 300+

      结题项目
    • 1对1

      项目服务
  • 4.科学方案设计

    从材料选取,建库测序,到数据分析,每一步都需要科学、缜密的设计,以保障高质量研究成果。

    材料选取

    群体类型
    F1、F2、BC、
    RILs等

    群体大小
    ≥150

    WGS(350bp文库)
    亲本:10-30×/个
    子代:≥5×/个

    子代GBS
    Tag≥10万/RAD
    测序≥1×/个

    信息分析

信息分析

利用全基因组或简化基因组测序技术,开发SNP标记,基于SNP标记进行连锁分析,构建高密度遗传图谱。除SNP标记外,还可加入InDel等标记进行构图。
全基因组重测序(WGS) 简化基因组测序(GBS)
测序数据质量评估 测序数据质量评估
与参考基因组比对 与参考基因组比对(有参)
与拟参考基因组比对(无参)
群体SNP检测及注释 群体SNP检测及注释
遗传标记开发及过滤 遗传标记开发及过滤
遗传图谱构建及质量评估 遗传图谱构建及质量评估

常见问题

  • 1. 亲本如何选择?

    • 亲本的选择直接影响到构建图谱的难易程度及所建图谱的适用范围,需要符合以下要求:
      (1)亲本间的DNA多态性。
      (2)考虑后代的可育性,防止偏分离产生。
      (3)尽量选择纯度高的亲本材料(F 1代除外)。
  • 2. 构建图谱的软件有哪些?各有什么区别与联系?

    • JoinMap软件是Widows系统下的软件,目前应用最为广泛,几乎适用于所有群体类型。其余还有R/qtl、Lepmap、Highmap、Onemap、Mstmap、Carthagen等。
  • 3. 不同群体如何选择上图标记?

    • 对于F1群体,理论上一般选择lm x ll、nn x np、hk x hk。除了F1群体,其他群体F2群体,BC群体等都使用aa x bb标记。
  • 4. 图谱质量判定标准有哪些?

    • 图谱质量判定标准主要有上图指标统计、遗传图谱物理图谱共线性分析、相邻标记重组热图分析。
  • 5. 常用的QTL作图软件有哪些?各有什么不同?

    • 常用的QTL 作图软件有MapQTL、WinQTL cartographer、IciMapping、QTLNetwork,R\qtl等。其中R\qtl是比较老的软件,近年文章里应用比较少。
      软件 WinQTL MapQTL IciMapping QTLNetwork
      适用群体 BC、DH、RIL、F2 F1、F2、RIL、BC、DH BC、DH、RIL、F2 F2、RIL、BC、DH
      标记限制 每条染色体不高于1000 总数不高于7000 10000以内 无限制
      定位方法 IM、CIM、MIM IM、MQM IM、ICIM MCIM
      定位结果 LOD、贡献率、加性效应、显性效应 LOD、贡献率、加性效应显性效应 LOD、贡献率、加性效应、显性效应、上位性效应 LOD、贡献率、加性效应、显性效应、上位效应
    • 注:加性效应:影响数量性状的多个微效基因的基因型值的累加,也称性状的育种值。可遗传且相对稳定。
      (正负值分别表示遗传效应来自于哪个亲本)
      显性效应:基因位点内等位基因之间的互作效应,是可以遗传但不能固定的遗传因素,是产生杂种优势的主要部分。可遗传但不稳定。
      上位效应:是指不同基因位点的非等位基因之间相互作用所产生的效应。

参考文献

[1] Gu Q , Ke H , Liu Z , et al. A high-density genetic map and multiple environmental tests reveal novel quantitative trait loci and candidate genes for fibre quality and yield in cotton[J]. Theoretical and Applied Genetics, 2020.
[2] Yang Q , Yang Z , Tang H , et al. High-density genetic map construction and mapping of the homologous transformation sterility gene (hts) in wheat using GBS markers[J]. BMC Plant Biology, 2018.
[3] Rumi S , Hiroaki T , Kenta S , et al. Development of molecular markers associated with resistance to Meloidogyne incognita by performing quantitative trait locus analysis and genome-wide association study in sweetpotato[J]. DNA Research 2019.
[4] Peter M Bourke, Geert van Geest, Roeland E Voorrips, Johannes Jansen, Twan Kranenburg, Arwa Shahin, Richard G F Visser, Paul Arens, Marinus J M Smulders, Chris Maliepaard. polymapR-linkage analysis and genetic map construction from F1 populations of outcrossing polyploids[J]. Bioinformatics 2018.
[5] Pariya B , Wit E C . De novo construction of polyploid linkage maps using discrete graphical models[J]. Bioinformatics 2018.
[6] Zhou, C.,Olukolu, B., Gemenet, D.C. et al. Assembly of whole-chromosome pseudomoleculesfor polyploid plant genomes using outbred mapping populations. Nature Genetics 2020.

拓展材料

更多内容,可扫描侧边栏"一对一业务咨询"二维码添加科研服务经理咨询。

售后服务可联系侧边栏"在线客服"、电话400-6581585,或发送邮件至 service@novogene.com

南宫NG·28(中国)相信品牌力量有限公司

Copyright@2011-2024 All Rights Reserved    版权所有:北京南宫28NG相信品牌力量科技股份有限公司    京ICP备15007085号-1

一对一业务咨询

一对一业务咨询

在线客服

联系方式

联系电话

400-658-1585

企业邮箱

service@novogene.com
返回顶部
友情链接: