MutMap+和mutmap分析差异(BSA)

MutMap+和mutmap分析差异,一个为啥用SNP-index就可以,另外一个为啥用ΔSNP-index

MutMap分析原理:


mutmap分析原理如下图:

attachments-2018-07-6vGNSnAQ5b5e6db86c5ec.jpg


MutMap适合对EMS诱变的隐性突变基因进行分析。通过EMS诱变和自交得到纯合体后,将突变体和其亲本回交得到F1,F1自交得到的F2后代会出现表型的分离,得到野生型表型群体和突变体表型群体。突变体DNA混池进行DNA测序,得到突变型混池测序变异SNP信息;突变为隐性,根据遗传学定律,在F2群体中,与耐盐表型不相关的突变会随机的分布在F2群体个体中,因此,与目标性状不相干的SNP会以:野生型类型:突变体类型=1:1的比例进行分离,而导致突变体表型的SNP,受到了人为选择,在突变体混池中所有的个体都是是纯合的。

Note:这里的野生型混池可以测一下,测野生型混池的好处是可以用于后续假阳性排除:参考文献 https://link.springer.com/article/10.1007/s00122-019-03396-z

为了方便分析,作者定义了一个参数SNP-index,突变体类型的SNP所占的比例(也就是上图中右下角图示)相对于野生型亲本,如果没有野生型亲本基因组,省钱的方法是测一下野生型亲本的重测序,利用物种的其他品种的基因组做snp替换。那么在突变位点,SNP-index为1,越往两侧,SNP-index越小,并最终接近于0.5。对SNP-index进行滑窗作图后,就会出现一个峰,该处就是连锁区域。在附近进行候选基因的筛选和排查,可以比较容易找到突变基因。


attachments-2018-07-IRePOTxy5b5e70b97efd2.jpg问题:SNP位点一般为两个等位基因,与参考基因组比较我怎么知道哪个碱基是突变的?
答:作者利用重测序的方法,对野生型品种(Hitomebore)进行重测序,将read比对到参考基因组日本晴(Nipponbare )上,将Hitomebore和Nipponbare 之间的差异进行替换,得到Hitomebore的参考基因组,如果我们的突变型测序结果比对到Hitomebore参考基因组上,与参考基因组不同的碱基即为突变碱基。以下是作者原文:
reference sequence was constructed by replacing nucleotides in Nipponbare with those of Hitomebore at the 124,968 SNP positions identified between the two cultivars by alignment of 12.25 Gb of Illumina Hitomebore short reads to the Nipponbare reference genome


要使用mutmap的定位方法:
1.一般为隐性突变,最好是EMS诱导的点突变;
2.必须测野生型基因组
3.必须有回交过程:纯合之后再与野生型回交,再自交得到F2.

优势:
只测野生型亲本和突变型混池就可以分析;



MutMap+分析原理:

关于mutmap+的原理说明,转载自以前一个同事,写得很好:http://blog.sina.com.cn/s/blog_14cce7aed0102vpha.html


      MutMap+的原理如图1,将野生型(WT)诱变得到的突变型(M1)自交得到M2,因为诱变产生的突变型一般是杂合的,在M1中不会表现出突变表型(尽管显性突变或者加性突变会在M1中表现,这里不作讨论,我们这里只关注隐性突变)。将M2种植后观察表型,统计野生型和突变型是否符合3:1的分离比(卡方检验),如果符合,我们认为该突变表型为隐性遗传。将M2野生型自交得到M3,选择M3野生型和突变型分离比为3:1的子代池,将两种表型各选20-40株混池测序(测序深度10 x以上),将测序结果比对到参考基因组,计算SNP-index(和野生型不同的reads占总reads的比例)。与MutMap不一样的是,在MutMap+中的两个混池中出现很多不是导致突变性状的SNP位点的index等于1(图1D),这是因为在M2中随机固定下来的突变的SNP(理解为遗传学中的奠基者效应吧),这些位点在两个池中同时存在,所以我们将突变池的SNP-index减去野生池的SNP-index后,得到的ΔSNP-index中,就消除了这种“干扰”,此时,我们将ΔSNP-index显著大于0(bootstrap或者说置换检验判断显著性)的位点作为候选位点(图1E)。

      文章中,作者也将野生亲本测序了,因为作者对这个亲本做了一些列的研究,我们根据参考基因组计算SNP-index(与参考基因组不同的reads占总reads的比例),对应的,在ΔSNP-index中显著大于或者小于0的位点,都应该作为候选位点。

      在上一篇博客中提到了,直接用突变型连续自交的子代池计算SNP-index,这样做也是可行的。但是经过诱变后,连续自交后随机固定下来的位点较多,与亲本相比,会出现较多的假阳性。而MutMap+的两个池都是来自于M2,遗传背景一致,所以假阳性大大减少。

attachments-2020-02-SN5uvRxr5e572eda3ef83.png

图1 MutMap+原理图(R Fekih et al., 2013)


分析差异:

从分析的原理当中我们会发现两种方法几乎一样,一个用snp-index就可以,那么复杂要用ΔSNP-index,这里的原因我总结如下:

由于mutmap+的诞生是由于要研究的突变具有致死性,无法和mutmap一样与野生型回交,从而发展了mutmap+方法,也就是从后代中挑选杂合的个体继续自交;得到分离的M3,而不是回交得到分离群体;这样得到的群体就有随机效应,也就是遗传学中的奠基者效应,某些位点不与性状相关但是他也是纯合的,所以需要用ΔSNP-index。



参考文献:

mutmap:https://www.nature.com/articles/nbt.3188

mutmap+:http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0068529


基因组重测序与BSA数据分析视频课程:https://study.omicsclass.com/index


  • 发表于 2018-07-30 14:27
  • 阅读 ( 13152 )
  • 分类:重测序

0 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

702 篇文章

作家榜 »

  1. omicsgene 702 文章
  2. 安生水 350 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. 红橙子 78 文章
  7. rzx 76 文章
  8. CORNERSTONE 72 文章