大豆泛基因组研究进展

人工驯化为农业发展提供了原始驱动力,也深刻地改变了许多动植物的遗传背景。伴随组学大数据理论和技术体系的发展,作物基因组研究已迈入泛基因组时代。借助泛基因组的研究思路,通过多基因组间的比较和整合,能够评估物种遗传信息上界和下界,认知物种的遗传多样性全貌。此外,将泛基因组与染色体大尺度结构变异、群体高通量测序及多层次组学数据相结合,可以进行更为深入的性状-遗传机制解析。大豆(Glycine max(L.)Merr.)是重要的粮油经济作物,大豆产能关乎国家粮食安全。对大豆遗传背景形成、重要农艺性状关键位点的解析,是实现更高效的大豆育种改良的前提。本文首先对泛基因组学的核心问题进行了阐述,解释了从头组装/比对组装、迭代式组装和图基因组等泛基因组研究策略的演变历程和各自特征;接着对作物泛基因组研究的热点问题进行了概括,并且以大豆为例详细阐释了包括类群选择、泛基因组构建、数据挖掘等方面在内的泛基因组研究的开展思路,着重说明染色体结构变异在大豆演化/驯化历程中的贡献及其在农艺性状遗传基础挖掘上的价值;最后讨论了图泛基因组在数据整合、结构变异计算方面的应用前景。本文对作物泛基因组未来的发展趋势进行了展望,以期为作物基因组学及数据科学研究提供参考。

生物信息学分析方法Ⅰ:全基因组关联分析概述

全基因组关联分析(GWAS)是动植物复杂性状相关基因定位的常用手段。高通量基因分型技术的应用极大地推动了GWAS的发展。在植物中,利用GWAS不仅能够以较高的分辨率在全基因组水平鉴定出各种自然群体特定性状相关的基因或区间,而且可揭示表型变异的遗传架构全景图。目前,人们利用GWAS分析方法已在拟南芥(Arabidopsis thaliana)、水稻(Oryza sativa)、小麦(Triticum aestivum)、玉米(Zea mays)和大豆(Glycine max)等模式植物和重要农作物品系中发掘出与各种性状显著相关的数量性状座位(QTL)及其候选基因位点,阐明了这些性状的遗传基础,并为揭示这些性状背后的分子机理提供候选基因,也为作物高产优质品种的选育提供了理论依据。该文对GWAS的方法、影响因素及数据分析流程进行了详细描述,以期为相关研究提供参考。