两个低谷蛋白基因插入缺失标记的设计与验证

低谷蛋白稻米是肾脏病人极有效的食疗辅助品,培育低谷蛋白功能性水稻品种具有重大意义。低谷蛋白基因Lgc1作为培育低谷蛋白功能性水稻品种的优质资源,受到了育种家的青睐。为提高低谷蛋白基因Lgc1分子标记辅助选择的准确性,我们根据其突变体在两个谷蛋白基因GluB4和GluB5间的碱基缺失,设计出了Lgc1基因的插入缺失标记InDel-Lgc1-A和InDel-Lgc1-B。利用InDel标记对W3660(Lgc1低谷蛋白品种)/南粳46(谷蛋白正常品种)的F2分离群体和13份水稻品种进行检测验证。依据其PCR扩增产物的电泳带型,可准确地区分出低谷蛋白纯合基因、谷蛋白正常纯合基因和杂合基因型3种带型,且3种带型与其植株或品种相应的蛋白性状表现完全一致,表明这两对InDel标记可用于Lgc1低谷蛋白基因资源的鉴定以及分子辅助育种。

光学动作捕捉中缺失标记重建方法研究

光学动作捕捉技术是一种常用的动作捕捉方法,目前已经在各个行业内广泛应用。尤其是在体育竞技领域,已经成为了不可或缺的训练辅助手段。在光学动作捕捉中,最常见的问题是缺失标记,可能由外部遮挡、身体自遮挡或信号丢失等原因造成。对于缺失标记问题,在以往的研究中要么需要舍弃缺失的标记,要么需要大量后处理工作来恢复缺失标记。针对这种情况,本文提出一种用于光学动作捕捉中缺失标记的重建方法,该方法使用卡尔曼滤波框架,结合运动数据来预估缺失标记点的位置,实时重建人体运动模型。实验结果证明该方法能够快速有效的恢复缺失标记,重建人体运动。

利用插入/缺失标记分析我国瓠瓜资源遗传多样性

瓠瓜作为重要的葫芦科作物之一,在我国已有悠久的栽培历史。瓠瓜分子标记研究大大落后于黄瓜、白菜等作物,应用分子标记技术开展瓠瓜种质资源的遗传多样性和亲缘关系研究,对促进瓠瓜重要种质资源的开发和利用具有重要意义。本研究选择96份具有广泛代表性的我国瓠瓜种质材料,利用插入/缺失分子标记技术,研究分析了其遗传多样性和亲缘关系,探讨我国瓠瓜品种间的基因差异和瓠瓜亚种间及亚种内的亲缘关系。结果表明,瓠瓜种质遗传相似系数0.30~1.00,在遗传相似系数0.68处可将96份瓠瓜种质材料分为8类,各种质材料分布较平均;相同瓜型的材料有聚集在一起的趋势,根据瓜型可将这96份瓠瓜种质大致分为3类。

缺失标记下基于类属属性的多标记特征选择

多标记特征选择已在图像分类、疾病诊断等领域得到广泛应用;然而,现实中数据的标记空间往往存在部分标记缺失的问题,这破坏了标记间的结构性和关联性,使得学习算法难以准确地选择重要特征。针对此问题,提出一种缺失标记下基于类属属性的多标记特征选择(MFSLML)算法。首先,通过利用稀疏学习方法获取每个类标记的类属属性;同时基于线性回归模型构建类属属性与标记的映射关系,以用于恢复缺失标记;最后,选取7组数据集以及4个评价指标进行实验。实验结果表明:相比基于最大依赖度和最小冗余度的多标记特征选择算法(MDMR)和基于特征交互的多标记特征选择算法(MFML)等一些先进的多标记特征选择算法,MFSLML在平均查准率指标上能够提升4.61~5.5个百分点,由此可见MFSLML具有更优的分类性能。

大豆长片段插入/缺失标记的开发与应用

为了开发稳定可靠、操作简便的大豆分子标记,以12份地理来源不同的大豆种质资源为材料,通过基因组10倍深度重测序开发长片段插入/缺失(InDel)标记,并应用2018年黄淮海大豆多点鉴定96份参试品系DNA指纹图谱构建。结果表明,在参试材料中,共检测到插入/缺失片段长度大于20 bp的InDel标记66561个,平均每条染色体InDel标记的数量为3262个;位于内含子的InDel占比12.35%,位于基因上游序列和下游序列的InDel占比分别为25.83%,20.44%,位于基因间隔区的InDel占比34.39%,位于外显子的InDel占比0.19%,位于5′-UTR和3′-UTR的InDel占比分别为0.93%和1.51%;片段长度介于20~40 bp的InDel数量为42453个,41~60 bp为13044个,61~80 bp为5034个,81~100 bp为2285个,大于100 bp为2413个;从检测到的66561个InDel位点中,根据插入/缺失片段长度,在基因组中随机选区160个InDel位点,利用引物设计、PCR和琼脂糖凝胶电泳等技术,在55℃的退火温度条件下,开发出32个有且仅有2个等位变异、基于1%琼脂糖凝胶电泳技术易于分辨的长片段插入/缺失标记。应用新开发的32个标记,构建了2018年黄淮海大豆多点鉴定96个参试品系DNA指纹图谱,参试的大豆材料纯度为96.84%,没有同物异名现象发生。研究开发的InDel标记稳定可靠、操作简便,可应用于大豆DNA指纹图谱构建、种子纯度检测等工作。

基于样本全局相似度和Relief的缺失标记特征选择

原始的Relief模型只能分析完备的单标记数据,并且相关的改进模型也未涉及样本之间的全局相似性等,由此基于样本全局相似度和Relief模型设计了一种缺失标记特征选择方法.首先,为了补全样本对应的缺失标记,在每个标记下将全体样本划分为缺失集和完备集,通过计算样本间的欧式距离,为缺失标记的样本搜索其在完备集中的最近邻样本,从而提出了一种补全标记策略,补充样本缺失的标记.其次,为了衡量不同的样本在全局空间上的相似关系,使用余弦相似度函数计算样本间的特征相似度,基于样本标记集的重叠程度计算样本间的标记相似度,结合上述两种相似度构建了样本全局相似度.然后,为了确定目标样本在多标记决策系统中的同类近邻和异类近邻,根据目标样本与其余样本之间的全局相似度,定义了样本间的同异类判别关系.最后,结合改进的Relief模型构建新的特征权重迭代公式,进而设计了基于样本全局相似度和Relief的缺失标记特征选择算法.在8个多标记数据集上分析和测试所提算法的分类性能,实验结果表明所提算法是有效的.

从标记过度与标记缺失看情状体对习得一般过去时标记的影响

本研究从一般过去时标记在使用中存在的问题(标记过度和标记缺失现象)出发对情状体假设作了进一步的验证。本文描述并分析了41篇英语叙述体作文,结果显示,标记过度和标记缺失现象最多出现于状态动词,其次是活动动词,然后是完结动词和达成动词,所反映的习得顺序基本支持情状体假设的第一个习得过程。与情状体假设的不符之处是,本研究中一般过去时标记最先标记终结性动词而非仅仅是瞬时性动词。另外,本文还验证了系动词be作为时态承载动词在习得过程中的特殊性。

流缺失标记环境下的多标记特征选择

在监督学习实际任务中,特征的高维性、标记的动态性和缺失性为监督学习带来严峻的挑战。为解决这些不足,提出流缺失标记环境下的多标记特征选择算法。首先,为解决缺失标记的影响,通过学习标记相关性填补不完整的标记矩阵。其次,利用稀疏学习方法为每个新到达的标记选择类属属性。然后,根据已到达标记的类属属性,通过计算得分选取一个有代表性的特征子集。最后,在11个基准数据集上进行一系列实验表明,所提算法能选择有代表性的特征子集,且分类性能较优。

自适应标记关联与实例关联诱导的缺失多视图弱标记学习

针对多视图多标记学习中视图不完整和标记不完整问题,提出一种自适应标记关联与实例关联诱导的缺失多视图弱标记学习模型。模型假设样本各视图特征基于一个共享表示,通过不同映射得到。首先通过嵌入指示矩阵进行矩阵分解,充分利用已有的不完整多视图弱标记数据,然后引入图论中学习标准拉普拉斯矩阵的技术来刻画标记关联关系、实例关联关系,从而在模型里嵌入流形正则化思想,使学到的潜在共享表示以及分类器更加合理,最后在4个多视图多标记数据集上实验。实验结果表明,所提方法能够有效解决不完整多视图弱标记学习问题。

新一代遗传标记——InDel研究进展

法医DNA分型经历了三代遗传标记的研究,短串联重复序列(short tandem repeat,STR)作为比较成熟的工具已被广泛运用于法医生物学鉴定中。进一步对人类基因组的探索,先后发现了单核苷酸多态性(single nucleotide polymorphism,SNP)、插入/缺失(Insertion/Deletion,InDel)等一系列遗传标记,而其中InDel作为新型的遗传标记,基本兼具各类遗传标记的优点,受到包括医学分子生物学和法医生物学在内各领域的广泛关注。本文就InDel的研究历史与相应的成果进行简单总结与回顾,以时间轴与研究目的为主要的分类指标,重点关注以多个InDel联合作为遗传标记的多重扩增系统(常染色体或X染色体)在法医生物学及人类学研究中的进展,并对今后该领域研究的方向与暨待解决的问题进行了综述。

基于InDels标记的大白菜育种材料的亲缘关系鉴定

采用86对InDels引物对105份大白菜育种材料进行了鉴定,共得到189个多态性位点。每对引物所能检测到的等位基因为2~4个,其中82.6%的引物仅能检测到2个等位基因位点;杂合度指数0~0.1880,平均为0.0511;主要等位基因频率为0.3277~0.9664,平均为0.6638;每对引物的多态性信息含量为0.0629~0.6654,平均为0.3444。94.2%的引物杂合度低于0.1,表明所选材料纯合度较高。采用NTSYS软件对供试材料进行UPGMA聚类分析,当相似系数为0.60时所有试材料分为合抱型(类群Ⅰ)与叠抱型(类群Ⅱ)明显的两个类群。叠抱型所在的类群Ⅱ在相似系数0.63时又进一步分为4个亚群。4个杂种优势非常明显的叠抱型品种的亲本材料分别处于不同的亚群或同一亚群中的不同分支。对双亲标记检测结果的进一步分析后挖掘了一批适宜4个杂交种纯度鉴定的引物,从中筛选了3对适宜4个杂交种纯度鉴定的通用引物。研究结果不仅提供了大白菜杂种优势育种的分子证据,同时也为育种实践中杂交组合的高效选配提供了帮助。

玉米抗甘蔗花叶病毒分子标记与检测技术

开发实用分子标记和高效检测技术是开展分子标记辅助育种的基础。本文采用"一致性"抗甘蔗花叶病毒QTL区间的InDel-186标记对BC2F2群体[(掖478×齐319)×掖478]的379个单株进行检测,用In-Del-110标记对重组近交系群体(X178×B73)的183个F8家系进行检测。结果表明:(1)InDel-186标记抗病带型(齐319带型)单株的抗病级别平均为1.27±0.25,而感病带型(掖478带型)单株的抗病级别平均为2.57±0.10,两者差异达到显著水平(F=1.62,P<0.02);(2)InDel-110标记抗病带型(X178带型)家系的病株率平均为55.39±7.24,而感病带型(B73带型)家系的病株率平均为81.10±4.89,两者差异达到显著水平(F=0.62,P<0.03);(3)进一步优化PCR反应体系,建立了InDel-186和InDel-1105μL的二重PCR检测体系。采用In-Del-186和InDel-110标记及优化的检测体系可以有效地选择玉米抗甘蔗花叶病毒基因型,提高选择效率。

基于邻域粗糙集和Relief的弱标记特征选择方法

在多标记学习与分类中,现有邻域粗糙集特征选择算法若将样本的分类间隔作为邻域半径,则会出现分类间隔过大导致分类无意义、样本距离过大容易造成异类样本和同类样本失效,以及无法处理弱标记数据等情况。为解决这些问题,提出一种基于多标记邻域粗糙集和多标记Relief的弱标记特征选择方法。首先,引入异类样本数和同类样本数来改进分类间隔,在此基础上定义邻域半径,构造新的邻域近似精度与多标记邻域粗糙集模型,并有效度量边界域引起的集合不确定性。其次,利用迭代更新权重公式填补大部分缺失标记信息,将邻域近似精度与互信息相结合,以构造新的标记相关性,填补剩余的缺失标记信息。然后,使用异类样本数和同类样本数,以构造新的标记权重和特征权重计算公式,进而提出多标记Relief模型,并将其应用于多标记特征选择。最后,结合多标记邻域粗糙集模型和多标记Relief算法,设计一种新的弱标记特征选择算法,以处理带有缺失标记的高维数据,并有效地提升多标记分类性能。在11个公共多标记数据集上进行仿真实验,结果验证了所提出的弱标记特征选择算法的有效性。

基于AP聚类和互信息的弱标记特征选择方法

特征选择是多标记学习中重要的预处理过程.针对现有多标记分类方法没有考虑标记占比对特征和标记相关性的影响,以及不能有效处理弱标记数据等问题,提出一种基于仿射传播(affinity propagation,AP)聚类和互信息的弱标记特征选择方法.首先,在AP聚类的基础上,结合剩余标记信息和样本相似性,构建概率填补公式,预测缺失标记值,有效补齐缺失标记;然后,使用先验概率定义标记占比,结合互信息构建相关性度量,评估特征与标记集之间的相关程度;最后,设计一种弱标记特征选择算法,有效提高弱标记数据的分类性能.在6个多标记数据集上进行仿真实验,结果表明,该算法在多个指标上获得了良好的分类性能,优于当前多种相关的多标记特征选择算法,有效验证了所提算法的有效性.

基于HRM技术的大白菜InDel标记高效检测技术构建及其应用

高分辨率熔解曲线(high-resolution melting,HRM)分析技术是基于核酸小片段之间的GC含量差异而导致双链核酸解链温度差异的一门检测技术,更多地被用于特定类型的单碱基突变筛查,很少见用于插入/缺失突变的检测。本研究从前期鉴定的可以有效区分大白菜自交系He102与06-247的593对多态性InDel引物中筛选到271对特异性好、呈共显性分布的InDel引物,采用软件TMUtility_1.5预测了差异目标片段的熔解温度(Tm)值,发现63对标记的Tm差值满足HRM分型的灵敏度(差值绝对值≥0.2℃)要求,进一步采用梯度PCR技术对上述63对引物进行PCR扩增和HRM分型,从中鉴定出20对适宜进行HRM分型的InDel标记。构建了适宜LightScanner-96高分辨率熔解曲线分析仪分析的高效检测体系,并在大白菜种质基因型精准鉴定、杂交种纯度高效鉴定方面得到成功应用。本研究开发的适宜HRM分型的InDel标记还可以作为一种标记储备用于构建遗传连锁图谱和DNA指纹图谱、鉴定杂交种纯度和真实性、关联分析、分子标记辅助育种等。基于此构建的高通量检测方法也为其它动植物材料InDel标记的高通量检测和应用提供借鉴。

基于弱监督对比学习的弱多标记特征选择

多标记特征选择已被广泛应用于医疗诊断、模式识别等领域,然而现实中的数据往往存在维数灾难以及标记大量缺失等问题,现有的弱多标记特征选择算法又普遍易受缺失标记和噪声的干扰,使算法模型难以准确地选择重要特征.针对上述问题,提出一种用于弱多标记数据集特征选择的弱监督对比学习方法,旨在缺失和含噪声标记数据集中选择优质特征,同时挖掘少量人工标注数据中潜在的类间对比模式.该方法包括三个步骤:首先,设计一种弱监督预训练策略,通过利用实例相似性以及稀疏学习方法获取每个类标记类属属性,用于恢复缺失标记;其次,引入对比学习策略来捕获少量有标记数据的对比模式来削弱噪声数据的影响;最后,选取10组多标记数据集以及四个评价指标进行实验.实验结果证明,与多个先进多标记特征选择算法相比,提出的方法分类性能更优.

基于转录组测序芒果抗细菌性角斑病SNP/In Del分析

旨在挖掘与芒果抗细菌性角斑病紧密联系的SNP/InDel位点,以进一步揭示芒果抗细菌性角斑病的遗传多样性和分子机理。试验材料为细菌性角斑病高抗品种‘热农1号’和高感品种‘凯特’,分别对两个品种接病菌后0d、2d、6d的果皮进行转录组分析,以基因组‘红象牙’作为参考,鉴定并分析芒果中SNP/InDel位点的特征。结果表明,‘凯特’和‘热农1号’分别获得32.77Gb和36.83Gb的数据量,每个样本过滤后的Q30均高于90%。将reads比对到芒果参考基因组上,两个品种共检测到1213112个SNP位点,62888个InDel位点,主要分布在内含子区、外显子区、基因间区和基因上下游区域。SNP中转换位点和颠换位点分别为751006个(61.91%)和462106个(38.09%),其中转换型中A->G略多,而A->T在颠换型中占多数;In Del位点插入和缺失分别每个样本平均有18769和25015个。生物信息学分析表明,全部的SNP和InDel位点所在的差异基因,主要参与分子功能有代谢途径、应答刺激和生物学调控等过程。

番鸭下丘脑组织的RNA-Seq特征分析

为筛选番鸭下丘脑组织中的基因组信息,本研究以NCBI数据库中已标注的绿头鸭基因组(登录号:BGI_duck_1.0)为参照,利用RNA-Seq技术对番鸭下丘脑组织基因表达水平,以及可变剪切事件、SNPs及InDel进行筛选。结果显示,共鉴定出14 619个基因表达(FPKM≥1),占筛选出总基因数的72.7%。共有5 034个基因发生了7 528次可变剪切,其中外显子跳跃占92.76%,第一个外显子可变剪切和内含子滞留所占比例最小,共占总数的0.027%。通过RNA-Seq技术,本研究还筛选到646 423个SNP位点和77 712个InDel位点。对SNPs和InDel所在的基因进行功能注释发现,这些基因主要参与分子功能、生物过程和细胞组成过程。通过KEGG通路分析发现,出现SNPs和InDel所在基因主要富集在内分泌调节和神经行为调节的相关通路上,表明下丘脑既可参与内分泌调节,又参与动物的神经行为调节。本研究筛选出的数据不仅丰富了番鸭的遗传信息,而且也建立了番鸭相关基因的SNPs和InDel的数据库,这为番鸭的遗传育种工作及相关功能基因的具体定位提供了可靠依据,同时也为以后番鸭行为的研究提供了一定的参考价值。

橄榄果实转录组SSR和SNP/InDel位点特征

简单重复序列标记(simple sequence repeats,SSR)和单核苷酸多态性标记(single nucleotide polymorphism,SNP)具有高灵敏度和高特异性特征,挖掘不同类型橄榄果实性状相关分子标记可为其分子辅助育种提供参考。本研究以充分成熟的长营和惠圆橄榄果实为材料,经总RNA提取和cDNA文库构建后采用Illumina Novaseq平台进行转录组测序,并采用MISA 1.0和GATK3软件分析转录组的SSR、SNP和插入缺失标记(Indel)位点特征。结果在橄榄果实转录组的10124条unigenes上鉴定到13935个SSR位点,发生频率为22.98%,平均每1 kb序列出现0.25个SSR位点,平均长度为14.34 bp;其中,单碱基重复基元类型的SSR位点数量最多(占比66.80%),长度为10~64 bp,平均长度为12.85 bp,重复基元的重复次数集中在9~12次,频率最高的基元为A/T(占比66.67%);六碱基重复基元类型的SSR位点数量最少(占比0.47%),长度为30~54 bp,平均长度31.76 bp,基元重复次数集中在5~8次,频率最高的基元为AGATGG/ATCTCC(占0.04%)。在橄榄果实转录组中共检测到284992个SNP位点,平均每1 kb序列含有5.21个;其中,转换类型的SNP位点数量为166162,包括C/T和A/G两种;颠换类型的SNP位点数量为118830,包括A/T、A/C、T/G和C/G四种。此外,橄榄果实转录组中共挖掘到18548个InDel位点,平均每1 kb序列存在2.95个,其中含有1个InDel位点的unigenes数量最多(7853条);通过比对预测发现,含有最多InDel位点的unigene可能是胼胝质合成酶基因。研究结果表明,通过转录组测序可有效开发橄榄SSR和SNP/InDel标记,不同性状橄榄果实中存在丰富多样的SSR位点且广泛分布SNP/InDel位点。该研究结果为橄榄果实性状鉴定标记的开发提供数据基础。

利用Indel标记鉴定太白贝母及其近缘种

目的 建立基于插入缺失(Indel)标记的常规聚合酶链反应(PCR)方法对太白贝母及其近缘种开展分子鉴定研究。方法 从GenBank下载103条来自不同贝母来源植物的叶绿体基因组序列,序列比对筛选太白贝母的特异性Indel标记。在该Indel标记的上下游保守区中设计引物,通过常规PCR与凝胶电泳方法对不同贝母来源植物开展鉴定,并考察方法的特异性、灵敏性与最适反应温度。结果 太白贝母在accD-psaI基因间隔区具有一段长度为137 bp的缺失,可以作为太白贝母的特异性Indel标记。建立的常规PCR与凝胶电泳方法对太白贝母有良好的特异性,仅有太白贝母产生302 bp的条带,从而与暗紫贝母等其余12种不同贝母来源植物明显区分。该方法对贝母DNA模板的检测下限为0.239 ng·μL^(-1),最适熔解温度(T_(m))值为58℃。结论 该检测方法具有特异性高、快捷与成本低等特点,不仅能够实现对太白贝母及其近缘种的准确鉴定,还能够为其他重要来源植物的分子鉴定提供开发思路。