基于SLAF-Seq的阿拉比卡咖啡遗传多样性分析

【目的】采用特异性位点扩增片段测序(SLAF-Seq)技术对阿拉比卡咖啡种质资源进行遗传多样性分析,明确本地咖啡种质遗传背景,为阿拉比卡咖啡新品种选育提供理论依据。【方法】以国内外40份阿拉比卡咖啡和4份非阿拉比卡咖啡(外类群对照)种质资源为材料,采用SLAF-Seq技术对其进行SNP标记开发及系统发育、群体遗传结构及主成分分析。【结果】所有供试咖啡属种质资源测序共获得220.54 Mb数据,测序样品平均Reads数量为5012189条,测序平均Q30为95.90%,平均GC含量为39.48%。定位到参考基因组的Clean reads占所有Clean reads总数的百分比平均为95.05%。从44份咖啡属种质资源中共检测到214254个SLAF标签,平均每份样品SLAF标签数量为140742。SLAF标签在每份样本中的分布数量为46234~171026个。共开发出1186433个群体SNP分子标记,每个样品的SNP分子标记数目为381105~903823个,SNP分子标记完整度为32.12%~76.18%,杂合率为6.23%~17.49%。阿拉比卡咖啡SNP分布具有一定的区域集中性,主要集中在1c~11c这套来自其中一个亲本卡尼弗拉咖啡(中粒种)染色体组上。系统发育、群体遗传结构及主成分3种聚类结果显示,阿拉比卡咖啡铁皮卡型、阿拉比卡咖啡波邦型和含有Catimor的类群被明显区分开来独立成群,并明确了18份阿拉比卡咖啡种质的遗传背景。【结论】40份阿拉比卡咖啡主要分为铁皮卡型类群、波邦型类群和含有Catimor商品种质的类群。采用SLAF-Seq技术所开发的SNP分子标记可准确分析阿拉比卡咖啡资源遗传多样性。

基于SLAF-seq简化基因组技术的疆岳驴遗传进化分析

畜禽资源是中国种业创新、打赢种业翻身仗的根基。疆岳驴是陕西关中驴(大型驴)和新疆驴(小型驴)经过半个多世纪杂交改良、横交固定、选育提高、培育而成的良种驴,旨在基因组水平上揭示疆岳驴的遗传进化,解析疆岳驴的遗传结构及遗传多样性。该研究利用SLAF-seq简化基因组测序鉴定疆岳驴SNP标记,构建125头样品群体进化树并进行分析。共鉴定SNP标记4887196个;通过MEGA 5软件neighbor-joining算法,构建的群体进化树显示,125头疆岳驴聚集为2个大的分支:一个分支46头聚集在一起,亲缘关系较近;另一分支79头聚集在一起,亲缘关系较近。这2个分支间亲缘关系较远。通过admixture软件、EIGENSOFT软件、SPAGe⁃Di软件进一步佐证了125头疆岳驴可分为2个群体,利用SLAF-seq简化基因组测序能全面准确地揭示疆岳驴的遗传多样性和遗传结构,为疆岳驴的关联遗传学研究和重要性状QTL定位提供依据,为争取在第3次全国畜禽遗传资源普查申报新培育品种(配套系)和疆岳驴重要性状QTL定位奠定基础。

基于SLAF-seq技术的不同类型越橘遗传变异和群体结构研究

【目的】利用越橘属栽培品种及野生资源在全基因组范围内筛选差异SNP分子标记,分析其遗传变异,了解不同类型群体间的遗传变异、基因交流、群体结构,为越橘种质创新提供遗传背景依据。【方法】以越橘属9个种的62份种质资源为材料,利用特异性位点扩增片段测序技术(SLAF-seq)获得的基因组SNP标记比对到品种Draper参考基因组上,进行供试材料遗传研究。【结果】测序获得169.87 Mb reads数据,平均Q_(30)值94.99%,包含172 513个多态性SLAF标签,筛选到高质量SNP标记4 133 595个,均匀分布在越橘12条染色体上。基于SNP标记的系统进化树准确反映了供试野生、北高丛和南高丛类群遗传差异以及品种间系谱遗传关系,反映出野生类型与栽培品种遗传差异显著,供试野生种具有独立的遗传背景且种间无基因交流发生,但野生种到栽培种存在单向的基因流;栽培品种类群存在明显的亚群结构,亚群间存在普遍的基因交流;半高丛品种北陆和南高丛品种军号与北高丛类型紧密聚类,矮丛品种美登、半高丛品种北村、黑珍珠遗传背景倾向于野生种。【结论】栽培品种近亲杂交和骨干亲本高频率使用导致品种间基因交流频繁、同质性高、遗传基础狭窄,野生种具有独立的遗传背景,但存在野生种到栽培种的单向基因流,应加大野生资源发掘利用以拓宽越橘遗传基础。

利用SLAF-seq简化基因组数据挖掘甜橙果实品质性状基因

【目的】通过对240份不同甜橙资源群体利用SLAF-seq测序数据进行Fst与XP-CLR选择性清除分析,挖掘调控甜橙中优良性状的相关基因,为甜橙的分子育种工作提供重要参考。【方法】对国家柑橘种质资源圃(重庆)中保存的具有广泛遗传多样性和不同地理来源的240份甜橙种质资源进行SLAF-seq测序,获得全基因组范围内的单核苷酸多态性(single nucleotide polymorphism,SNP)基因型数据和单果重、果脐有无、可滴定酸含量等性状的表型数据,分析不同亚群之间Fst与XP-CLR数值。【结果】采用SLAF-seq技术对240份甜橙进行测序,共获得497.82 Mb短读数据,用BWA软件将测序数据比对到甜橙参考基因组上,取GATK和samtools两种方法得到的SNP标记交集,共得到1 467 968个SNP。利用Fst与XP-CLR分析筛选出了与甜橙果脐有无、单果重以及可滴定酸相关的候选基因。对受选择SNP位点附近区域进行基因注释,结果表明基因orange1.1g044639m和orange1.1g023641m参与编码生长素外排载体,可能与脐的形成相关;orange1.1g023641m在单果重性状中的Fst得分最高,其参与编码E3泛素连接酶,可能影响果实大小和重量,orange1.1g046891m可能通过调节碳水化合物的形成来影响果实重量;orange1.1g011684m编码丙酮酸脱氢酶二氢硫辛酰胺转乙酰基酶,其CDS序列发生碱基突变,可能影响了柠檬酸在不同品种间的含量;orange1.1g034502编码丝氨酸/苏氨酸蛋白激酶,基因注释功能与磷酸化/去磷酸化相关。【结论】本研究利用Fst方法对甜橙的SLAF-seq数据进行筛选。最终在甜橙资源的有无果脐、单果重和可滴定酸等性状上筛选出了6个相关的基因,可作为后期验证的候选基因,为甜橙品种的定向改良提供了依据。

基于SLAF-seq的华山松球果数量性状全基因组关联分析

【目的】挖掘与华山松球果数量相关的基因。【方法】以华山松球果数量性状表型数据筛选华山松高、低球果数量单株,利用前期已开发的单核苷酸多态性(single-nucleotide polymorphism,SNP)标记结合表型数据进行全基因组关联分析(genome-wide association study,GWAS),构建华山松样品的系统发育树,发掘与华山松球果数量性状相关的SNP标记与候选基因,并进一步分析筛选出的基因在华山松针叶、木质部、韧皮部、树皮、幼嫩球果和树根的qPCR基因组织特异性表达。【结果】系统发育树显示:同一种源的单株基本处于相近的位置,而来自巍山的单株广泛分布于各个群体中,与主成分分析结果基本一致。全基因组关联分析共检测到12个与球果数量显著关联的SNP位点,其中,Marker193307的序列与纤维素合成相关基因Korrigan (KOR1,编码跨膜内切β-1,4-D葡聚糖酶)的序列相似度较高(74.74%)。qPCR基因组织特异性表达分析结果显示:该基因在华山松枝条韧皮部的表达量最高,幼嫩球果中次之,在根系的表达量最少,初步判断该基因与球果数量相关。【结论】华山松种源地相近的单株基本处于相近的位置。巍山种源的材料较其他种源拥有较为广泛的遗传变异。GWAS分析仅检索到1个与植物纤维素合成相关的基因(KOR1),该基因可能参与球果数量性状的表达。

基于SLAF-seq技术的石斛兰SNP标记开发及亲缘关系分析

利用SNP标记技术对收集的石斛兰种质资源进行亲缘关系分析,为新品种选育亲本选择提供理论依据。以60份石斛兰种质资源为对象,用特异性位点扩增片段测序技术(SLAF-seq)对种质进行SNP标记开发及亲缘关系分析。通过对各样品的测序数据进行统计,共获得157.34 Mb Clean Reads数据,各样本Reads数据在576 195-5 359 710之间。样本平均测序质量值Q30为93.85%,平均GC含量为40.16%。通过测序数据分析,共获得1 337 217个SLAF标签,标签的平均测序深度为9.63×,其中具多态性的SLAF标签有1 049 638个。共开发得到11 248 186个群体SNP标记,每个样品的SNP标记数目介于694 015-6 367 379之间,SNP标记完整度为2.71%-24.89%,杂合率为1.13%-5.74%。对群体SNP过滤,共获得31 499个高度一致性的有效SNP标记。利用筛选获得的SNP标记构建系统发育树,60份石斛兰种质资源被分为3个亚群,这3个亚群分别包含材料为Q1:3份,Q2:21份,Q3:36份。种质聚类结果与形态学分类结果基本一致。利用SLAF-seq技术能高效、精确地开发出适用于石斛兰种质遗传分析的SNP标记,开发的SNP标记可为石斛兰育种、遗传图谱构建、品种鉴定以及农艺性状的关联分析等研究提供分子基础。

基于SLAF-seq简化基因组技术的沙冬青SNP位点开发及遗传分析

选取分布在内蒙古、宁夏、甘肃10个地点的沙冬青个体,用SLAF-seq简化基因组技术进行测序。以大豆基因组为参照,通过生物信息学分析进行实验方案的系统设计,筛选特异长度的DNA片断,构建SLAF-seq文库,并通过高通量测序的方式获得海量序列,再通过软件分析比对,获得多态性SLAF标签,最后在多态性SLAF标签上开发大量特异性SNP位点。结果共获得374 265个SLAF标签,其中多态性SLAF标签56 295个。通过序列分析,共开发得到127 278个SNP。对所有的SNP根据完整度>0.5,MAF>0.05过滤,共得到102 025个高一致性的群体SNP。基于过滤后的SNP,运用数学统计学方法,对10份沙冬青个体完成系统进化树、群体结构、PCA分析,从基因组水平揭示不同个体之间的遗传分化关系。结果表明,通过群体结构分析发现这10个地点的沙冬青都来源于同一祖先,但由于地理位置的影响使得这10个地点的沙冬青在生长发育过程中发生了遗传分化。通过系统进化树发现分布在内蒙古的沙冬青具有较近的亲缘关系,甘肃和宁夏的沙冬青有较近的亲缘关系。

基于SLAF-seq技术的甘薯SNP位点开发

【目的】单核苷酸多态性(SNP)是基因组中最普遍的遗传变异,是构建遗传图谱、完成分子标记辅助育种的一种非常重要的遗传标记。新一代高通量测序平台为SNP位点的检测提供了强有力的技术支持。多倍体作物通常表现为基因组序列大且重复比例高,一直以来多倍体作物的SNP位点挖掘面临巨大的挑战。【方法】共收集300份甘薯种质资源,利用SLAF-seq测序技术进行测序。首先以马铃薯基因组为参照,通过生物信息学分析进行实验方案的系统设计,筛选特异长度的DNA片断,构建SLAF-seq文库。后通过高通量测序的方式获得海量序列,进而通过软件分析比对,获得多态性SLAF标签,最后在多态性SLAF标签上开发大量特异性SNP位点。【结果】对照拟南芥的测序数据与其参考基因组进行比对的结果表明,双端比对效率在本试验中为87.71%,酶切效率为93.22%,说明本试验SLAF建库正常。通过测序共产生498.14 Mb的读长数据,测序后各样品所获得的读长数目在441 595—2 731 920范围内,其中,冀薯4号获得的数据量最大,共计获得2 731 920个读长,对照拟南芥数据量最小,共计获得441 595个读长。测序质量值Q30的范围在88.37%—90.67%,样品3043 Q30测序值仅为87.31%,样品鄂紫1号Q30测序值为91.31%,所有样品Q30值均在80%以上。测序获得GC含量的范围在37.23%—38.09%,样品苏薯9号和浙薯2号存在极端值,样品苏薯9号的GC含量在39.80%,样品浙薯2号GC含量在37.10%,所有样品GC含量均值为37.64%,GC含量普遍不高,说明达到测序要求。本研究共计获得597 094个SLAF标签,样品的平均测序深度为11.77×,其中多态性SLAF标签260 000个,占SLAF标签总数的43.54%。根据所获得的260 000个多态性SLAF标签来统计SNP位点信息,共计获得795 794个群体SNP位点。【结论】共获得498.14Mb的读长数据,597 094个高质量的SLAF标签,260 000个多态性SLAF标签,从260 000个多态性SLAF标签上共计开发获得795 794个高质量SNP位点。表明SLAF-seq技术可以很好地应用于甘薯SNP位点的开发,其效率远远高于SSR、AFLP、RAPD等分子标记技术。从全基因组范围获得的SNP位点可以进一步的用来完成后续群体进化分析和特异性SNP标记的开发。

基于SLAF-seq技术开发长穗偃麦草染色体特异分子标记

长穗偃麦草1E及7E染色体上带有重要的抗赤霉病基因,开发大量相关染色体特异分子标记有助于准确定位抗性基因及获得可用于辅助育种紧密连锁的标记。基于SLAF-seq技术,获得了368个长穗偃麦草1E染色体特异片段,随机选取80个特异片段设计引物,开发了20个长穗偃麦草1E染色体特异分子标记、2个长穗偃麦草基因组特异分子标记及26个其他特异分子标记,效率达60%。用这些特异标记能稳定检测出不同小麦-长穗偃麦草衍生材料中的1E染色体或片段。通过标记与优良性状的共分离特性,获得与相关基因紧密连锁的标记,将为小麦抗性育种中的分子标记辅助选择提供依据。

基于SLAF-seq技术鉴定甘蓝型油菜叶缘裂刻性状候选基因

叶缘裂刻性状是甘蓝型油菜遗传育种的理想形态标记。叶缘裂刻性状变异材料的创建对丰富甘蓝型油菜叶片形态和优良品种改良至关重要。本研究以甘蓝型油菜常规品种中双11和甘蓝型油菜叶缘裂刻新品系Y176为亲本(通过甘蓝型油菜与菜远缘杂交获得),从F2群体中分别挑选出叶缘裂刻和正常叶形的植株各50株,构建了两个极端性状混池DNA文库,借助SLAF-seq-BSA技术,挖掘甘蓝型油菜叶缘裂刻性状相关候选基因。共开发出177941个SLAF标签,通过分析SLAF标签的多态性,共获得150168个SNP,其中亲本间共获得128200个SNP。对ED方法和SNP-index方法得到的关联区域进行综合分析,获得1个与目标性状紧密关联的候选区域,位于甘蓝型油菜A10染色体上的14528149～17353693区域,总长度为2.83 Mb,约有666个编码基因。与前人研究定位在同一染色体上,但本研究定位的区间与前人研究不同,说明本研究存在控制叶缘裂刻新基因的可能性大。并对该区域内基因进行功能注释,其中666个注释到NR数据库;517个注释到SwissProt数据库;587个注释到GO数据库;151个注释到KEGG通路;258个注释到COG数据库,对候选基因进行注释有助于进一步分离相关基因。

基于SLAF-seq技术构建亚麻高密度遗传图谱

为大量开发SNP用于构建亚麻高质量的连锁遗传图谱,以亚麻品系R43为母本,LH-89为父本,通过杂交构建F2群体,采用SLAF-seq技术,对两个亲本和F2群体100个个体进行高通量测序、SNP标记的开发及亚麻高密度遗传图谱的构建。对参考基因组进行电子酶切预测,最终确定使用HaeⅢ和RsaⅠ酶,酶切片段大小在314~414bp的序列定义为SLAF标签。其次,对基因组DNA进行酶切和SLAF文库构建。最后通过高通量测序获得测序数据,进行多态性SLAF的鉴定和SNP标记的发掘,采用High Map软件构建亚麻高密度遗传图谱。通过高通量测序,共获得196.29M reads,平均质量Q30为81.95%,平均GC含量为38.64%。通过生物信息学分析,共获得260 380个SNP标记,其中有4 547个SNP为高质量SNP标签,用于标记的定位和图谱的构建。共构建15个连锁群,总图距为2 632.94c M,标记间的平均距离为0.92c M。这是在亚麻中首次应用SNP标记构建的高密度遗传图谱,为亚麻的遗传研究和分子标记辅助育种奠定了基础。

基于SLAF-seq技术的金花茶SNP标记开发及遗传分析

为了解金花茶种质的遗传关系,利用SLAF-seq测序技术对在不同地区收集的25份金花茶种质与山茶科其他5份种质进行测序。以猕猴桃基因组为参照,对金花茶基因组DNA酶切构建SLAF-seq文库,利用SLAFseq测序技术对其进行高通量测序、SNP标记开发及其进化关系分析,在多态性SLAF标签上开发特异性SNP位点,最后根据SNP位点构建25份金花茶种质与山茶科其他5份种质的进化树。最终共开发1471113个SLAF标签,其中多态性SLAF标签有69597个;共得到443819个群体SNP位点,其中高一致性的群体SNP位点119452个。遗传分析结果表明,金花茶种群的遗传多样性水平较高,可分成2个大的类群,其中第2类群包含了全部收集的金花茶种质,其又可分为3个亚族,这3个亚族的分化有明显的地域特征。第1亚族主要是来源于越南的金花茶品系,第2亚族由2个越南的金花茶品系和5个中国的金花茶品系组成,第3亚族全部由来源于中国的金花茶品系组成。研究结果从基因组水平揭示不同地区金花茶种质之间的遗传关系,所开发的SNP位点可进一步用于金花茶种群的进化分析、重要性状的关联分析等。

基于SLAF-seq技术的甘薯种质资源群体遗传进化分析

基于简化基因组测序技术对122份甘薯种质资源进行分析,开发SNP位点并将其应用于种质资源群体结构和遗传进化分析。结果表明,从122份甘薯种质资源中共获得563.18 Mb读长,不同材料的读长数量在1 419 809~8 392 785范围之间。测序质量值Q30在90.61%~96.82%之间,平均Q30为92.78%。测序获得的GC含量在36.46%~40.33%之间,平均GC含量为38.17%,对照GC含量为40.72%。根据测序结果共开发出高质量的SLAF标签2388759个,平均测序深度为17.45’。其中,多态性的SLAF标签77761个,占SLAF标签总数的3.26%。根据所获得多态性SLAF标签统计SNP位点信息,共计获得129 063个群体SNP位点。遗传进化分析表明122份种质资源可以分为3个大类,分类结果与它们的地理来源无直接关系,聚类结果可为甘薯育种亲本组配和杂种优势利用提供科学依据。

基于SLAF-seq技术的山西省地方梨品种的SNP分析

利用简化基因组测序技术SLAF-seq测序对30个山西省地方梨品种群体结构与亲缘关系进行分析,旨在为梨育种及其资源利用提供参考。通过序列分析,获得603177个SLAF标签,其中多态性的SLAF标签302703个,共得到2140079个群体SNP。利用这些SNP标签分析可得30个梨品种可以分为两大类。通过构建进化树发现,‘金梨’与‘大黄梨’虽田间性状比较相似,但在进化树上显示两者亲缘关系较远,可以断定二者为不同梨品种。

基于SLAF-seq技术的红心火龙果SNP位点开发及遗传分析

为分析不同品种红心火龙果的遗传关系,本研究采集国内14种红心火龙果品种,通过生物信息学分析进行实验方案的系统设计,将所提取基因组进行酶切,筛选特异长度的DNA片断,构建SLAF-seq文库后进行高通量测序,将获得的序列进行分析比较后得到多态SLAF标签,在此标签基础上进一步开发特异性SNP位点,最后建立14种红心火龙果品种的进化树。本研究共开发159 560个SLAF标签,样品的平均测序深度为5.26×;共得到120 294个群体SNP,其中高一致性的群体SNP 51 859个。12种红心火龙果聚类结果发现,样品1、2、6、8、10同缘关系相近;样品3、5、7、9同缘关系相近;样品4、14同缘关系相对较近。研究表明应用SLAF-seq技术开发分子标记的效率比ISSR、RAPD、AFLP等常规技术更高。12种红心火龙果的聚类结果从基因组水平揭示不同地区品种之间的遗传分化关系,为火龙果种质的保护和遗传改良提供参考。

基于SLAF-seq技术的乔木柳SNP位点开发

【研究意义】采用SLAF-seq测序技术开发乔木柳SNP位点对乔木柳育种发展有重大意义。【方法】本研究根据两亲本和杂交的F1代遗传群体经亲本鉴定195株为研究对象,利用SLAF-seq测序技术进行测序。选择同科基因组大小相似的三角叶杨的基因组作为参考基因组,通过电子酶切预测,最终选择Hae III和Hpy166 II两种酶进行酶切试验,长度在314~364 bp之间的酶切片段序列定义为SLAF标签,预测可得SLAF标签126 008个,位于重复序列区的SLAF标签比例为1.60%。为进一步评估酶切方案的有效性与酶切效率,以水稻的测序数据为对照,通过SOAP软件比对水稻基因组(大小为382M)的测序reads与三角叶杨的基因组。【结果】通过研究得到双端比对效率为96.67%,酶切效率为92.06%,SLAF建库正常。采用本次研究中开发得到的SLAF标签277 333个,按照等位基因数和基因序列之间的差异,共获得99 526个多态性SLAF标签,比例达到35.89%。按照遗传学通用等位编码规则,成功编码了58 763个多态性SLAF标签。为构建遗传图谱进一步对SLAF标签进行过滤,最终获得6744个SLAF标签,进一步进行SNP位点的开发,在各连锁群上共开发得到9488个SNP位点。【结论】SLAF-seq技术可以很好地应用于乔木柳SNP位点的开发,可利用所开发的SNP标记,联系群体中不同个体的表型,关联定位与某性状紧密连锁的分子标记,进而可以实现优良基因的精细定位。

基于SLAF-seq技术的烟草抗CMV主效QTL定位

烟草花叶病(CMV)是烟草主要病害之一,筛选与CMV抗病QTL紧密连锁的分子标记是烟草抗病分子育种的重要部分。本研究以抗病材料台烟8号和感病材料NC82为亲本,获得BC1群体,构建抗、感池。采用BSA和SLAF-seq技术开发CMV抗病相关SNP分子标记,共获得180 370个SLAF标签,经分析后获得6156个多态性SNP标记。利用SNP-index分析方法,发现两个与CMV抗病高度关联的区域。利用这些分子标记成功定位到了两个CMV抗病相关QTL,其中一个QTL定位于Chr01上的55.72～60.44 Mb区间内,区间大小为4.72 Mb;另一个则定位于烟草Chr18上的44.21～48.70 Mb区间内,区间大小为4.49 Mb。在关联到的QTL区间内设计分子标记可以用于烟草抗CMV育种的辅助选择。

基于SLAF-seq技术构建栽培草莓高密度遗传图谱

为大量开发SNP用于构建栽培草莓高质量的遗传图谱,以国产草莓品种红星为母本,日本草莓品种红颜为父本构建F1群体,采用SLAF-seq技术和HighMap软件,对2个亲本和200个F1子代群体进行高通量测序、SNP标记的开发及高密度遗传图谱的构建。通过高通量测序,共获得565919066 reads,平均质量Q30为95.36%,平均GC含量为39.68%,样本GC分布正常。通过生物信息学分析,共获得717881个SLAF标签,2136939个SNP标记,其中有56237个SNP为高质量标记可用于遗传图谱标记的定位和构建。共构建了28个连锁群,总图距为4022.16 cM,该图SNP标记14412个,完整度为99.84%,标记间的平均距离为0.28 cM。通过对遗传图谱单体来源进行评估,结果表明每个个体中较大区段均来源于亲本;通过连锁关系热图对相邻标记间的连锁关系进行分析,结果表明,每个连锁群上的大部分标记顺序与基因组保持一致,标记顺序正确,图谱质量高。这是栽培草莓中首次采用SLAF-seq技术构建的高密度SNP遗传图谱,为栽培草莓的遗传研究和分子标记辅助育种奠定了基础。

基于SLAF-seq技术的古茶树SNP位点开发

为给古茶树遗传图谱构建、分子辅助育种和物种进化等研究提供参考,以48份贵州古茶树种质为研究对象,利用SLAF-seq技术,获取大量多态性SLAF标签,进而开发一批特异性强、稳定性高的单核苷酸多态性(SNP)位点。结果表明,利用猕猴桃参考基因组进行电子酶切预测,选择HaeIII酶进行酶切,得到237773个SLAF标签,其双端比对效率为91.40%,酶切效率为96.41%,说明SLAF建库正常。测序后各样品所获得的读长数为1279534~8460233,测序质量值Q30范围为92.61%~94.88%,均值为93.84%,测序获得的GC比例为43.52%~47.18%。共开发1656258个古茶树SLAF标签,样品的平均测序深度为24.21×,其中多态性SLAF标签有462897个,根据所获得的多态性SLAF标签来统计SNP位点信息,共得到2690638个群体SNP标记,根据完整度大于0.8且次要基因频率(MAF)大于0.05的标准进行过滤,得到283376个高一致性的群体SNP标记。

基于SLAF-seq技术的油茶SNP位点开发及杂交后代早期鉴定

为了开发大量的分子标记用于油茶(Camellia oleifera)亲本杂交后代的早期鉴定,本研究采用SLAF-seq(Specific-Locus Amplified Fragment Sequencing)技术对9个油茶样品(包括5个亲本及其4个子代单株)进行测序并开发SNP标记。最终根据多态性SLAF标签,开发得到1 644 616个群体SNP。基于群体SNP的亲子关系分析结果表明,岑软(Cenxi soft-branch C.oleifera)ZJ11为岑软2号与岑软11号的杂交后代,岑软ZJ14为岑软11号与岑软22号的杂交后代,岑软ZJ24为岑软11号与岑软24号的杂交后代,优31则是岑软11号与岑软23号的杂交后代。