全基因组关联分析(genome-wide association study,GWAS)的理论及应用是近十几年来国内外数量性状研究的热点,但是以往GWAS方法注重于个别主要QTL/基因的检测与发掘。为了相对全面地解析全基因组QTL及其等位基因构成,本研究提出了限制...全基因组关联分析(genome-wide association study,GWAS)的理论及应用是近十几年来国内外数量性状研究的热点,但是以往GWAS方法注重于个别主要QTL/基因的检测与发掘。为了相对全面地解析全基因组QTL及其等位基因构成,本研究提出了限制性两阶段多位点GWAS方法(RTM-GWAS,https://github.com/njau-sri/rtm-gwas)。RTM-GWAS首先将多个相邻且紧密连锁的SNP分组,成为具有多个单倍型(复等位变异)的连锁不平衡区段(SNPLDB)标记,然后采用两阶段分析策略,基于多位点复等位变异遗传模型,在节省计算空间的条件下保障全基因组QTL及其复等位变异检出的精确度。和以往GWAS方法相比,RTM-GWAS以性状遗传率为上限,能够较充分地检测出QTL及其相应的复等位变异并能有效地控制假阳性的膨胀。由其结果建立的QTL-allele矩阵代表了群体中所研究性状的全部遗传组成。依据这种QTL-allele矩阵的信息,可以设计最优基因型的遗传组成,预测群体中最优化的杂交组合,并用以进行群体遗传和特有与新生等位变异的研究。本研究首先对RTM-GWAS方法的特点和计算程序功能进行说明,然后通过大豆试验数据说明RTM-GWAS计算程序的使用方法。展开更多
穗长是一个重要的农艺性状,与产量密切相关。一般配合力(general combining ability,GCA)是评价优异自交系的重要指标。因此,解析穗长GCA的遗传基础,制定相应的育种策略对玉米杂交种产量的提高具有重要意义。本研究以123个玉米自交系和...穗长是一个重要的农艺性状,与产量密切相关。一般配合力(general combining ability,GCA)是评价优异自交系的重要指标。因此,解析穗长GCA的遗传基础,制定相应的育种策略对玉米杂交种产量的提高具有重要意义。本研究以123个玉米自交系和8个测验种按照North Carolina II遗传交配设计组配的537个F1杂交种为试验材料,在2个环境下进行表型鉴定,利用玉米5.5 K液相育种芯片鉴定的11,734个SNP(single nucleotide polymorphisms)对2个环境以及综合环境穗长GCA进行多位点全基因组关联分析(multi-locus genome-wide association study,MGWAS)和基因组预测。利用7种MGWAS共检测到11个穗长GCA显著关联SNP标记(P<8.52E-07),单个位点解释GCA变异介于8.06%~28.23%之间。不同MGWAS共定位的SNP位点有5个。位点7_178103602在周口和综合环境利用mrMLM(multi-locus random-SNP-effect mixed linear model)方法重复检测到,可解释穗长GCA变异的26.02%~28.23%,为环境稳定的主效SNP。共挖掘10个候选基因,其中auxin amido synthetase 9和EID1-like F-box protein 2可能是控制穗长GCA的关键基因。5种随机效应模型对3个环境穗长GCA的预测准确性介于0.53~0.69之间,且模型间差异较小。在新乡和周口环境,GBLUP(genomic best linear unbiased prediction)和RKHS(reproducing kernel Hilbert space)整合不同显著位点作为固定效应均可提高穗长GCA基因组估计育种值的准确性,提高率为2.34%~14.98%,而在综合环境中除了利用FarmCPU(fixed and random model circulating probability unification)或BLINK(Bayesian-information and linkage-disequilibrium iteratively nested keyway)鉴定的1个显著位点作为固定效应会略降低预测精度外,其他2种MGWAS方法显著位点的加入均能提高基因组预测力,提高率为2.80%~6.84%。因此,MGWAS显著位点作为固定效应加入预测模型有利于提高穗长GCA基因组估计育种值的准确性,可用来对玉米亲本穗长GCA进行有效预测和选择。展开更多
目的了解咸阳市食品中单增李斯特菌的污染状况及分子流行病学特征。方法2010—2019年采集咸阳市12类1699份食品及酱制品加工环节样本,依据《国家食品安全风险监测工作手册》进行单增李斯特菌分离鉴定,用脉冲场凝胶电泳(pulsed field gel...目的了解咸阳市食品中单增李斯特菌的污染状况及分子流行病学特征。方法2010—2019年采集咸阳市12类1699份食品及酱制品加工环节样本,依据《国家食品安全风险监测工作手册》进行单增李斯特菌分离鉴定,用脉冲场凝胶电泳(pulsed field gel electrophoresis,PFGE)进行分子分型,检测菌株血清表型,对菌株进行全基因组测序,分析其谱系、克隆群、序列型和血清群,采用核心基因组多位点序列分型方法(cgMLST)进行分子分型。结果1699份样本中检出单增李斯特菌72株,总检出率为4.24%,检出率最高的是生肉制品18.49%(22/119);1/2a、1/2b和1/2c为优势血清型(87.50%,63/72);分离株共分为40个PFGE带型,其中有3个优势带型(GX6A16.XY0009、GX6A16.XY0004、GX6A16.XY0003),初步建立了咸阳市单增李斯特菌的PFGE指纹图谱库;全基因组测序菌株分属3个谱系,以谱系II为主56.94%(41/72);血清群以Ⅱa为主,共31株(43.06%,31/71);分为15个CC型,其中CC224、CC8、CC9和CC87为优势CC型(56.94%,41/72)。cgMLST能将不同谱系、血清群和CC型的菌株明显分开,分为18个亚群,与CC型基本保持一致。结论咸阳市流通食品中单增李斯特菌污染状况持续存在,并有交叉污染的可能。建立的PFGE指纹图谱库可为单增李斯特菌引起的食源性疾病的预警和暴发溯源提供支持,基于全基因组的cgMLST分型可用于食源性疾病暴发调查中菌株的溯源。展开更多
文摘全基因组关联分析(genome-wide association study,GWAS)的理论及应用是近十几年来国内外数量性状研究的热点,但是以往GWAS方法注重于个别主要QTL/基因的检测与发掘。为了相对全面地解析全基因组QTL及其等位基因构成,本研究提出了限制性两阶段多位点GWAS方法(RTM-GWAS,https://github.com/njau-sri/rtm-gwas)。RTM-GWAS首先将多个相邻且紧密连锁的SNP分组,成为具有多个单倍型(复等位变异)的连锁不平衡区段(SNPLDB)标记,然后采用两阶段分析策略,基于多位点复等位变异遗传模型,在节省计算空间的条件下保障全基因组QTL及其复等位变异检出的精确度。和以往GWAS方法相比,RTM-GWAS以性状遗传率为上限,能够较充分地检测出QTL及其相应的复等位变异并能有效地控制假阳性的膨胀。由其结果建立的QTL-allele矩阵代表了群体中所研究性状的全部遗传组成。依据这种QTL-allele矩阵的信息,可以设计最优基因型的遗传组成,预测群体中最优化的杂交组合,并用以进行群体遗传和特有与新生等位变异的研究。本研究首先对RTM-GWAS方法的特点和计算程序功能进行说明,然后通过大豆试验数据说明RTM-GWAS计算程序的使用方法。
文摘穗长是一个重要的农艺性状,与产量密切相关。一般配合力(general combining ability,GCA)是评价优异自交系的重要指标。因此,解析穗长GCA的遗传基础,制定相应的育种策略对玉米杂交种产量的提高具有重要意义。本研究以123个玉米自交系和8个测验种按照North Carolina II遗传交配设计组配的537个F1杂交种为试验材料,在2个环境下进行表型鉴定,利用玉米5.5 K液相育种芯片鉴定的11,734个SNP(single nucleotide polymorphisms)对2个环境以及综合环境穗长GCA进行多位点全基因组关联分析(multi-locus genome-wide association study,MGWAS)和基因组预测。利用7种MGWAS共检测到11个穗长GCA显著关联SNP标记(P<8.52E-07),单个位点解释GCA变异介于8.06%~28.23%之间。不同MGWAS共定位的SNP位点有5个。位点7_178103602在周口和综合环境利用mrMLM(multi-locus random-SNP-effect mixed linear model)方法重复检测到,可解释穗长GCA变异的26.02%~28.23%,为环境稳定的主效SNP。共挖掘10个候选基因,其中auxin amido synthetase 9和EID1-like F-box protein 2可能是控制穗长GCA的关键基因。5种随机效应模型对3个环境穗长GCA的预测准确性介于0.53~0.69之间,且模型间差异较小。在新乡和周口环境,GBLUP(genomic best linear unbiased prediction)和RKHS(reproducing kernel Hilbert space)整合不同显著位点作为固定效应均可提高穗长GCA基因组估计育种值的准确性,提高率为2.34%~14.98%,而在综合环境中除了利用FarmCPU(fixed and random model circulating probability unification)或BLINK(Bayesian-information and linkage-disequilibrium iteratively nested keyway)鉴定的1个显著位点作为固定效应会略降低预测精度外,其他2种MGWAS方法显著位点的加入均能提高基因组预测力,提高率为2.80%~6.84%。因此,MGWAS显著位点作为固定效应加入预测模型有利于提高穗长GCA基因组估计育种值的准确性,可用来对玉米亲本穗长GCA进行有效预测和选择。
文摘目的了解咸阳市食品中单增李斯特菌的污染状况及分子流行病学特征。方法2010—2019年采集咸阳市12类1699份食品及酱制品加工环节样本,依据《国家食品安全风险监测工作手册》进行单增李斯特菌分离鉴定,用脉冲场凝胶电泳(pulsed field gel electrophoresis,PFGE)进行分子分型,检测菌株血清表型,对菌株进行全基因组测序,分析其谱系、克隆群、序列型和血清群,采用核心基因组多位点序列分型方法(cgMLST)进行分子分型。结果1699份样本中检出单增李斯特菌72株,总检出率为4.24%,检出率最高的是生肉制品18.49%(22/119);1/2a、1/2b和1/2c为优势血清型(87.50%,63/72);分离株共分为40个PFGE带型,其中有3个优势带型(GX6A16.XY0009、GX6A16.XY0004、GX6A16.XY0003),初步建立了咸阳市单增李斯特菌的PFGE指纹图谱库;全基因组测序菌株分属3个谱系,以谱系II为主56.94%(41/72);血清群以Ⅱa为主,共31株(43.06%,31/71);分为15个CC型,其中CC224、CC8、CC9和CC87为优势CC型(56.94%,41/72)。cgMLST能将不同谱系、血清群和CC型的菌株明显分开,分为18个亚群,与CC型基本保持一致。结论咸阳市流通食品中单增李斯特菌污染状况持续存在,并有交叉污染的可能。建立的PFGE指纹图谱库可为单增李斯特菌引起的食源性疾病的预警和暴发溯源提供支持,基于全基因组的cgMLST分型可用于食源性疾病暴发调查中菌株的溯源。
