一种基于图形泛基因组的猪结构变异参考面板及其构建方法与应用
本发明属于生物分子育种与基因组信息分析，具体涉及一种基于图形泛基因组的猪结构变异参考面板及其构建方法与应用。
背景技术：
1、猪是全球最重要的畜禽养殖物种之一，在规模化养殖和分子育种体系中占据核心地位。随着现代育种技术的发展，大型育种企业通常以引进品种或其杂交后代作为育种核心群体，对基因组信息的精度、一致性和可扩展性提出了更高要求。然而，在大规模育种实践中，如何在控制成本的前提下获取全面、准确的基因组变异信息，仍然是制约分子育种效率的重要技术瓶颈。
2、现有猪基因组研究和基因分型分析通常依赖于单一线性参考基因组进行测序数据比对和变异检测。当前广泛使用的猪参考基因组sscrofa11.1来源于欧洲杜洛克猪个体，虽然在一定程度上代表了商业猪群的遗传背景，但在不同引进品种、杂交群体及长期选育形成的品系中，仍然存在大量未被线性参考基因组覆盖的遗传变异。当以单一线性参考基因组对不同遗传背景的猪群进行测序数据比对时，容易产生参考偏倚，导致部分测序序列发生比对失败或错误比对，从而影响基因型判定的完整性和准确性。
3、上述参考偏倚问题在结构变异检测中尤为突出。结构变异包括插入、缺失、倒位、拷贝数变异等复杂变异类型，其中相当一部分涉及非参考序列或参考基因组中缺失的基因组片段。由于线性参考基因组无法完整表示此类变异，现有技术在结构变异检测和基因分型过程中容易出现漏检、错检或等位状态判定不一致等问题，进而影响后续遗传分析结果。
4、结构变异在调控基因表达、影响生长发育、环境适应性及重要经济性状形成等方面发挥着重要作用，其准确检测和基因分型对于群体遗传结构分析、全基因组关联分析以及基因组选择育种具有重要意义。然而，现有结构变异检测和分型方法通常依赖于高深度全基因组测序数据，测序和数据处理成本较高，难以在成千上万规模的育种群体中长期应用。
5、在实际生产和育种过程中，低深度全基因组测序和snp芯片数据因成本低、通量高而被广泛采用，但在上述数据条件下，现有技术主要集中于单核苷酸多态性和插入缺失变异的分析，难以实现结构变异的可靠分型，尤其缺乏一种能够在多群体、多品种商业猪群中统一定义结构变异并进行准确填补的技术方案。
6、近年来，单倍体型参考模板和基因型填补方法在提高低密度基因型数据利用效率方面取得了一定进展，但现有参考模板大多基于线性参考基因组构建，且以单核苷酸多态性和插入缺失变异为主，对结构变异的覆盖和一致性定义不足，难以从根本上解决参考偏倚和低成本条件下结构变异难以分型的问题。因此，亟需一种能够整合多群体遗传变异信息、统一表示结构变异，并适用于低深度测序和芯片数据的低成本基因分型新技术。
技术实现思路
1、要解决的技术问题：针对以上存在的技术问题，本发明的目的是提供一种基于图形泛基因组的猪结构变异参考面板及其构建方法与应用。通过整合多群体猪的中高深度全基因组测序数据，构建包含非参考序列的图形泛基因组模型，在统一参考框架下对结构变异进行发现、定位、合并和等位编码，进而构建包含snp、indel和sv的综合参考面板。基于所述参考面板，本发明能够对低深度全基因组测序数据或snp芯片数据进行snp、indel和sv联合填补和基因分型，使目标个体在无需高深度测序的条件下获得可靠的结构变异基因型信息。所述方法在保证结构变异定义一致性和分型准确性的同时，显著降低了大规模猪群结构变异检测和基因分型的成本，适用于品种鉴定、群体遗传结构分析、基因组选择育种以及全基因组关联分析等应用需求。
2、技术方案：一种基于图形泛基因组的猪结构变异参考面板，为pgip参考面板，包含来自154个品种或群体的6449个猪个体，整合5030万个单核苷酸多态性snp、580万个插入缺失变异indel和253286个结构变异sv；所述结构变异sv覆盖编码区、内含子区和基因间区，并可按染色体划分为带有缓冲区的重叠窗口以建立参考面板索引。
3、优选的，所述猪个体包括地方品种、商业品种及其选育或杂交群体。
4、上述基于图形泛基因组的猪结构变异参考面板的构建方法，包括以下步骤：
5、s1. 获取来自多个品种或群体的猪中高深度全基因组测序数据，对测序读段进行质控、参考比对、排序、去重复和变异检测，获得单核苷酸多态性snp、插入缺失变异indel和用于结构变异sv分析的标准化测序数据；
6、s2. 基于测序数据和猪线性参考基因组sscrofa11.1构建包含非参考序列的图形泛基因组模型，将不同猪个体或群体中缺失于线性参考基因组的序列、插入序列和代表性单倍型路径整合至统一图结构中；
7、s3. 在图形泛基因组模型中对结构变异进行统一发现、合并、定位和等位编码，获得包含插入、缺失、倒位、重复、拷贝数变异和存在/缺失变异的标准化结构变异定义体系；
8、s4. 基于所述标准化结构变异定义体系，对多个猪个体进行一致性结构变异基因分型，并与snp和indel基因型数据整合，构建包含snp、indel和sv的猪结构变异参考面板。
9、优选的，步骤s1中所述测序数据经质量控制后比对至sscrofa11.1参考基因组，并对snp和indel进行联合检测、过滤和规范化处理。
10、优选的，步骤s2中所述图形泛基因组模型通过引入线性参考基因组中缺失的非参考序列降低参考偏倚。
11、优选的，步骤s3中所述结构变异按照染色体、断点位置、区间重叠度、插入序列相似性和等位路径一致性进行合并，并为每个结构变异分配唯一编号和统一等位编码。
12、一种结构变异基因分型方法，包括以下步骤：
13、（1）获取目标个体的低深度全基因组测序数据或snp芯片数据，将其与所述参考面板进行位点、坐标和等位基因方向匹配；
14、（2）基于权利要求1或2所述的参考面板和统一的结构变异定义与编码体系，对目标个体实施snp、indel和sv联合填补分析，获得目标个体的结构变异基因型结果。
15、优选的，步骤（1）所述低深度全基因组测序数据的测序深度为0.5×~2×；snp芯片数据为低密度或中密度snp芯片数据；联合填补分析利用参考面板中的单倍型连锁不平衡信息、基因型似然或芯片位点信息，对目标个体的snp、indel和sv进行同步填补，并根据info或等同填补质量指标进行结果过滤。
16、上述基于图形泛基因组的猪结构变异参考面板在猪的遗传改良和分子育种中的应用。
17、上述结构变异基因分型方法在猪的遗传改良和分子育种中的应用。
18、有益效果：
19、1. 本发明提供了一种基于图形泛基因组的猪结构变异参考面板（pgip，porcinegraph-based integrated panel）及基因分型体系，在结构变异的构建过程中综合考虑了样本规模、群体多样性和变异类型覆盖度，通过统一的结构变异发现、定位和等位编码策略，保证不同个体和群体中来源一致的结构变异具有统一的定义和表示形式，从而提高结构变异在全基因组范围内的覆盖完整性和分型一致性，避免传统线性参考基因组条件下因参考偏倚导致的漏检和错分型问题。
20、2. 本发明提供了一种基于结构变异参考面板的联合填补策略，能够以低深度全基因组测序数据或snp芯片数据为输入，通过参考面板对单核苷酸多态性和结构变异进行同步填补，在无需高深度测序的条件下获得可靠的结构变异基因型信息，填补后的基因组数据在准确性和完整性上能够满足品种鉴定、群体遗传结构分析、基因组选择育种及全基因组关联分析等后续研究与应用需求。
21、3. 本发明能够在保证结构变异基因分型准确性和稳定性的前提下显著降低检测成本，突破了结构变异分析对高深度全基因组测序的依赖，使结构变异分型技术适用于大规模猪群的遗传评估和分子育种场景，从而提高结构变异信息在实际育种生产中的可用性和推广价值，具备更高的性价比。
22、4. 本发明基于图形泛基因组构建统一的结构变异参考框架，相较于传统基于线性参考基因组的结构变异检测方法，能够有效降低不同遗传背景猪群在测序数据比对和变异识别过程中产生的参考偏倚，不仅提升了结构变异的检出率和分型准确性，还为后续结构变异与基因表达调控、环境适应性及重要经济性状关联分析提供了稳定可靠的基础数据支持。