一种紫花苜蓿10KInDel液相分型芯片及其应用

摘要: 本发明属于植物分子标记检测及高通量基因分型,具体涉及一种紫花苜蓿10kindel液相分型芯片及其应用,尤其涉及基于全基因组重测序挖掘插入/缺失(insertio...
一种紫花苜蓿10KInDel液相分型芯片及其应用

本发明属于植物分子标记检测及高通量基因分型,具体涉及一种紫花苜蓿10k indel液相分型芯片及其应用,尤其涉及基于全基因组重测序挖掘插入/缺失(insertion/deletion,indel)变异、结合液相靶向捕获测序进行高通量分型,并利用功能型indel标记开展重要农艺性状分子辅助选择的技术。

背景技术:

1、紫花苜蓿是重要的多年生豆科牧草,具有异花授粉、四倍体和高度杂合等遗传特征。随着分子育种技术的发展,利用dna分子标记开展种质资源鉴定、遗传多样性分析、连锁图谱构建、全基因组关联分析以及分子标记辅助选择,已成为提高紫花苜蓿育种效率的重要技术途径。

2、插入/缺失(indel)是基因组中常见的序列变异类型,通常表现为一个或多个碱基的插入或缺失。indel标记具有等位状态直观、在高通量测序读段中易于识别等特点,可用于遗传多样性分析、分子指纹图谱构建、qtl定位以及与农艺性状的关联分析。

3、传统低通量分子标记在标记数量、检测通量和数据标准化方面难以满足大规模育种群体的分型需求。基于靶向捕获测序的液相分型技术可通过预先设计的捕获探针对目标基因组区域进行富集,再结合高通量测序完成目标位点分型,在降低全基因组重测序成本的同时,可获得稳定且可重复利用的固定标记数据。

4、目前紫花苜蓿分子标记资源中snp应用较多,而针对indel标记构建的高通量液相分型平台相对缺乏。因此,有必要开发一套位点数量适中、覆盖全基因组、兼顾功能位点和背景位点、检测稳定且适用于紫花苜蓿分子育种的10k indel液相分型芯片。

技术实现思路

1、本发明的目的在于提供一种紫花苜蓿10k indel液相分型芯片及其应用。所述芯片以11224个indel位点作为固定检测位点,其中869个为前景功能位点,10355个为背景位点,从而同时兼顾重要性状相关信息和全基因组多态性覆盖。

2、为实现上述目的,本发明采用如下技术方案:

3、本发明基于236份紫花苜蓿种质资源全基因组重测序数据获得indel并集合位点;按照位点质量、多态性、功能注释和染色体分布进行筛选;结合农艺性状和/或代谢性状表型数据确定869个前景功能位点;在全基因组范围内进一步筛选10355个背景位点;对11224个目标indel位点设计液相捕获探针并建立靶向捕获测序分型体系。所述前景功能位点用于表征与紫花苜蓿重要农艺性状和/或代谢性状相关的遗传变异,所述背景位点用于覆盖紫花苜蓿全基因组多态性信息。

4、所述11224个indel位点分布于紫花苜蓿各条染色体的不同物理区段,用于检测所述indel位点的液相捕获探针长度为110 bp,平均每个位点配置2条捕获探针。

5、所述全基因组重测序材料为236份紫花苜蓿种质资源,采用bwa软件将测序读长比对至“中苜1号”紫花苜蓿参考基因组,采用gatk或同类变异检测软件获得indel并集合位点。

6、所述捕获探针优选为长度110 bp的单链dna探针。探针设计过程中,对前景功能位点优先采用30%-70%的gc含量范围,设计失败时可放宽至20%-80%;背景位点优选采用30%-70%的gc含量范围。探针全基因组同源区域数量优选控制在5个以下,并优先避开ssr重复序列和参考基因组gap区域。

7、 针对每一个indel位点,可在目标位点上下游分别设计两条覆盖目标区域且相互重叠约60%-70%的候选捕获探针。候选探针进行同源性评估时,可将长度≥40 bp且完全相同、长度≥80 bp且序列相似度≥85%、或长度≥70 bp且序列相似度≥95%的片段视为潜在同源区域,以识别和剔除非特异探针。

8、所述背景位点优先从插入缺失长度小于40 bp、maf≥0.35、缺失率≤0.1且杂合率<0.1的候选indel中选择,并结合各染色体及其不同物理区段的均匀覆盖原则进行布局,最终获得10355个背景位点。

9、所述869个前景功能位点可通过全基因组关联分析获得。将236份紫花苜蓿材料的indel基因型矩阵与耐旱指数、冠层温度、叶片相对含水量、鲜重、干重、一级分枝数、二级分枝数、花期、粗蛋白含量、相对株高、绝对株高等表型数据相结合,采用混合线性模型进行关联分析,并结合多重比较校正确定显著关联位点。

10、依据液相捕获探针设计原则,构建10k indel液相分型芯片,所述液相分型芯片包括用于检测紫花苜蓿indel位点组合的探针集合,所述indel位点组合对应11224个indel分子标记,所述11224个indel分子标记的物理位置是基于紫花苜蓿参考基因组“中苜1号”进行序列比对确定的,所述11224个indel位点的具体信息如说明书中表1所示。

11、表1  紫花苜蓿10k indel液相分型芯片位点信息

12、

13、

14、

15、

16、

17、

18、

19、

20、

21、

22、

23、

24、

25、

26、

27、

28、

29、

30、

31、

32、

33、

34、

35、

36、

37、

38、

39、

40、

41、

42、

43、

44、

45、

46、

47、

48、

49、

50、

51、

52、

53、

54、

55、

56、

57、

58、

59、

60、

61、

62、

63、

64、

65、

66、

67、本发明还保护上述紫花苜蓿10k indel液相分型芯片在以下任一项中的应用:

68、(1)紫花苜蓿品种真伪、纯度检测与种质资源鉴定;

69、(2)紫花苜蓿遗传多样性分析、群体结构解析、遗传图谱构建;

70、(3)紫花苜蓿 gwas 全基因组关联分析、qtl 定位;

71、(4)紫花苜蓿分子标记辅助育种;

72、(5)紫花苜蓿优良育种材料筛选。

73、其中一个具体的实施方式为,所述紫花苜蓿10k indel液相分型芯片用于鉴定与紫花苜蓿鲜重和/或自然株高相关的功能indel位点,其中与紫花苜蓿鲜重相关的indel位点为chr4_18224102、chr5_23793625、chr8_38588033和chr8_85420026,与自然株高相关indel位点为chr3_39677088、chr5_792370、chr7_18587829和chr7_27867369。

74、当筛选鲜重优良紫花苜蓿材料时,选择 chr4_18224102、chr5_23793625、chr8_38588033、chr8_85420026 位点优势基因型个体;筛选自然株高优良紫花苜蓿材料时,选择chr3_39677088、chr5_792370、chr7_18587829、chr7_27867369 位点优势基因型个体。

75、另一方面,本发明还公开了上述 10k indel 液相分型芯片筛选紫花苜蓿优良育种材料的方法,包括如下步骤:

76、(1)提取待筛选紫花苜蓿材料 dna;

77、(2)利用所述芯片完成 11224 个 indel 位点基因分型,获得基因型数据;

78、(3)依据 869 个前景功能位点中与目标性状显著关联的 indel 标记基因型,筛选获得符合育种目标的紫花苜蓿个体。

79、优选地,步骤(3)中,当育种目标为提高鲜重,依据位点 chr4_18224102、chr5_23793625、chr8_38588033、chr8_85420026 的基因型筛选;当育种目标为改良自然株高,依据位点 chr3_39677088、chr5_792370、chr7_18587829、chr7_27867369 的基因型筛选。

80、本发明还公开了一种构建所述紫花苜蓿10k indel液相分型芯片的方法,包括如下步骤:(1)获取紫花苜蓿种质资源样品并进行全基因组重测序;(2)将测序读长比对至紫花苜蓿参考基因组并检测indel变异;(3)根据位点质量、多态性、功能注释和基因组分布对indel位点进行筛选;(4)结合农艺性状和/或代谢性状表型数据筛选前景功能位点;(5)基于筛选后的indel位点设计液相捕获探针并构建10k indel液相分型芯片。

81、所述10k indel液相分型芯片进行紫花苜蓿基因分型的方法,包括待测样品dna提取、文库构建、液相捕获、目标区域富集、高通量测序、序列比对及indel基因型判定步骤。

82、本发明的所述芯片在多样品检测中indel位点的平均检出率不低于90%。

83、在一个实施方式中,采用tassel软件中的混合线性模型y=xα+qβ+kμ+e开展关联分析,其中y为表型向量,x为indel基因型矩阵,q为群体结构矩阵,k为亲缘关系矩阵,α、β和μ分别表示相应效应参数,e为随机误差项;群体结构矩阵和亲缘关系矩阵可分别通过structure和spagedi等软件获得。

84、本发明的有益效果:

85、(1)本发明构建了包含11224个固定indel位点的紫花苜蓿10k液相分型芯片,为紫花苜蓿提供了专门面向indel标记的高通量分型工具。

86、(2)芯片同时包含869个前景功能位点和10355个背景位点,既保留与重要性状相关的功能信息,又兼顾全基因组多态性覆盖。其中869个为与紫花苜蓿重要农艺性状和/或代谢性状相关的前景功能位点,其余10355个为用于覆盖全基因组多态性的背景位点。

87、(3)采用液相靶向捕获结合高通量测序,可降低大规模样品分型对全基因组测序深度和数据量的需求,便于不同批次、不同育种群体之间的数据比较与累积。

88、(4)所述芯片可用于种质资源鉴定、遗传多样性和群体结构分析、遗传图谱构建、gwas、qtl定位、品种真实性和纯度鉴定、分子标记辅助选择以及基因组选择育种。

89、(5)代表性前景功能indel位点在鲜重和自然株高等性状中表现出不同基因型间的显著差异,可进一步用于紫花苜蓿优良材料的早期辅助筛选。