這不是一張簡單的圖譜，你的子孫18代，都將由它來定
被譽為生命科學領域「登月計劃」的人類基因組計劃（Human Genome Project, HGP），相信大家都是久聞大名、如雷貫耳啦！簡單地說起來，人類基因組計劃的目標便是構建4張圖譜（說起來似乎好簡單啊），其中之一便是本期的主角---遺傳圖譜（帥氣登場）。
對於如此高端大氣的遺傳圖譜，各位是不是不自覺的想要接近「他」呢？是不是特別想知道遺傳圖譜到底是何方神聖呢？今天小美就帶大家大家扒扒遺傳圖譜的前世與今生。
遺傳圖譜又叫做連鎖圖譜（linkage map），它是以具有遺傳多態性的遺傳標記為「路標」，以遺傳距離（重組率）為圖距的基因組圖。遺傳圖譜是基因定位與克隆乃至基因組結構與功能研究的基礎。自從遺傳作圖開展以來，其發展非常迅速，在短短的幾十年時間內，已有成千上萬名生物學家投入該領域研究。
遺傳圖譜研究趨勢
千呼萬喚始出來
早期的遺傳圖譜是以形態學、色素以及同工酶等常規標記而構建的，這類圖譜被統稱為經典遺傳連鎖圖（classical linkage group，CLG）。1910年，Morgan根據對果蠅六個形態性狀的分析結果，發現了連鎖遺傳現象，並根據性狀與形態標記的連鎖關係， 構建了生物界第一張遺傳連鎖圖，開創了利用標記定位未知基因的先河。
但這類常規標記的數量少、多態性低，並且依賴於基因表達情況，常常受到環境、遺傳背景、發育階段以及樣本組織類型等因素的影響，因此，這類遺傳圖譜也常常伴隨解析度差、標記數少、圖距大、不同作圖群體間很難進行整合等問題，極大地限制了其應用。例如：在大豆分子圖譜建成以前，儘管已經發現多達250個形態學和同工酶標記，但只有其中的57個被用於構建遺傳圖譜，圖譜總長度僅有可憐的420 cM[1]。
風生水起，日新月異
1953年，當J. D. Watson和 F. H. C. Crick提出了 DNA分子結構的雙螺旋模型，圓滿地解釋了DNA就是基因的實體，標誌著分子遺傳學時代的到來。科學家們的視野逐漸從表型篩選拓展到基因型篩選，直到1986年第一張作物（番茄）的 RFLP 圖譜[2]以及1987年第一張人的RFLP圖譜[3]橫空出世，遺傳圖譜的研究如雨後春筍般地在全世界範圍內蓬勃地開展起來。
特別是隨著RAPD、SSR、AFLP等一代二代分子標記技術的出現，遺傳圖譜相關研究更是日新月異，短短几年時間，遺傳圖譜相關文章的發表量從每年1000多篇猛增到每年7000多篇。整個20世紀，在遺傳學領域取得重大進展之一就是人們可以從全基因組水平上來研究生物體的遺傳變異，而遺傳連鎖圖譜就是其中最重要的環節之一。
百尺竿頭更進一步
然而，在高等動、植物遺傳圖譜的構建中卻遇到了類似基因組高度複雜等各種各樣的難題，其中最讓人為棘手的就是傳統的分子標記數量十分有限，標記多態性很差，從而延緩了遺傳圖譜的研究進程。
自從第一台454測序儀（Roche Applied Science）的上市，到目前最為炙手可熱的Illumina測序儀的廣泛應用，高通量測序自誕生開始就快速進入了生物學家的視野。飛速發展的高通量測序技術，在遺傳圖譜構建中充分展現了其低成本、高通量，應用面廣，開發的標記分布廣、密度大、多態性高等特點而被廣泛用於遺傳圖譜的構建研究中，成為了當前遺傳圖譜構建最重要測序方法（沒有之一）。目前 ，根據測序技術的不同可以將遺傳圖譜分成三大類：
重測序遺傳圖譜
利用全基因組重測序構建遺傳圖譜的最大的優點在於獲得的標記數目和群體內的重組事件更多，圖譜更密 ，更精確。由於重測序獲得的遺傳標記實在太多，目前主流的軟體都沒有辦法很快地完成圖譜繪製，所以在此研究中，我們通常以「Bin」的形式去構建遺傳圖譜，將來源於同一親本的標記合成一個bin，最終利用bin構建遺傳譜圖，又稱「binmap」。
重測序方法比較適合於基因組小且相對簡單的物種，如水稻、玉米、擬南芥 、黃瓜等。這類物種研究相對比較透，其他技術很難滿足當前科研需要。例如在2015年發表在Cell子刊《Molecular Plant》期刊上的一篇文章對黃瓜的147個RILs及兩個親本重測序，依據重測序的數據進行SNP calling，共獲得親本間116710個SNPs，以這些SNP為基礎，進行Bin map構建。共開發出bin759個，bin變化範圍為10.6Kb-1.6Mb，平均每個bin 248.8kb。以759個bin為marker進行遺傳圖譜構建，最終得到長度為1384.4cM的遺傳圖譜，覆蓋了全基因組98%的區域。利用多年多點的表型數據定位到一致的QTL，可靠性高，並且利用遺傳圖譜糾正了基因組錯誤組裝區域[4]。
果刺和果皮顏色QTL定位
遺傳圖譜與參考基因組共線性分析
簡化基因組遺傳圖譜
簡化基因組測序技術是構建遺傳圖譜性價比最高的一種方法，尤其針對非模式物種，當重測序無能為力之時，簡化基因組站了起來！傳統的標記開發耗時費力，簡化基因組技術可以開發高密度的標籤，且高效快速，便於圖譜構建，重要性狀定位乃至後續優良品種的篩選 。
簡化基因組遺傳圖譜相關研究真是數不勝數，其中最為經典的是利用2b-RAD技術構建了一張含有3,806個標記的櫛孔扇貝遺傳圖譜，標記平均間隔僅有0.41cM，這是水生生物已知精度最高的遺傳連鎖圖譜[5]。
遺傳圖譜信息統計
轉錄組遺傳圖譜
轉錄組也可以玩遺傳圖，是的，你沒有看錯，有沒有覺得很新奇很高大上？？？基於該策略構建的圖譜被稱為「基因圖譜」。2011年，第一篇轉錄組圖譜的文章發表在國際著名期刊《Nature Biotechnology》上（IF:41.4） ，文章通過對多倍體油菜葉片轉錄組測序，最終將23037個SNP標記，構建了527個bin，總長度1780cM的遺傳圖譜。
以A1連鎖群為例，作者分析了DH群體中每個個體bin的SNP的個數以及來源，連鎖群上每個基因的表達量 ，並且與模式作物擬南芥進行共線性比對[6]。但是由於成本的限制，截止到目前為止，利用轉錄組構建遺傳圖譜的研究並不是很多。但是隨著測序，分析成本的繼續降低，利用RNA-seq構建遺傳圖譜尤其是在多倍體物種中將會大顯身手噠。
A1連鎖群的轉錄丰度及共線性分析
好了，經過小美的一番努力的八卦，相信大家已經對遺傳圖譜的相關內容有所了解！
想做遺傳圖譜？就來美吉生物！有你不能拒絕的理由：
1. 擁有標準化操作實驗室和世界一流的高通量測序技術平台，實驗周期短，質量可靠；
2. 技術人員經驗豐富，可以根據合作夥伴要求提供實驗方案和分析方案，避免結果單一化，流程化；
3. 常駐技術支持拜訪交流，提供貼心的售前及售後服務；
4. 公司產品全面、項目經驗豐富，可進行多組學結合分析，包括優質的基因組、轉錄組、微生物等測序服務。
參考文獻：
[1] Palmer R G, Kilen T C. Qualitative genetics and cyto-genetics.[J]. Ediciones Cincodias, 1987.
[2] Bernatzky R, Tanksley S D. Toward a saturated linkage map in tomato based on isozymes and random cDNA se-quences.[J]. Genetics, 1986, 112(4):887-98.
[3] Doniskeller H, Helms C, Green P, et al. A Human genome linkage map with more than 500-RFLP loci and average marker spacing of 6 centimorgans [C]//Cytogenetics and Cell Genetics. ALLSCHWILERSTRASSE 10, CH-4009 BASEL, SWITZERLAND: KARGER, 1989, 51(1-4): 991-992.
[4] Qian, Zhou, Miao, et al. A Sequencing-Based Linkage Map of Cucumber[J]. Molecular Plant, 2015, 8(6):961–963.
[5] Jiao W, Fu X, Dou J, et al. High-resolution linkage and quantitative trait locus mapping aided by genome survey sequencing: building up an integrative genomic framework for a bivalve mollusc. DNA Research, 2013, doi: 10.1093 /dnares/dst043.
[6] Bancroft I, Morgan C, Fraser F, et al. Dissecting the genome of the polyploid crop oilseed rape by transcriptome sequencing[J]. Nature Biotechnology, 2011, 29(8):762-6.
科研汪快來關注吧
TAG:美吉生物 |