-
首页
-
科研服务
- 基因组
- T2T基因组
- 动植物基因组
- 泛基因组
- 真菌基因组
- 细菌完成图
- 线粒体基因组
- 重测序
- 动植物全基因组重测序
- 性状关联分析
- 转录组
- 二代有参转录组
- 二代无参转录组
- 纳米孔全长转录组
- PB 2+3全长转录组
- 表观组
- Hi-C三维基因组
- 全基因组甲基化
- ATAC-seq
- CUT&Tag
-
分子育种
- 种质资源考察
- 种质资源考察与分类
- 核心种质资源鉴定
- 种质资源指纹图谱
- 种质资源鉴定
- KASP遗传标记
- 亲缘关系鉴定
- 种质资源信息库和性状解析
- 种质资源遗传库
- 性状关联分析
- 种质资源创新创制与推广
- 遗传转化与基因编辑检测
- 液相芯片
- 基因组选择育种
- 种质资源应用推广
-
资源中心
- OMSearch
- 技术分享
- 送样建议
- 引物设计
-
新闻资讯
-
关于万摩
- 公司简介
- 项目成果
- 加入万摩
-
首页
-
科研服务
- 基因组
- T2T基因组
- 动植物基因组
- 泛基因组
- 真菌基因组
- 细菌完成图
- 线粒体基因组
- 重测序
- 动植物全基因组重测序
- 性状关联分析
- 转录组
- 二代有参转录组
- 二代无参转录组
- 纳米孔全长转录组
- PB 2+3全长转录组
- 表观组
- Hi-C三维基因组
- 全基因组甲基化
- ATAC-seq
- CUT&Tag
-
分子育种
- 种质资源考察
- 种质资源考察与分类
- 核心种质资源鉴定
- 种质资源指纹图谱
- 种质资源鉴定
- KASP遗传标记
- 亲缘关系鉴定
- 种质资源信息库和性状解析
- 种质资源遗传库
- 性状关联分析
- 种质资源创新创制与推广
- 遗传转化与基因编辑检测
- 液相芯片
- 基因组选择育种
- 种质资源应用推广
-
资源中心
- OMSearch
- 技术分享
- 送样建议
- 引物设计
-
新闻资讯
-
关于万摩
- 公司简介
- 项目成果
- 加入万摩
动植物全基因组重测序
-
产品定义
全基因组重测序是指使用高通量测序技术对已有参考基因组序列的某一物种的个体或者群体进行全基因组DNA测序,进而获得大量的遗传变异信息,包括单核苷酸多态性(SNP)、插入缺失(InDel)、结构变异(SV)和拷贝数变异(CNV)等。
基于检测到的变异能够全方位解析群体的遗传变异程度、遗传结构,推测种群的历史动态,追溯种群选择、驯化及进化事件,挖掘适应性进化相关基因等,从分子层面深入研究该物种的进化历程。同时也能快速发现与动植物重要性状相关的遗传变异,并进一步应用于分子育种中,缩短育种周期。
图3.1泛基因组的构建
图3.2泛基因组的组成
测序方案
方案一
方案二
方案三
分析内容
图1.全基因组重测序分析流程图
产品优势
-
图2.三代数据鉴定SV
SV鉴定
在结构变异的鉴定领域,三代测序技术展现出了其显著的优势。这一优势主要源于其独特的长读长特性,该特性使其能够有效地覆盖并识别基因组中的大片段变异。三代测序技术能够直接跨越并识别基因组中的大片段插入、缺失、倒位等变异,同时减少了对PCR扩增的依赖,从而提高了变异检测的全面性和准确性。
群体结构“三剑客”
通过Structure群体结构分析、系统发育分析以及群体主成分分析,研究群体样本之间的亲缘进化关系,三种分析方法的结果可以相互验证。
图3.群体结构“三剑客”
连锁不平衡分析与LD单体型
连锁不平衡(linkage disequilibrium,LD)分析使用r2计算两个标记间的连锁不平衡度。不同的物种、同一物种的不同群体因受到重组、选择、群体类型等的影响,其LD变化情况不同,一般情况下我们会统计LD值衰减到一半的距离。
图4.连锁不平衡分析与单体型
种群历史动态分析
通过基因组碱基变异情况对物种种群历史动态进行分析,能够揭示群体进化过程中的种群大小变化的趋势,一般与较大的地质活动、温度等环境变化相关。有效群体大小的剧烈波动,可以揭示生存环境的变化,其一般与较大的地质活动、温度等环境变化相关。
图5.有效种群历史大小分析
选择性清除分析
选择在物种的遗传变异形成过程中有巨大的贡献,其中“搭便车效应”会对种群水平的分化产生剧烈的影响,由于较强的选择效应,使得一个突变位点相邻DNA上的核苷酸之间的差异下降或消除(selective sweep)。通过分析大量的比较基因组学数据集和大量的SNP集,我们可以确定在野生种到栽培种/地方种的过程中,以及在不同的环境情况下,哪些区域的多态性发生了巨大的改变,检测驯化或环境适应性相关的候选基因,这些基因往往与进化相关的性状也存在关联。在数据层面,选择性清除区域表现为亚群内多态性降低,亚群间差异大,LD大。
图6.选择清除分析结果展示
遗传多样性分析
图7.群体间遗传多样性指数
基因流分析
图8.基因流分析
-
Q1 变异检测测序深度如何选择?
当测序深度为10×以上时,个体对基因组覆盖度约95%,能检测到的个体SNP数约90%。鉴于对较大群体(如GWAS项目)进行SNP检测时低深度数据可以进行缺失推断(个体间存在弥补效应),可提高群体覆盖度,因此建议测序深度不低于5×;而当个体或群体较小时,建议测序深度不低于10×。
如果对CNV和SV进行检测,需要相应的增大测序深度以SV:≥20×,CNV:≥30×为宜。
Q2 测序个体与参考基因组比对,比对率较低的原因有哪些?
参考基因组组装质量差、测序物种与参考基因组物种的亲缘关系较远、测序样本的外源污染、测序样本自身变异较大等。
-
- Zhao YP, Fan G, Yin PP, et al. Resequencing 545 ginkgo genomes across the world reveals the evolutionary history of the living fossil. Nat Commun. 2019;10(1):4201. Published 2019 Sep 13. doi:10.1038/s41467-019-12133-5
- Liu Y, Luo Y, Wang P, et al. Phased chromosome-level genome provides insights into the molecular adaptation for migratory lifestyle and population diversity for Pacific saury, Cololabis saira. Commun Biol. 2024;7(1):1513. Published 2024 Nov 15. doi:10.1038/s42003-024-07126-0
- Chen L, Cao Y, Li G, et al. Population Structure and Selection Signatures of Domestication in Geese. Biology (Basel). 2023;12(4):532. Published 2023 Mar 31. doi:10.3390/biology12040532
- Slatko BE, Gardner AF, Ausubel FM. Overview of Next-Generation Sequencing Technologies. Curr Protoc Mol Biol. 2018;122(1):e59. doi:10.1002/cpmb.59
- Bourgeois YXC, Warren BH. An overview of current population genomics methods for the analysis of whole-genome resequencing data in eukaryotes. Mol Ecol. 2021;30(23):6036-6071. doi:10.1111/mec.15989
- Yu Y, Guan J, Xu Y, et al. Population-scale peach genome analyses unravel selection patterns and biochemical basis underlying fruit flavor. Nat Commun. 2021;12(1):3604. Published 2021 Jun 14. doi:10.1038/s41467-021-23879-2
- Ren G, Zhang X, Li Y, et al. Large-scale whole-genome resequencing unravels the domestication history of Cannabis sativa. Sci Adv. 2021;7(29):eabg2286. Published 2021 Jul 16. doi:10.1126/sciadv.abg2286
- Kosugi S, Momozawa Y, Liu X, Terao C, Kubo M, Kamatani Y. Comprehensive evaluation of structural variation detection algorithms for whole genome sequencing. Genome Biol. 2019;20(1):117. Published 2019 Jun 3. doi:10.1186/s13059-019-1720-5
- Zhou Z, Jiang Y, Wang Z, et al. Resequencing 302 wild and cultivated accessions identifies genes related to domestication and improvement in soybean. Nat Biotechnol. 2015;33(4):408-414. doi:10.1038/nbt.3096
- Pujolar JM, Blom MPK, Reeve AH, et al. The formation of avian montane diversity across barriers and along elevational gradients. Nat Commun. 2022;13(1):268. Published 2022 Jan 12. doi:10.1038/s41467-021-27858-5
- Vidal EA, Moyano TC, Bustos BI, et al. Whole Genome Sequence, Variant Discovery and Annotation in Mapuche-Huilliche Native South Americans. Sci Rep. 2019;9(1):2132. Published 2019 Feb 14. doi:10.1038/s41598-019-39391-z
- Frantz LAF, Bradley DG, Larson G, Orlando L. Animal domestication in the era of ancient genomics. Nat Rev Genet. 2020;21(8):449-460. doi:10.1038/s41576-020-0225-0
- Li M, Tian S, Jin L, et al. Genomic analyses identify distinct patterns of selection in domesticated pigs and Tibetan wild boars. Nat Genet. 2013;45(12):1431-1438. doi:10.1038/ng.2811
- Ellegren H, Galtier N. Determinants of genetic diversity. Nat Rev Genet. 2016;17(7):422-433. doi:10.1038/nrg.2016.58
- Chen N, Cai Y, Chen Q, et al. Whole-genome resequencing reveals world-wide ancestry and adaptive introgression events of domesticated cattle in East Asia. Nat Commun. 2018;9(1):2337. Published 2018 Jun 14. doi:10.1038/s41467-018-04737-0
- Fan S, Spence JP, Feng Y, et al. Whole-genome sequencing reveals a complex African population demographic history and signatures of local adaptation. Cell. 2023;186(5):923-939.e14. doi:10.1016/j.cell.2023.01.042