基因组测序>
建库测序>
人类基因组测序>
动植物基因组测序>
微生物基因组测序>
转录调控测序>
表观组测序>
单细胞测序>
空间转录组>
基因分型>
质谱分析>
蛋白组学分析>
代谢组学分析>
免疫定量>
多组学联合分析>
分子育种>
动植物基因组测序>
遗传图谱—精确构建连锁遗传图
遗传连锁图谱(Genetic linkage map):又叫连锁图谱(Linkage map),指分子标记在染色体上的相对位置,用遗传距离来衡量距离。遗传距离单位是厘摩(cM), 表示分子标记在染色体交换过程中的重组频率。遗传图谱分析方法:
1. 高密度遗传图谱
以连锁遗传中染色体的交换和重组为基础,通过连续多次两点或三点测验等方法计算出交换值,确定位于同一染色体基因的相对位置的距离,绘成连锁遗传图。2. 多倍体遗传图谱
多倍化是植物的进化驱动力之一,基于多倍体物种在生长活力、生物量积累和抗逆适应性等方面的优势,一直较难破译的多倍体物种,其遗传图谱的构建相比于二倍体要复杂得多。诺禾致源针对多倍体物种开发的图谱构建流程已助力科研论文成功发表。 图3 多倍体遗传图谱应用方向
1. QTL定位与功能挖掘
通过表型性状与标记间的连锁分析来确定QTL在染色体上的位置、效应,进而实现性状相关基因的挖掘。2. 辅助基因组组装
通过表型性状与标记间的连锁分析来确定QTL在染色体上的位置、效应,进而实现性状相关基因的挖掘。3. 比较基因组学分析
通过表型性状与标记间的连锁分析来确定QTL在染色体上的位置、效应,进而实现性状相关基因的挖掘。4. 分子标记辅助育种
通过表型性状与标记间的连锁分析来确定QTL在染色体上的位置、效应,进而实现性状相关基因的挖掘。诺禾优势
1.高速度 高密度 高质量
基于全基因组重测序或简化基因组测序的检测方法,可一次性快速开发大量的分子标记, 测序数据和上图标记质量高,可获得高饱和或者超密度遗传图谱,已广泛应用于各种模式和非模式生物遗传图谱构建。2.高质量测序数据,高性能计算平台
BSA性状定位采用先进的高通量测序平台,快速、高效地读取高质量的测序数据。 诺禾致源高性能计算平台(High Performance Computing,HPC)采用DELL计算节点和Isilon存储的高效组合,实现快速稳定的 测序数据分析及交付。随着公司业务的发展,高性能计算平台将会持续 更新并扩容,以保证高效的数据处理和安全的数据存储。PE150
测序读长≥85%
测序质量Q3020,280个
物理核数1,727 T flops
计算峰值速度400 TB
总内存58.6PB
总储存3.出色完成每一个项目环节
至2021年12月,诺禾致源已对畜牧、作物、果蔬、花卉、普通植物、水产等上百个物种进行了遗传图谱构建。“科学 的方案设计,严格的质控管理,专业的分析团队,丰富的项目经验,优质的项目服务” 确保每一个环节都能出色完成,助力科学研究。50人
分析团队10年
项目经验300+
结题项目1对1
项目服务4.科学方案设计
从材料选取,建库测序,到数据分析,每一步都需要科学、缜密的设计,以保障高质量研究成果。材料选取
群体类型
F1、F2、BC、
RILs等
群体大小
≥150
WGS(350bp文库)
亲本:10-30×/个
子代:≥5×/个
子代GBS
Tag≥10万/RAD
测序≥1×/个
信息分析
信息分析
利用全基因组或简化基因组测序技术,开发SNP标记,基于SNP标记进行连锁分析,构建高密度遗传图谱。除SNP标记外,还可加入InDel等标记进行构图。全基因组重测序(WGS) | 简化基因组测序(GBS) |
---|---|
测序数据质量评估 | 测序数据质量评估 |
与参考基因组比对 | 与参考基因组比对(有参) 与拟参考基因组比对(无参) |
群体SNP检测及注释 | 群体SNP检测及注释 |
遗传标记开发及过滤 | 遗传标记开发及过滤 |
遗传图谱构建及质量评估 | 遗传图谱构建及质量评估 |
常见问题
1. 亲本如何选择?
2. 构建图谱的软件有哪些?各有什么区别与联系?
3. 不同群体如何选择上图标记?
4. 图谱质量判定标准有哪些?
5. 常用的QTL作图软件有哪些?各有什么不同?
软件 | WinQTL | MapQTL | IciMapping | QTLNetwork |
---|---|---|---|---|
适用群体 | BC、DH、RIL、F2 | F1、F2、RIL、BC、DH | BC、DH、RIL、F2 | F2、RIL、BC、DH |
标记限制 | 每条染色体不高于1000 | 总数不高于7000 | 10000以内 | 无限制 |
定位方法 | IM、CIM、MIM | IM、MQM | IM、ICIM | MCIM |
定位结果 | LOD、贡献率、加性效应、显性效应 | LOD、贡献率、加性效应显性效应 | LOD、贡献率、加性效应、显性效应、上位性效应 | LOD、贡献率、加性效应、显性效应、上位效应 |
参考文献
[1] Gu Q , Ke H , Liu Z , et al. A high-density genetic map and multiple environmental tests reveal novel quantitative trait loci and candidate genes for fibre quality and yield in cotton[J]. Theoretical and Applied Genetics, 2020.更多内容,可扫描侧边栏"一对一业务咨询"二维码添加科研服务经理咨询。
售后服务可联系侧边栏"在线客服"、电话400-6581585,或发送邮件至 service@novogene.com
Copyright@2011-2024 All Rights Reserved 版权所有:北京诺禾致源科技股份有限公司 京ICP备15007085号-1