扩展RADseq方法用于大型数据集的非侵入性样本:图书馆建设和数据预处理的教训
Larissa S Arantes1,2, Jilda A Caccavo3,4, James K Sullivan1,5
1Berlin Center for Genomics in Biodiversity Research (BeGenDiv), Berlin, Germany.
Molecular ecology resources
|August 30, 2023
概括
基因非侵入性采样 (gNIS) 通过尽量减少影响,使野生动物保护成为可能. 这项研究优化了使用RADseq的gNIS数据处理,提高了基因型准确度,尽管存在DNA降解和污染的挑战.
科学领域:
- 保护遗传学 保护遗传学
- 野生动物种群研究研究.
背景情况:
- 遗传非侵入性采样 (gNIS) 对野生动物保护至关重要,但DNA降解和污染带来了挑战.
- 限制位置关联DNA测序 (RADseq) 产生了大量的遗传数据,需要共享的基因位点,在个体之间提供一致的覆盖.
研究的目的:
- 展示使用RADseq.使用斑点的大型gNIS数据集处理的方法.
- 评估DNA质量,PCR重复和SNP过器对基因型准确性的影响.
- 展示一个重量级的重组策略,以改善图书馆的准备工作.
主要方法:
- 从非侵入性收集的样本中生成了超过一千只斑点的3RADseq数据.
- 选样本内源DNA,删除受污染的样本,以及平衡的测序池.
- 评估基因型准确性,使用母子三组的门德尔错误,考虑DNA降解,污染,PCR重复和SNP过器.
主要成果:
- 当测序深度平衡时,受污染的样本显示出与非受污染的样本相似的基因型错误率.
- PCR重复和SNP过策略显著影响了基因型准确性.
- 一个加权的重组策略改善了基于内生DNA内容的图书馆准备的控制.
结论:
- gNIS是使用SNP进行大规模遗传监测的可行工具.
- 优化图书馆准备和数据处理对于准确的基于gNIS的种群遗传学至关重要.
- 提出的方法提高了gNIS研究的可靠性和成本效益.
