相关实验视频
Updated: Sep 17, 2025
11:13
Using Mouse Oocytes to Assess Human Gene Function During Meiosis I
Published on: April 10, 2018
9.0K
低覆盖范围的全基因组测序在复杂的小鼠交叉中促进了准确且具有成本效益的单元型重建
Samuel J Widmayer1, Lydia K Wooldridge2, Emily Swanzey2
1The Jackson Laboratory for Genomic Medicine, 10 Discovery Drive, Farmington, CT, USA. samuel.widmayer@jax.org.
概括
低覆盖全基因组测序 (lcWGS) 为复杂的小鼠交叉提供了准确且具有成本效益的基因型定型,通过捕获更细致的遗传细节,超过了SNP数组,并使得即使在低测序深度下也能够进行稳健的单元型重建.
科学领域:
- 基因组学就是基因组学.
- 定量遗传学 是一种定量遗传学.
- 生物信息学是一种生物信息学.
背景情况:
- 准确的遗传数据对于理解复杂的特征和疾病至关重要.
- 像多样性异种 (DO) 这样的异种老鼠种群是有价值的模型,但传统的SNP阵列基因型定型具有包括成本,偏见和稀疏性在内的局限性.
- 现有的方法很难捕捉高度重组的小鼠交叉的遗传结构.
研究的目的:
- 为了比较基于测序的基因型鉴定方法与SNP数组对复杂小鼠交叉的有效性.
- 评估双消化限制位点相关的DNA测序 (ddRADseq) 和低覆盖全基因组测序 (lcWGS) 与千兆鼠标通用基因型阵列 (GigaMUGA) 相比.
- 确定最佳的基因型化策略,以捕捉DO小鼠中的遗传变异和哈普洛型结构.
主要方法:
- 使用GigaMUGA,ddRADseq和lcWGS对48个DO基因组进行基因型定型.
- 序列阅读的调整和从创始菌株中分离SNP的归算.
- 使用R/qtl2软件重建哈普洛型.
- 基因型准确度的比较,交叉计数,以及跨方法的哈普洛型块的识别.
- 使用DO衍生胚胎体的表达量特征位点 (eQTLs) 进行验证.
主要成果:
- 来自GigaMUGA,ddRADseq和lcWGS的哈普型重建显示出高一致性.
- 与其他方法相比,lcWGS更准确地回顾了交叉计数,并识别了较小的单元型块 (<1 Mb),即使在0.1×覆盖范围.
- 超过90%的由GigaMUGA识别的本地eQTL在超低覆盖率 (0.1×) 时被lcWGS成功召回.
结论:
- 低覆盖全基因组测序 (lcWGS) 是复杂的小鼠交叉的高精度和成本效益的基因型测定方法.
- lcWGS对超低的测序深度具有稳定性,并且在解析微型单元型结构方面优于SNP数组.
- 该研究建议采用lcWGS作为复杂交叉和衍生的基于细胞的资源的主要基因型方法.
