当结构变异遇上群体研究，用上三代技术，真香！

群体遗传学中，围绕群体驯化与育种这一核心，找出物种适应性、关键农艺性状相关的适应性变异、有害变异、结构变异及其调控网络的研究热度持续不减。有害变异包括点突变（SNP）、小片段的插入缺失（InDel）与大的结构变异（SV）。其中 SV 仍然是一个相对神秘的植物基因组的特征，大量证据表明SV广泛存在于物种基因组内，且对表型影响广泛^[1、2],而近10年的短读长序列容易忽略一些重要的 SV，如一些大的染色体倒置^[3]。为弥补二代数据检测 SV 的不足，诺禾致源与 Oxford 强强联合，推出以下超级大优惠。

福利一“福真价实”

ONT 三代变异检测享：

送样数量<=5个，10G打包售价8000元/样；样本量6~10个，10G打包售价6000元/样;样本量10个以上享5500元/样；每增加10G，单样本增加2000元。

注:分析内容包含变异检测或外源插入片段。

福利二 “心悦诚福”

ONT 群体研究享：

签单10万元，免费赠送诺禾致源倾力打造《动植物基因组研究前沿与热点》，内含 De novo、重测序、DNA 多组学等研究热点。

签单20万元，赠送诺禾致源十周年纪念礼盒，内含精品笔记本+罗技键盘+定制盲盒。

除了超多福利好物，为助力各位老师的研究需求，我们还整理了利用三代技术进行SV群体分析的文章和研究策略，让我们一起来看看吧~

01

 SV对基因结构和基因表达的影响

2020年在线发表的【白菜】^[4]文章中，通过对三种白菜类型基因之间存在/缺失变异（PAV），基因组结构变异（SV）以及单核苷酸多态性（SNPs）的比较，发现三种形态型中叶形基因（如 GARP 转录因子家族的 KAN 等基因）中SV的结构差异（图1-左），和开花相关基因（如花抑制因子 MAF4、SVP 等）的抑制作用，对白菜类蔬菜作物器官形态建成和开花等重要性状进化分子机制的解析和遗传改良具有重要意义。

 图1 白菜基因组 PAV 及特殊 SVs^[4]

02

SV佐证群体进化关系

为了探究 SV 分析的适用性，2020年在线发表的【番茄】^[5]文章中，研究人员基于短读长测序数据获得基于800多份材料的 SNPs 的系统进化树（图2A），从7个品系中中共筛选具有代表性的100份材料收集长读长测序数据，并基于 SVs 数据构建树形图（图2B)。结果表明，筛选的这些材料分布在它们已知的分类群中，与 SNPs 分类结果一致，也由此证明 SVs 对群体遗传分析的适用性。
图2 番茄系统进化树^[5]左图：基于短读长序列获得的 SNP 系统进化树；右图基于长读长序列获得的SV系统进化树在2020年在线发表的【水稻】^[6]一文中，研究人员分别基于 SNP（图3A）和 SV（图3B）数据构建了群体 Structure 图，SNP 结果显示大致划分6个群体，且粳稻和籼稻区分明细，而在 SV 结果也十分一致。图3 水稻遗传结构图^[6]上图：基于 SNP 数据的群体 Structure；下图：基于 SV 数据的群体 Structure。

03

群体SV突变特征频谱

为了探究有害变异的重要影响，2020年发表的【水稻】^[6]文章中，计算了不同类群的非折叠位点频率图谱（图4-A、B、C）。每个SFS包括五种SV类型（DUP, DEL, TRA, MEI and INV）和两种SNP类型（Syn，Nsyn），揭示了三个显著特征：1. 各分类群之间存在明显的差异，与驯化瓶颈期间的遗传漂变增强和交配系统的变化一致。2. 固定SV的比例低于固定同义 SNP 和非同义 SNP，SV 在基因组中的频率更低，在发生变异后，SV 更倾向于被清除，代表 SV 更倾向于有害。3.INV 事件具有最极端的 SFS，在每个组中超过90%的 INV 事件在三个或更少的个体中被识别，暗示 INV 事件在进化过程中可能受到强选择。研究人员针对 SV 和 SNP 在染色体上的位置进行了统计，统计检验结果表明，SV 和 SNP 的多样性在染色体窗口上有显著的相关性（图4-D）。由此也说明 SV 提供了与 SNP 基本一致的群体遗传信息。图4 SV 频率图谱^[6]

04

SV与连锁不平衡分析

【水稻】^[6]文章中还提到，分别采用 SNP、SV 和 SNP+SV 计算三个分类群的 LD，由于有害影响，SVs 通常比 SNP 的种群频率更低，有可能在物理距离上 LD 衰减更快（图5）。SNP 数据表明 LD 在约100kb的距离内，japonica 的 SNPs 的r²保持在约0.2，而 indica 的r²为约0.1，在相同的物理距离内，rufipogon 的r²小于0.05。而 SV 的r2值低于所有分类群的 SNP，其值仅在很短（<15kb）距离内超过0.1。

图5 连锁不平衡分析图

05

种群驯化研究

在【水稻】^[6]文章中，通过估计基因组中的 SNP 和 SV 差异，发现  SNP 的平均 FST 估计值明显高于 SV，反映出 SV 通常比 SNP 处于较低的种群频率。同时结合已知的驯化和改良基因，并证实这些基因在前1%和10%的fst区间内高度富集，从而获得了与生理、形态特征和对食用品质相关的功能基因（图6）。

图6 与驯化相关的SV特性^[6]

06

全基因组关联分析

2020年在线发表的【油菜】^[7]文章中，从8个油菜品种中鉴定出的 PAVs 进行了 GWAS，发现了 PAVs 与长角果长度、种子重量和开花时间之间的因果关系，而 SNP-GWAS 结果反而忽略了这一重要发现（图7）。同样在2021年发表的【桃】^[8] 文章中，也观察到了导致果实早熟、核仁周围果肉颜色、果实形状和扁平形状形成的候选 SVs（图8）。

图7 油菜 PAV_GWAS 分析结果图^[7]
图8 桃 SV_GWAS 分析结果图^[8] 诺禾致源三代群体研究服务推出技术策略

图9 三代重测序分析流程图

纯三代测序策略

1. 变异检测研究：推荐个体测序深度15 X以上，检测SV、CNV。

2. 群体进化研究：自然群体，三个以上亚群且划分明显，动物≥10个，植物≥15个，总体大小≥30个，推荐测序深度30 X/样。

3. GWAS研究：自然群体，≥200个体，推荐测序深度30 X/样。

三代+二代测序策略

1. 变异检测研究：推荐二代测序深度10 X以上，检测SNP、InDel，推荐三代测序深度15 X以上，检测SV、CNV。

2. 群体&GWAS研究：在二代选材基础上，挑选代表性个体，每个群体至少3个样本，推荐三代测序深度30 X/样。参考文献：[1]. Z_mienkoA, SamelakA, KozłowskiP, etal. Copynumber polymorphism in plant genomes[J]. Theor Appl Genet. 2014.[2]. Gaut BS, Seymour DK, Liu Q, et al. Demography and its effects on genomic variation in crop domestication[J]. Nat Plants. 2018.[3]. Mahmoud M, Gobet N, Cruz-D avalos DI, et al. Structural variant calling: the long and the short of it[J]. Genome Biol. 2019.[4]. Li P, Su T, Zhao X, et al. Assembly of the non-heading pak choi genome and comparison with the genomes of heading Chinese cabbage and the oilseed yellow sarson[J]. Plant Biotechnology Journal, 2020.[5]. Alonge M , Wang X , Benoit M , et al. Major Impacts of Widespread Structural Variation on Gene Expression and Crop Improvement in Tomato[J]. Cell, 2020. [6]. Yixuan K , Yi L , Tuomas T , et al. Evolutionary Genomics of Structural Variation in Asian rice (Oryza sativa) Domestication[J]. Molecular Biology and Evolution, 2020.[7]. Song J, Guan Z, Hu J, et al. Eight High-quality Genomes Reveal Pan-genome Architecture and Ecotype Differentiation of Brassica napus[J]. Nature Plants, 2020.[8]. Jiantao G, Yaoguang X,Yang Y, et al. Genome structure variation analyses of peach reveal population dynamics and a 1.67 Mb causal inversion for fruit shape[J]. Genome Biology, 2021.

重测序研究部   杨 阳 | 文案图片来源于网络，侵删

往期精彩推荐

• 群体遗传｜高密度遗传图谱知多少

---