谁是图谱界的“倚天屠龙”？

”武林至尊，宝刀屠龙，号令天下，莫敢不从，倚天不出，谁与争锋”，看过“倚天屠龙记”的朋友肯定听过这句经典台词，充分体现出了两件神器的威力和影响力。武林中有倚天屠龙，那么哪些软件神器是遗传图谱绘制界的倚天屠龙呢？今天小编就给大家介绍两款构建遗传图谱的软件---JoinMap和HighMap。

JoinMap是一款经典而且强大的遗传图谱作图商业软件，在很多研究中得到广泛应用（小编读研期间就用过此神器），该软件支持二倍体物种各种实验群体的遗传作图，最新版本为v4.1, 稳定常用版本为v4.0, 前者相对后者唯一较大的更新在于v4.1支持对全同胞群体(CP群体)使用极大似然算法进行遗传图谱的绘制， 因此对大多数实验群体的遗传作图来讲， v4.0足矣。JoinMap4.0界面友好，使用简单，内置标记数据处理、绘图等强大功能，对小型数据集的处理和研究个别问题来讲，具有极强的适用价值。 

HighMap是百迈客生物科技有限公司自主研发的一款针对二代数据进行遗传图谱作图的软件，可谓是作图界的后起之秀，因为它基于Linux系统进行开发，使得它能够流程化和自动化，并且能进行高密度遗传图谱的构建(>10000)。HighMap通过采用多次排序和纠错策略，能提供更准确的标记排序和稳定的遗传距离，其构图过程主要包括连锁分群、标记排序、基因型纠错和图谱评估4部分。HighMap适用群体类型丰富，并且在大量物种中得到应用。

既然“倚天”“屠龙”已到，那我们就让两者较量一番，下面我们选择一些图谱构建的关键指标，看一下两者究竟谁更能“号令武林”：

1）图距

2）双交换比例

3）计算速度

4）适合群体类型

5）图谱评估

锣声响起，震惊四座，各位看官，过招开始！（下面的比较内容参考了HighMap软件原始文献[1]。)

 第一回合

图距比较：下表列出了HighMap和JoinMap对同一CP群体作图的图距，可以看出JoinMap的遗传距离明显高于HighMap，说明HighMap对图距控制得当，没有出现图距外溢。

 第二回合

双交换比较：下表展示了HighMap和JoinMap双交换比例的结果，可以看出HighMap的双交换比例明显低于JoinMap。这是因为HighMap采用了“iterative ordering and error correction”即“边排图边矫正”的策略，使得错误率明显降低，因此能将双交换控制在合理的范围内。

 第三回合

作图速度：下图就是HighMap和JoinMap对同一数据作图的时间，由于HighMap需要经过多次的排图矫正，因此计算速度上赶不上JoinMap4.1那么快，从图中可以看出HighMap的计算速度确实低于JoinMap4.1，不过为了保证图谱的质量用大约1天的时间也还算值得。

 第四回合

适合群体：下表显示了HighMap和JoinMap支持群体比较，从表中可看出，HighMap和JoinMap4.1都支持比较常用的BC1、F2、RIL、DH、CP这些群体，但是JoinMap4.1还能支持BCsFt（高度回交近交系）、IMxFy（高度互交近交系）的排图。

软件	适用群体类型
JoinMap4.1	BC1、F2、RIL、DH、CP、BCsFt、IMxFy
HighMap	BC1、F2、RIL、DH、CP

 第五回合

图谱评估：HighMap可以通过热图和单体型来源图对图谱进行评估。热图是通过计算两两标记间的重组率矩阵再可视化生成的；单体来源图是将已经排好图谱的每个个体的分型进行可视化展示，单体来源图也可用来发现潜在的排图问题。因此通过这两个评估手段再重新对图谱进行调整，也可以提高图谱的准确性。而JoinMap并没有这方面分析，如需验证图谱效果，只能通过其他软件辅助实现了。

两件神器过招完毕，相信大家对胜负高下已心领神会，小编就不宣布成绩了。总的来说，HighMap基于二代测序数据的设计，提高了分型中的容错能力，同时它采用”边排图边矫正”的策略使得错误分型更低，使得图距和双交换这两个指标的表现都要优于JoinMap, 但是它的这种策略也使得计算速度的降低，但是仍然在可以接受的范围内，同时由于HighMap可自动化程度高，减少了人工操作的时间，其实按工时算并不比JoinMap长。

下一期小编将会带来不同QTL定位软件的较量，各位少侠敬请期待。

参考文献 

Liu D, Ma C, Hong W, Huang L, Liu M, et al. (2014) Construction and Analysis of High-Density Linkage Map Using High-Throughput Sequencing Data. PLoS ONE 9(6): e98855.

图片来自网络，侵删~