近日，中國農(nóng)業(yè)科學(xué)院作物科學(xué)研究所、四川農(nóng)業(yè)大學(xué)小麥研究所/西南作物基因資源發(fā)掘與利用國家重點實驗室、成都天成未來科技有限公司合作構(gòu)建了小麥基因定位與基因組研究平臺-WheatGmap（https://www.wheatgmap.org），相關(guān)研究成果在線發(fā)表于《Molecular Plant》（分子植物）雜志上。
據(jù)王際睿教授介紹，集群分離分析（BSA）作為一種在分離群體中鑒定目標(biāo)基因的方法，由于其高效、低成本的優(yōu)點被廣泛應(yīng)用。然而，對于缺乏生物信息學(xué)背景的研究者來說，如何深度分析高通量測序獲得的數(shù)據(jù)、正確選擇最優(yōu)算法、有效利用已公布的海量數(shù)據(jù)成為當(dāng)前應(yīng)用BSA方法進(jìn)行小麥基因快速定位和候選基因篩選的限速步驟。研發(fā)一個界面友好、易操作的專業(yè)性數(shù)據(jù)處理平臺將對推動小麥研究有重要應(yīng)用意義。WheatGmap平臺整合了多種基于BSA定位的模型和大量的公共數(shù)據(jù)，幫助科研工作者利用BSA方法進(jìn)行小麥基因克隆與功能研究，同時管理與共享測序數(shù)據(jù)及表型數(shù)據(jù)（圖1）。
圖1 WheatGmap頁面
WheatGmap目前整合并分析了超過3500份六倍體小麥的高通量測序數(shù)據(jù)，包括從NCBI、EBI等公共數(shù)據(jù)庫下載的whole-genome sequencing （WGS）， whole-exome sequencing （WES）， transcriptome sequencing （RNA-seq）數(shù)據(jù)，以及用戶分享的EMS突變體材料測序數(shù)據(jù)（圖2）。為了方便用戶利用這些資源，網(wǎng)站同時集成了BSA工具、BLAST功能和基因注釋、表達(dá)、富集分析。WheatGmap的主要功能模塊“Gene Mapping”中整合了四種BSA分析模型，包括SNP-index、Euclidean distance （ED）、QTLseqr和varBScore，研究者以黃綠突變體ygl1分析流程為例介紹了群體構(gòu)建、數(shù)據(jù)在線分析、候選篩選等流程。該平臺的發(fā)布將為小麥研究工作者開展基于BSA的基因定位工作提供方便實用的在線工具。
圖2基因定位流程、主要結(jié)果和關(guān)鍵步驟
中國農(nóng)科院作科所張立超副研究員、董純豪博士、四川農(nóng)業(yè)大學(xué)博士研究生陳中旭為共同第一作者；四川農(nóng)業(yè)大學(xué)王際睿教授、中國農(nóng)科院作科所劉旭院士、孔秀英研究員為共同通訊作者。該研究得到國家重點研發(fā)計劃、轉(zhuǎn)基因重大專項、中國農(nóng)科院科技創(chuàng)新工程、天山創(chuàng)新團(tuán)隊計劃和國家自然科學(xué)基金、學(xué)校雙支計劃支持。
全文鏈接：https://doi.org/10.1016/j.molp.2020.11.018
地區(qū)：
魯公網(wǎng)安備 37060202000128號
