文献阅读 | The Power of Inbreeding: NGS-Based GWAS of Rice Reveals Convergent Evolution during Rice Domestication
Wang H, Xu X, Vieira F G, et al. The power of inbreeding: NGS-based GWAS of rice reveals convergent evolution during rice domestication[J]. Molecular Plant, 2016, 9(7): 975-985.
本研究中，作者以1.5x的平均深度，对来自United States Department of Agriculture Rice Mini-Core Collection的203个表型特征鲜明的水稻品种进行了测序，并针对直链淀粉含量、种子长度和果皮颜色三个性状进行了GWAS分析。
在背景介绍中，作者提到，人类研究中即使测序深度极低（0.1-0.5x），基于NGS的GWAS也有着与基于SNP array的GWAS相当的统计分析能力，但这有赖于一个全面的reference haplotypes panel。在水稻中，GWAS的数据既来自于SNP array，又来自于sequencing-based genotyping strategies等，同时基于genome sequencing策略的GWAS也已在谷子、高粱等农作物中得到广泛应用。然而，尚无有关测序深度对近交基因组农作物GWAS定位能力影响的研究。因此，本研究中探索了无reference panel下，低测序深度对近交种GWAS定位能力的影响。由于采用了近交种，作者表示，近交种的基因组是“有效的单倍体”（effectively haploid），从而避免了二倍体数据中genotype calling时的问题。
理论模拟测序深度对近交种GWAS的影响
通过模拟，作者得出结论认为对于近交物种GWAS中，测序深度建议值为1-2x。下图中n代表对性状起调控的locus数量（作者提到“... for a Mendelian locus (n = 1)...”），不同颜色的线代表不同测序深度（模拟数据），纵坐标代表mapping power， 横坐标代表\(h^2\)(narrow-sense heritability of a trait)。
实际测序并imputation
下图展示了水稻Collection的层级结构。作者采用了Mini-Core Collection中的203个样本进行了测序，样本来自75个国家，跨越了“基因多样性与种植地区”，共产生了1280 million个读段，平均每个accession的测序深度为1.5x。总体上，每个accession的65%的基因组区域都有被至少一条高质量读段所覆盖。通过使用ANGSD，作者获取了2.3 million的高可信度SNP，相当于每千碱基6个SNP。
驯化的稻米大部分是自花授粉植物，稻米种质通过自交在种子库中保存了许多代。因此，预期它们的基因组大部分是纯合的。根据这一期望，我们发现大多数水稻品种的近交系数（F）估计值都接近于1。基于这一F值，作者通过SNP推断了genotype[1]，并得到了总体缺失率32.8%的genotype数据集。作者通过Sanger测序评估了基因型数据集的准确性。从两个实验获得的基因型之间的一致性率为98.9％。推算（imputation）后，可以完全推断出丢失的数据，一致性比率保持在98.5％（补充表2）。
GWAS
随后，作者对直链淀粉含量、种子长度和果皮颜色三个性状进行了GWAS，并在aus（澳大利亚）群体中发现了一个控制果皮颜色的新locus。下图为GWAS结果（有改动）。
相关参考文献
Vieira, Filipe G., et al. "Estimating inbreeding coefficients from NGS data: impact on genotype calling and allele frequency estimation." Genome research 23.11 (2013): 1852-1861. ↩︎
