针对F1和F3群体的基因定位新方法

最近国人有几个新的基因定位方法发表，记录下备忘。

Mol Plant | 中国农科院蔬菜所开发异交物种基因高效定位的新算法工具OcBSA

经典的基因位点快速定位方法Bulked Segregant Analysis（BSA，集群分离分析法）具有适用范围广、实验成本低的优势，但现有BSA算法（例如SNP index，ED，G value）均是基于F2分离群体开发，不适用于F1分离群体。F2分离群体的双亲通常为纯和（每个亲本可以看作1个单体型），而F1分离群体的双亲为高度杂合（每个亲本由2个单体型构成）。因此，利用F1群体进行精确遗传定位，必须深入解析并理清两个杂合亲本的4条单体型在后代群体中的遗传模式。

本研究采用精确屏蔽隐性亲本的两条单体型的策略来简化F1分离群体的复杂遗传模式。如下图模型例示，两个亲本中与目标性状（紫色）分离相关的为显性亲本（P1）。在显性亲本中含有显性基因的单体型为h1，另外一个单体型为h2。隐性亲本（P2）的两个单体型则为h3和h4。在F1后代中获得h1单倍型的单株表现为紫色，获得h2的为黄色；h3和h4对后代的表型没有影响。根据此规律，选取特定标记，在后代混池测序数据中移除隐性亲本的两个单体型h3和h4的信息，得到仅包含单体型h1和h2的两个新的OcPools。新的OcPools类似于F2分离群体的混池，因此，进一步根据亲本P1的两个单体型h1和h2在OcPools中的分离情况可实现目标性状调控基因的定位。

同时提供了Windows和Linux版本：https://gitee.com/Bioinformaticslab/OcBSA

The Crop Journal | 福建农林大学实验证明利用BSA-seq定位QTL具有巨大潜力

根据对已报道的104篇研究论文，共包括137个实验的调查结果，BSA-seq检测QTL的能力在实际应用中却不尽人意，大多数实验只能检测到1~3个QTL，没有发挥出BSA-seq定位QTL的潜力。

作者研究表明，在适当的试验设计下，BSA-seq可以取得很高的QTL定位功效和分辨率。已报道的BSA-seq实验统计功效普遍很低的原因，主要是因为群体太小和混池太小。另外，不正确的统计分析方法也是造成其功效低下的重要原因。作者发现，植物中的BSA-seq实验基本上（93.4%）都是采用QTL-seq统计分析方法，而该方法的显著阈值是错误的，并且依赖于测序深度。在通常的测序深度下阈值很高，从而使得大多数QTL无法被检测到。因此，使用正确有效的统计分析方法非常重要。

作者以一个长生育期和一个短生育期的水稻品种为亲本构建F3群体，采用双环境（两个不同地点和种植时间）、大群体（每个环境种植7200个F3植株）和大混池（每个DNA池包含大约500个个体）的试验设计进行BSA-seq，利用新近提出的BRM（block regression mapping）方法定位QTL。在每个环境（实验）中均定位到34个QTL，这个数量要比大多数已报道的BSA-seq实验高出一个数量级。其中，有23个QTL同时在两个环境中被定位到。这就是说，在每个环境中有2/3的QTL得到了两个环境之间的交叉验证，可以认为是可靠的。在这些可靠的QTL中，有17个QTL的95%置信区间包含了41个已报道的控制水稻生育期的QTL和8个已克隆的有关基因。此外，作者还采用另一种BSA-seq分析方法（MULTIPOOL）以及4个F4株系的实验进一步验证了6号染色体上的10个QTL。这些结果表明，利用F3大群体，可以极大地提高BSA-seq定位QTL的统计功效和分辨率；而多环境实验可以对QTL进行交叉验证，从而提高QTL定位的可靠性。