測試調用測試設計Survival生存曲線繪制軟件環境微生物多樣性軟件轉錄組分析軟件轉錄組軟件購買重測序軟件環境微生物多樣性軟件(1)桌面軟件中藥空間代謝組學檢測中藥非靶代謝組檢測中藥活性成分鑒定中藥入血/入靶成分分析中藥組學ATAC-seqCHIP-seqHi-C測序基因調控OmicsBeanMicrobe Trakr(微生物基因組鑒定分析工具)網頁分析系統WEB分析系統澳洲血清 BovineBD科研管KAPAQIAGENThermoFisherMVE液氮罐4titude? 樣品管標記系統Hi-C建庫試劑盒及基因組組裝軟件無血清細胞凍存液Cell Freezing Medium納米流式檢測儀lexogen支原體檢測試劑盒儀器試劑耗材數據庫開發數據中心TCGA生存數據包功能醫學報告系統開發PlantArray植物生理組平臺特色服務單細胞測序空間轉錄組測序空間代謝組DSP空間蛋白質組FFPE石蠟包埋組織單細胞轉錄組解決方案:10×Flex空間多組學類器官葉綠體、線粒體基因組測序染色體級別基因組組裝Hi-C建庫基因芯片一代測序動植物基因組de novo測序細菌基因組測序真菌基因組測序病毒基因組測序簡化基因組遺傳圖譜測序簡化基因組GWAS測序基因組重測序表觀組基因分型外顯子捕獲目標區域捕獲簡化基因組遺傳圖譜性狀定位掃描圖DNA中5-hmC圖譜測定全基因組甲基化測序真菌基因組掃描圖測序epiGBS-簡化甲基化BSA混池測序基因組SSR開發基因組(DNA)UMI-RNAseq轉錄組測序真核有參轉錄組測序真核無參轉錄組測序原核鏈特異性轉錄組測序全轉錄組測序circRNA測序Lnc RNA測序Small RNA測序circRNA芯片表達譜芯片m6A甲基化測序互作轉錄組測序降解組測序UMI-RNAseqSLAM-seq測序(RNA代謝測序)轉錄組(RNA)三代全長擴增子Meta-Barcoding(eDNA)技術研究微生物多樣性二代測序宏基因組測序宏基因組Binning分析宏基因組抗性基因測序HiC-Meta宏基因組宏轉錄組差異表達測序宏病毒組測序環境DNAHiFi-Meta宏基因組腸道菌群臨床檢測基于腸道菌群檢測和移植的腸道微生態學科建設宏基因組元素循環測序三代宏基因組宏基因組免疫球蛋白測序(Mig-seq)腸道宏基因組絕對定量醫學宏病毒組測序微生物組蛋白組代謝組抗體芯片Raybiotech芯片蛋白芯片蛋白芯片中藥代謝組ENGINE-生物標志物檢測服務ENGINE-抗體特異性服務4D蛋白質組Raybiotech芯片OLINK精準蛋白質組學解決方案常規定量蛋白質組蛋白質組定性分析靶向蛋白質組學修飾蛋白質組學非靶向代謝組學靶向代謝組學脂質組學新一代代謝組學 NGM ProLenioBio無細胞蛋白表達系統ALAMAR超靈敏蛋白組學及蛋白標志物轉化平臺超高深度血液蛋白質組蛋白和代謝組GC-MS全代謝組LC-MS全代謝組靶向代謝組脂質組學代謝組學反向色譜柱原理的DNA/RNA提取技術分子生物學CRISPR基因編輯細胞定制細胞株構建iPS構建CRISPR/Cas9DNA甲基化修飾細胞FAQ基因編輯切片圖像掃描組織芯片免疫組化微量基因組建庫專家病理切片數字存檔多色免疫熒光組織透明化技術服務病理形態學數據陪護擴增子時序分析基因突變體克隆動物中心小動物疾病模型構建和檢測服務基因編輯小鼠動物實驗支原體污染檢測服務細胞系遺傳背景鑒定細胞系鑒定外泌體全轉錄組測序外泌體分離與鑒定PBA單外泌體鄰近編碼技術PBA單外泌體蛋白質組學分析服務PBA單外泌體蛋白組樣本指南PBA外泌體免疫相關文獻外泌體專題甲基化APOBEC偶聯甲基化測序ACE-seq焦磷酸測序cfDNA甲基化測序DNA甲基化測序850K甲基化芯片935K甲基化芯片全基因組甲基化測序(WGBS)簡化基因組甲基化測序 (RRBS)目標區域甲基化測序 (Targeted Bisulfite Sequencing)甲基化DNA免疫沉淀測序 (MeDIP-seq)氧化-重亞硫酸鹽測序 (oxBS-seq)TET-重亞硫酸鹽測序(TAB-seq)5hmC-Seal,超高靈敏度的羥甲基化檢測羥甲基化免疫共沉淀測序 (hMeDIP-seq)DNA 6mA免疫沉淀測序 (6mA-IP Seq)甲基化專題RNA修飾研究專題免疫印跡(Western-blot)技術服務定量Western檢測Simoa單分子免疫分析qPCRCNVSNPPGM測序PCR array數字PCR精準檢測ATAC-SeqChIP-SeqRIP-Seq基因調控Ribo-seq核糖體印跡測序技術Active Ribo-seq活躍翻譯組測序技術翻譯組數據分析數據庫構建數據價值提升10x官方發布樣本準備樣本要求樣本取材以及樣本編號技巧精簡版細胞庫組織庫動物模型轉錄組樣本準備蛋白組樣本準備代謝組樣本準備Hi-C單細胞與空間轉錄組單細胞懸液外泌體Raybiotech蛋白芯片Simoa樣本準備PBA單外泌體樣本準備ASA基因分型芯片樣本準備NULISA超靈敏蛋白組樣本準備Olink 精準蛋白組樣品準備CyTOF質譜流式樣本準備樣本準備要求表單留言板SaaS 幫助搜索Mac谷歌瀏覽器2019國自然基金查詢生信相關工具集合數據分析項目信息單提交資料分享核酸抽提產品資料轉錄組軟件教學視頻微生物多樣性軟件教學視頻Lexogen產品培訓視頻Olink精準蛋白組學專題在線學習空間轉錄組文獻PBA單外泌體蛋白組文獻NULISA微量蛋白檢測文獻OLINK精準蛋白組文獻項目進度個人中心會員登錄會員注冊購物車聯系我們公眾號手機商城公司愿景知識分享文獻展示
當前位置
性狀定位

MBS(mapping-by-sequencing)

       MBS是針對有參考基因組的物種,利用混合分組分析(BSA , bulk segregant analysis)結合全基因組重測序,測序數據比對到參考基因組,將鑒別到的分子標記與性狀進行共分離分析,對鎖定到的目標區間內的基因進行功能注釋,實現性狀決定基因的快速定位。


特點

● 與傳統的圖位克隆相比,耗時短、成本低、定位更準確

● 根據每個客戶的研究目標和內容靈活定制研究方案

● 提供標準和高級生物信息分析,可根據客戶需求提供個性化數據分析

● 已成功完成擬南芥、水稻等多個物種突變體定位項目


推薦測序模式

● Hiseq4000, PE150

● ≥30 X基因組大小


樣品要求

● DNA:≥1 μg

● OD260/280為1.8-2.0

● 適用范圍:
· 單倍體、二倍體或多倍體物種(有參考基因組) ·家系群體(F2、DH、RIL等皆可)
· 子代混池規模:質量性狀≥50個個體;數量性狀≥30個體且不超過總群體10%比例


數據分析內容

標準數據分析

高級數據分析


常見問題

● 1. MBS(mapping-by-sequencing)混池需要混多少個個體?
質量性狀建議50個以上,數量性狀建議30個以上。為了縮小定位的區間,混池中的個體越多越好,前提是個體的表型判別盡可能準確。另外,對于數量性狀,注意單側極端池個體占總群體比例不超過10%。


● 2. 野生型親本是否也需要進行測序?是否也需要混池?
在分析過程中,需要進行背景噪聲的扣除,因此一般都需要提供野生型親本的基因型數據。如果能提供構建群體的直接親本,則無需混池;對于無法明確直接親本的項目,需要對直接親本世代相近、覆蓋整個親本基因庫的多個個體進行混池。


● 3. 顯性性狀能否采用MBS(mapping-by-sequencing)來做,如何取材?
可以做,一般要同時對F2代中3:1分離的兩種表型分別混池測序,且分離比為3的株系我們建議通過F3代的表型分離來確定F2代的基因型,在這里選取F2代基因型為純合系的株系測序。


案例展示

案例一:質量性狀定位——水稻突變體基因的快速定位


研究背景:

        2011年,地震和海嘯導致日本大面積的稻田被海水污染,日本地方水稻品種Hitomebore口感優良、產量高、但不具備耐鹽性,無法適應驟然上升的高鹽環境,急需培育Hitomebore的耐鹽品種。如果采用傳統育種需要至少10年時間。


研究內容:

  本文對EMS誘變的Hitomebore突變品系進行篩選,獲得一個耐鹽的突變株hst1,對hst1和野生型Hitomebore雜交構建F2分離群體。基于MBS的策略,對F2代中具有耐鹽性的20株個體混池與野生型親本同時進行基因組重測序,通過Mutmap分析方法鑒別到發生非同義突變的基因OsRR22,并通過等位基因突變體的雜交試驗確認該基因是控制水稻耐鹽性狀的關鍵基因。以hst1為基礎,通過與Hitomebore株系雜交,僅用兩年的時間培育出了水稻耐鹽品種Kaijin,該品種既有突變體hst1的高耐鹽性,又保留了Hitomebore株系的優良性狀。


研究結果:

● 1. EMS誘變篩選耐鹽突變體

對野生型Hitomebore株系進行EMS誘變,從6000株突變體中篩選到能耐受1.5%的NaCl濃度的水稻突變體hst1。


● 2. MBS策略定位候選基因
將hst1株系和野生型Hitomebore株系雜交,F1代株系再進行自交獲得F2代分離群體。對F2耐鹽性個體20株混池進行基因組重測序,同時測序野生型親本。利用Mutmap分析軟件鑒別SNP-Index差異最為顯著的區域,將耐鹽性狀定位到6號染色體上2.76Mb-8.57Mb區間。在該候選區間內,OsRR22基因發生了終止突變,編碼色氨酸TGG突變成終止子TAG,可能是導致耐鹽性狀的候選基因。


● 3. 候選基因的驗證
在Tos17轉座子插入突變庫中篩選OsRR22基因的等位基因突變體(NE0017和NF6804),NF6804突變株自交純合子代、hst1和NE0017雜交F1代株系同樣具有鹽度耐受。


● 4. hst1表型驗證
通過表型觀察和轉錄組測序,發現突變體hst1產量、品質、株高、花序數及大小都與Hitomebore株系無差異。


● 5. 耐鹽品種Kaijin的培育
從實際應用角度考慮,以耐鹽突變體hst1與Hitomebore株系雜交,最終培育出耐鹽品種Kaijin,該品種既有突變體hst1的高耐鹽性,又保留了Hitomebore株系的優良性狀。整個新品種培育過程只需兩年時間。



案例二:數量性狀定位:QTL-SEQ進行鷹嘴豆粒重主效基因定位

研究背景:

  鷹嘴豆是重要的糧食作物,提高其總產量、單產量具有重要的經濟與社會價值。鷹嘴豆的百粒重常被視為衡量其單產量的一個重要性狀,但決定百粒重的QTL基因尚未經充分報道。傳統QTL定位主要采用基于分子標記的圖位克隆,費時費力,特別是對于分子標記數量有限的鷹嘴豆實現QTL的精細定位更為困難。


研究內容:

  本研究對鷹嘴豆粒重差異明顯的兩個親本雜交所產生的F4代分離群體,分別對分離群體的粒重極端個體混合成池,與雜交親本同時進行基因組重測序。采用QTLseq分析方法,篩選與粒重性狀相關的基因組區域,在1號染色體上定位一個主效QTL(CaqSW1.1),并結合傳統的QTL定位方式將該主效QTL區間縮小到包含6個基因的35Kb范圍內。對這6個基因的RT-PCR定量顯示,其中的CSN8基因在種子中特異性表達,并且表達量在兩個極端池中存在差異。

研究結果:

● 1. QTL-seq定位:低粒重與高粒重親本雜交,單粒傳獲得F4代分離群體,測定百粒重,根據性狀的分布,選擇粒重最低和最高的10株,分別混合成池進行基因組重測序,同時測序雜交的兩個親本。結合QTLseq分析方法,計算兩個極端池間的Δ(SNP-index),在1號染色體前端定位到一個區間大小約為35Kb的主效QTL,該區間共包含6個基因。


● 2. 傳統QTL定位驗證:基于傳統的QLT定位,利用1號染色體上95個多態性標記同樣將粒重的主效QTL定位在1號染色體相同位置。與傳統QTL定位結果相比,QTLseq定位結果更為精確(1.8cM vs 0.6cM)。


● 3. 候選區間基因功能驗證:通過RT-PCR對6個候選基因分別在粒重高、低植株的葉片和種子中進行基因表達量的測定,結果顯示, CSN8基因在種子中特異性表達,并且在高粒重的植株中表達量顯著上升。


參考文獻

[1] Takagi H, Tamiru M, Abe A , et al. MutMap accelerat es breeding of a salt-tolerant rice cult ivar. Nat Biotech. 33,445-449 (2015). (IF: 41.514)
[2] Das S, U padhyaya HD, Bajaj D, et al. Deploying QTLseq for rapid delineation o f a pot ential candidate gene underlying major t rait-associated QTL in chickpea. DNA Res. 22, 193-203 (2015). (IF: 5.267)