[發明專利]一種篩選指紋圖譜遺傳標記的方法

有效

• 申請號: 201711230736.8
• 申請日: 2017-11-29
• 公開（公告）號: CN108009401B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 齊建建;練群;張若芳;蒲媛媛
• 申請（專利權）人: 內蒙古大學
• 主分類號: G16B20/20
• 分類號: G16B20/20
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王文君;王璐

本發明涉及生物信息學領域，具體公開了一種篩選指紋圖譜遺傳標記的方法及M?strategy(最大化策略)的新用途。本發明使用M?strategy，并結合各類遺傳標記數據，對核心遺傳標記集合進行篩選，然后用于不同物種指紋圖譜的構建，解決了傳統遺傳標記篩選標準單一、選擇效率不高、不易實現自動化等問題。該方法考慮了不同遺傳標記之間遺傳多樣性信息的冗余性以及互補性，能夠實現對大量遺傳標記的高效、快速篩選，從而避免了遺傳標記位點多樣性信息的冗余，減少了信息浪費，降低了檢測成本，提高了篩選效率。

技術領域

本發明涉及生物信息學領域，具體地說，涉及遺傳標記的篩選。

背景技術

指紋圖譜是指能夠區分生物(包括動物、植物、真菌、細菌、病毒)不同品種或個體的數個遺傳標記及其特征譜帶或條帶的組合。該技術已廣泛用于人類親子鑒定、動植物群體研究以及作物新品種DUS測定等領域。構建指紋圖譜的遺傳標記有形態學標記(如株高、花色、莖粗等)、細胞學標記(如核型)、生化標記(如同工酶)和DNA標記(如RFLP、SSR、SNP等)四大類。DNA標記以其重復性好、穩定性高、多態性豐富以及靈敏度高等特點，已成為指紋圖譜中應用最為廣泛的遺傳標記。

用盡可能少的遺傳標記實現生物不同品種或個體的有效區分，是確定指紋圖譜中遺傳標記的主要原則。在以往的實踐中，人們篩選指紋圖譜中DNA標記的原則多是擴增效率高、重復性好、遺傳距離大以及多態性高(PIC值0.5)(Reid,Euphytica,2011；Ghislain,Mol Breeding,2009)。上述原則既未考慮不同遺傳標記間遺傳多樣性信息的冗余性，也未考慮各遺傳標記間遺傳多樣性信息的互補性。由此造成的后果往往是，指紋圖譜中包含的標記數目較多，且并不一定能夠完全區分各品種或個體。而對超過實際需求的遺傳標記進行分析測定，不僅起不到提高區分率的作用，還會造成人力、物力和財力的浪費。

例如，CN105886613A公開了一種大豆品種SSR指紋圖譜身份證的構建方法，選取大豆基因組中320對SSR引物，然后根據這些引物在98個大豆品種中多樣性指數的大小排序，最后選擇多樣性指數最高的7對SSR構建了98個大豆品種的指紋圖譜。然而，該技術方案的不足在于：1、沒有考慮不同遺傳標記在樣品區分度上的互補性以及不同遺傳標記多樣性信息的重復性，有可能造成遺傳標記間多樣性的冗余和信息浪費，增加檢測成本；2、篩選遺傳標記的標準單一且全部依靠人工操作，選擇效率不高，無法實現大量遺傳標記的自動化篩選。

近年來，隨著測序成本的不斷降低，基因型分析的通量急劇增加，一次檢測的遺傳標記(如SSR、SNP)動輒成千甚至上萬個。在這種情況下，僅靠人力根本無法確定能夠滿足區分各品種/個體所需的最少數目的遺傳標記及其組合。因此，亟需開發一種高效篩選遺傳標記的新方法，既能考慮不同標記間多樣性信息的冗余性和互補性，又能在一定程度上實現自動化運行，并能滿足大規模的數據運算。

申請人研究發現，在樣本量較少時(例如5個樣品，200個遺傳標記)，可使用python腳本直接用于構建最小核心遺傳標記的集合。但樣本量過大時，python腳本的運行時間大幅增加。若按本發明實施例2中2457×221的數據量計算，該腳本直接用于篩選核心遺傳標記的運行時間為MStrat的55.4倍，PowerCore的1800倍。

M-strategy，又稱最大化策略，是1993年由Schoen和Brown為構建作物核心種質資源庫而開發的一種算法。將表型或基因型數據進行編碼，通過最大限度地保留各遺傳標記位點上的等位基因類型，從全部資源中選擇出數目有限且能最大限度代表全部資源遺傳多樣性的一個子集，作為全部資源的一套核心種質。