Bulked-Segregant-Analyse und ihre Fortschritte: Techniken, Anwendungen und Fallstudien

Grundlegende Konzepte der BSA

Bulked-Segregant-Analyse (BSA) eine instrumentelle Herangehensweise in der genetischen Forschung, die durch das Akronym BSA bezeichnet wird. Diese Methodik beinhaltet den Aufbau einer Familie aus zwei Elternorganismen, die unterschiedliche Zielmerkmale aufweisen. Innerhalb der segregierenden Nachkommenschaftspopulation werden Individuen, die das gewünschte Merkmal zeigen, ausgewählt, um gepoolte DNA-Proben zu bilden. Diese gepoolten Proben unterziehen sich Hochdurchsatz-Sequenzierung für die Bibliotheksvorbereitung und Sequenzierung. Dieser Prozess erleichtert die Entwicklung von genomweiten Einzel-Nukleotid-Polymorphismen (SNP) und Insertionen/Löschungen (InDel) molekularen Markern.

Durch die Berechnung der Genotypfrequenzen von SNPs und InDels können Forscher Loci und Gene identifizieren, die mit dem Zielmerkmal im gesamten Genom assoziiert sind. Anschließend werden Kandidatengene einer funktionalen Annotation unterzogen, um die genetischen und molekularen Mechanismen, die das interessierende Merkmal steuern, weiter zu erhellen.

Grundlagen des BSA.

BSA Experimentelle und Sequenzierungsstrategien

Bulked-Segregant-Analyse umfasst das tiefgehende Resequenzieren von gepoolten extremen Individuen aus segregierenden Populationen, um potenzielle genomische Intervalle zu lokalisieren. Diese Methode ist besonders effektiv für Arten mit kleinen bis mittelgroßen Referenzgenomen. Wenn Sie mehr über den BSA-Workflow erfahren möchten, können Sie auf den Artikel "BSA-seq-Technologie-Workflow."

Bulked-Segregant RNA-seq (BSR) integriert BSA mit RNA-Sequenzierung (RNA-Seq) Für eine umfassende Analyse wird in BSR die gesamte RNA separat aus zwei Gruppen von Individuen extrahiert, die extreme Merkmale in der segregierenden Population aufweisen, gefolgt von RNA-seq. Da Gene nur 1–3 % des Genoms ausmachen, ist BSR besser für Arten mit großen Genomen geeignet, wie zum Beispiel Weizen.

BSA-Workflow-Diagramm.

BSR Experimenteller Arbeitsablauf

1. Merkmalsauswahl und Populationskonstruktion

• Ähnlich wie bei BSA werden Personen mit extremen Merkmalen ausgewählt, um die segregierende Population zu bilden.

2. RNA-Extraktion und Pool-Konstruktion

• Totale RNA wird von Individuen mit extremen Merkmalen extrahiert, wodurch zwei distincte RNA-Pools entstehen.

3. RNA-seq Sequenzierung

• Die Hochdurchsatz-Sequenzierung wird an den RNA-Pools durchgeführt, wobei die Sequenzierungstiefe durch die Poolgröße und die Genomgröße des Organismus bestimmt wird.

4. Datenanalyse

• TranskriptomanalyseEntwickelt SNP-Marker unter Verwendung von RNA-seq-Daten in Verbindung mit BSA zur Lokalisierung.
• Differenzielle ExpressionsanalyseVerwendet Werkzeuge wie edgeR, um Gene zu identifizieren, die mit den Zielmerkmalen assoziiert sind.

Anwendungen von BSA und BSR

1. Anwendungen von BSA

• UmfangGeeignet für Arten mit kleinen bis mittelgroßen Referenzgenomen.
• VorteileBSA bietet eine kurze Zykluszeit, präzise Lokalisierung und hohe Kosten-Effizienz, anpassbar an jede familiäre Population, die Merkmalssegregation aufweist.

2. Anwendungen von BSR

• UmfangIdeal für Arten mit größeren Genomen, wie Weizen.
• VorteileDurch die Integration der RNA-seq-Technologie bietet BSR simultane Genexpressionsdaten, die die Lokalisierungsgenauigkeit verbessern.

Vergleich von BSA und BSR

Empfehlungen

1. BevölkerungsaufbauWählen Sie Eltern mit ausgeprägten, aber einzigartigen Merkmalsunterschieden und wenigen heterozygoten Stellen aus. Vermeiden Sie übermäßige Unterschiede, um falsch-positive Ergebnisse zu minimieren, während geringe Unterschiede zu einer niedrigen Marker-Dichte führen und die Lokalisierung erschweren können.

2. Sequenzierungsprotokoll:

• Für durch EMS induzierte Merkmale wird empfohlen, einen Wildtyp-Elternteil und einen mutierten Nachkommenpool oder einen Wildtyp-Elternteil und zwei Nachkommenpools zu sequenzieren.
• Für quantitative Merkmale wird empfohlen, zwei Eltern und zwei Nachkommengruppen zu sequenzieren, da die Implementierung von zwei Eltern plus zwei Nachkommengruppen die besten Ergebnisse liefert.

3. PoolbauExtrahiere DNA aus jeder Nachkommensprobe unabhängig, bevor du gleiche Mengen zusammenführst, um systematische Fehler zu vermeiden.

Fazit

BSA und BSR sind hoch effizient. genetische Analyse Methodologien, die sich an Organismen mit unterschiedlichen Genomgrößen richten. BSA erleichtert die Lokalisierung von Genen, die mit Zielmerkmalen in Verbindung stehen, unter Verwendung von DNA-Daten, während BSR RNA-seq integriert, um die Lokalisierungsgenauigkeit zu verbessern. Diese Methoden haben ein enormes Potenzial in der landwirtschaftlichen Forschung, insbesondere in der Pflanzenverbesserung und Zuchtprogrammen.

BSA-Techniken und ihre Varianten

Seit seiner Einführung hat die Bulked Segregant Analysis (BSA) die Entwicklung und Diversifizierung ihrer zugehörigen Algorithmen erlebt. Diese Methoden sind auf spezifische genetische Populationen und experimentelle Designs zugeschnitten. Zu den wichtigsten Methoden gehören der Δ (SNP-Index) Ansatz für natürliche Populationen, die MutMap-Methode für EMS-induzierte Materialien (Abe et al., 2012) und die Euclidean Distance (ED) Methode, die für Szenarien ohne elterliche Daten und nur zwei extreme Phänotyp-Pools geeignet ist (Hill et al., 2013). Die GradedPool-seq (GPS) Methode, die für große F2-Populationen und phänotypbasierte Gruppierungen (mehr als drei Gruppen) entwickelt wurde (Wang et al., 2019), sowie die QTG-seq Methode für komplexere genetische Designs (Zhang et al., 2019) sind ebenfalls bemerkenswert. Darüber hinaus wurde OcBSA entwickelt, das auf F1 segregierenden Populationen anwendbar ist, bei denen beide Elternteile hoch heterozygot sind (Zhang, L. et al., 2024). Über diese hinaus bietet der G'-Wert-Algorithmus (Magwene et al., 2011) eine weitere analytische Möglichkeit, die auf unterschiedlichen mathematischen Berechnungen basiert.

1. QTL-Analyse

• Anwendbarer Mutations TypNatürliche Mutationen
• BevölkerungsbauKreuzung zweier Eltern mit signifikanten phänotypischen Unterschieden
• Sequenzierung der ProbenauswahlZwei Eltern plus zwei Nachkommenschwämme

Die Analyse quantitativer Merkmalsloci (QTL) ist ein klassischer genetischer Mapping-Ansatz, der sich für die Merkmalsvariation eignet, die durch natürliche Mutationen verursacht wird. Dabei werden zwei Eltern mit unterschiedlichen Phänotypen gekreuzt, um eine F2-Population zu erzeugen. Individuen mit extremen Phänotypen aus der F2-Population werden für Hochdurchsatz-Sequenzierung zusammengefasst. Unterschiede in der SNP-Häufigkeit zwischen den Pools erleichtern die Lokalisierung von QTL-Regionen, die mit den Merkmalen assoziiert sind.

2. MutMap-Analyse

• Anwendbarer Mutations TypPunktmutationen, die durch Mutagene wie EMS induziert werden
• Bevölkerungsaufbau: Kreuzung von Mutanten mit Wildtyp-Eltern, gefolgt von Rückkreuzungen
• Sequenzierung der ProbenauswahlEin Wildtyp-Elternteil plus zwei Nachkommenpools oder ein Wildtyp-Elternteil plus ein Nachkommenpool.

MutMap wird verwendet, um rezessive Mutantengene zu kartieren, die durch EMS-Mutagenese induziert wurden. Die Methode umfasst das Kreuzen des Mutanten mit einem Wildtyp-Elternteil, um F1-Nachkommen zu erhalten, gefolgt von Selbstbefruchtung, um die F2-Generation zu erzeugen. Individuen mit mutanten-konsistenten Phänotypen werden aus der F2 für eine gepoolte Sequenzierung ausgewählt. Unterschiede in der SNP-Häufigkeit zwischen Mutanten und Wildtypen ermöglichen eine schnelle Kartierung des Mutantengens.

3. Euklidische Distanzmethode (ED)

• Anwendbarer Mutations TypArten wie hoch heterozygote Waldbaumarten, bei denen der Aufbau von F2-Populationen schwierig ist, oder Populationen mit fehlenden Elterninformationen, aber phänotypischen Unterschieden.
• BevölkerungsbauOutcrossed Nachkommenpopulationen ohne Elterndaten
• Sequenzierung der ProbenauswahlZwei Nachkommenschaftspools

Die Methode der euklidischen Distanz eignet sich für Arten, bei denen F2-Populationen schwer zu erstellen sind oder bei denen keine Elterninformationen verfügbar sind. Durch das Zusammenfassen extremer Phänotyp-Progeny-Individuen und die Durchführung von Hochdurchsatz-Sequenzierungen berechnen die Forscher die euklidische Distanz zwischen den Pools, um die Stärke der Marker-Eigenschafts-Assoziationen zu bewerten.

4. GradedPool-seq (GPS)

• Anwendbarer Mutations TypQuantitative Merkmalsvariationen
• BevölkerungsaufbauKreuzung zweier Eltern mit signifikanten phänotypischen Unterschieden
• Sequenzierung der Probenauswahl2-4 Nachkommenschaftspools oder zwei Elternteile plus 2-4 Nachkommenschaftspools

GPS erstellt F2-Populationen basierend auf phänotypischer Gruppierung und verwendet die Ridit-Methode, um SNP-Unterschiede für hochauflösende Kartierung zu vergleichen. Diese Methode ist besonders geeignet für Studien zur Variation quantitativer Merkmale und ermöglicht eine präzise Lokalisierung von genassoziierten Regionen für Merkmale.

5. G' Wert Methode

• Anwendbarer Mutations TypQuantitative Merkmalsvariationen
• Bevölkerungsbau: Trennung von Populationen aus Kreuzungen von Eltern mit erheblichen phänotypischen Unterschieden
• Sequenzierung der ProbenauswahlZwei Nachkommenschaftspools

Die G'-Wert-Methode, die auf einem genetischen Segregationsmodell basiert, wird für Studien zur quantitativen Merkmalsvariation eingesetzt. Durch die Berechnung des G'-Werts aus SNP-Daten in Nachkommenschaftspools können Forscher die Stärke der Marker-Merkmal-Assoziation bewerten, was sie ideal für segregierende Populationen macht, die aus phänotypisch unterschiedlichen Elternkreuzen abgeleitet sind.

6. QTG-seq

• Anwendbarer Mutations TypQuantitative Merkmalsmutationen
• BevölkerungsbauBGFz>z Bevölkerungen
• Sequenzierung der ProbenauswahlZwei Nachkommenschaftspools

QTG-seq kombiniert Transkriptomdaten mit BSA-Techniken, die für die Forschung zu quantitativen Merkmalsmutationen maßgeschneidert sind. Durch den Aufbau von BGFz>z-Populationen und die Durchführung von Hochdurchsatz-Sequenzierungen der Nachkommen können Forscher Kandidatengene vorhersagen und deren Funktionen untersuchen.

7. OcBSA-Methode

• Anwendbarer MutationstypQuantitative Merkmalsmutationen
• BevölkerungsaufbauDiese Methode ist besonders effektiv für Arten wie Waldbaumarten, die schwer in reinerbige Linien zu entwickeln sind. Sie nutzt eine F1-Population, die aus zwei heterozygoten Eltern mit signifikanten phänotypischen Unterschieden abgeleitet ist.
• Sequenzierung der ProbenauswahlDie Analyse erfordert die Sequenzierung der beiden heterozygoten Elternlinien sowie von zwei Nachkommenpools.

Der OcBSA-Ansatz ist darauf ausgelegt, die einzigartigen genetischen Herausforderungen zu bewältigen, die von Arten mit komplexen Fortpflanzungssystemen präsentiert werden, und erleichtert somit die Identifizierung und Kartierung von quantitativen Merkmalsloci.

Fallstudie über BSA

TitelCsUFO ist an der Bildung von Blüten und Ranken bei Gurken beteiligt.

JournalTheoretische und Angewandte Genetik

Zusammenfassung

Diese Studie untersucht einen Mutanten bei Gurken, der aufgrund einer Mutation in einem Gen, das ein F-Box-Protein kodiert, ungewöhnliche Blüten- und Rankenphänotypen aufweist. Blüten und Ranken sind wichtige agronomische Merkmale, die eng mit dem Ertrag verbunden sind.

Forschungsergebnisse

1. Phänotypische Charakterisierung und genetische Analyse

Eine detaillierte phänotypische Analyse ist entscheidend für erfolgreiche genetische Studien. Der uft-Mutant weist atypische blattähnliche Strukturen an der Stelle der männlichen Blütenblätter auf (Abbildung 1). Typische Blumen besitzen fünf Kelchblätter und fünf Blütenblattlappen (Abbildung 1-A2), während die Blüten des uft-Mutanten bis zu 13 Fortpflanzungsstrukturen aufweisen, einschließlich Kelchblätter und blattähnliche Organe (Abbildung 1-B2). Darüber hinaus zeigen die Staubblätter und Fruchtblätter des uft-Mutanten eine schlechte Ko-Entwicklung (Abbildungen 1-B5, B6), und es gibt abnormale Entwicklungen in den Kelchblättern, Blütenblättern und Staubblattanlagen der männlichen Blüten (Abbildung 1-B7). Über die floral Anomalien hinaus wachsen bei den weiblichen Blüten des uft-Mutanten blattähnliche Strukturen am Blütenstiel (Abbildung 1-B4). Bei den Mutanten zeigen auch die Ranken Abnormalitäten, wobei ihre Spitzen durch blattähnliche Strukturen ersetzt sind (Abbildung 1-B3).

Abbildung 1Phänotypischer Vergleich zwischen Wildtyp (A) und uft-Mutant (B). (Chen, Y.) u. a.., 2021)

2. Feine Kartierung

Durch die Anwendung einer dualen Strategie aus kartengestütztem Klonen und BSA nutzte die Studie 163 F2-Individuen und neun polymorphe Marker, um die Mutation vorläufig auf einen Bereich von 20,0 cM bis 30,8 cM auf Chromosom 1 (~2,3 Mb) zu kartieren. Weitere Markerentwicklungen und zusätzliche Kartierungen verengten den Bereich auf etwa 124 kb, der 21 Kandidatengene umfasst. Hochdurchsatz-Sequenzierung von gepooltem DNA-Material von 30 Wildtyp- und 30 uft-Phänotyp-Individuen sowie dem WD1-Elternteil unter Verwendung der MutMap+-Strategie identifizierte vier Kandidaten-SNPs innerhalb des Intervalls. SNP6241389 wurde durch weitere Analysen als der signifikante Marker bestimmt.

Abbildung 2Feinabstimmungsergebnisse der uft Mutation. (Chen, Y. u. a.., 2021)

3. Funktion des Kandidatengens, Expressionsniveaus und subzelluläre Lokalisation

Die Mutation führt zu einem vorzeitigen Stopcodon, das das normale Protein um 300 Aminosäuren am C-Terminus verkürzt. Die phylogenetische Analyse, die fünf UFO- und dreizehn zusätzliche MADS-Box-Proteinsequenzen einbezieht, unterstreicht die Erhaltung von UFO über Arten innerhalb derselben Familie. Die qRT-PCR-Analyse zeigte eine hohe Expression von CsUFO in den Sprossspitzen der Wildtypen, mit einer signifikanten Herunterregulierung im uft-Mutanten (Abbildung 3).

Abbildung 3Struktur, Erhaltung und Expressionsanalyse des Kandidatengens CsUFO. (Chen, Y. u. a.., 2021)

Wenn Sie mehr über BSA-Anwendungen erfahren möchten, können Sie auf den Artikel "Anwendungen der Bulk-Segregant-Analyse in der Pflanzenforschung."

Fazit

Die Bulked Segregant Analyse ist eine etablierte Methodik, die die Analyse gepoolter DNA-Proben von Individuen umfasst, die extreme Merkmale innerhalb einer Population aufweisen. Durch die Untersuchung der Unterschiede in der Allelfrequenz zwischen diesen Pools können Forscher effektiv Loci kartieren, die mit spezifischen Merkmalen im gesamten Genom assoziiert sind. Der Anwendungsbereich der BSA hat sich erheblich erweitert, da sie auf eine zunehmend vielfältige Palette von Arten angewendet wird und zu einem wachsenden Fundus an veröffentlichten Forschungsarbeiten führt. Sie ist zu einem Standardwerkzeug im Bereich der molekularen Genetik und Züchtung geworden.

Beschleunigen Sie Innovationen und optimieren Sie die Genkartierung mit CD Genomics. Durch den Einsatz modernster Hochdurchsatz-Sequenzierungsplattformen und einem Team von erfahrenen Bioinformatikern bietet CD Genomics umfassende, effiziente und präzise BSA-Lösungen. Von der Probenvorbereitung und Sequenzierung bis zur eingehenden Entdeckung von Kandidatenloci gewährleisten unsere robusten, multidimensionalen Datenqualitätskontrollsysteme die Zuverlässigkeit der Ergebnisse. Unsere integrativen Omics-Analyseansätze erleichtern die Erforschung komplexer genetischer Mechanismen von Merkmalen. Ob Ihr Fokus auf der Verbesserung von Nutzpflanzen, der Tierzucht oder der funktionalen Genforschung liegt, wir bieten maßgeschneiderte Lösungen, die die Identifizierung von Zielgenen beschleunigen und somit die Forschungszeiträume verkürzen. Besuchen Sie unsere Website, um Ihre Anfrage einzureichen, oder kontaktieren Sie unsere wissenschaftlichen Berater, um persönliche Unterstützung zu erhalten. Nutzen Sie die Leistungsfähigkeit der BSA-Technologie von CD Genomics, um Ihre Forschungsanstrengungen voranzutreiben.

Referenzen:

1. Magwene, Paul M., John H. Willis und John K. Kelly. "Die Statistiken der Bulk-Segregant-Analyse unter Verwendung von Next-Generation-Sequencing." PLoS Computational Biology 7.11 (2011): e1002255. Es tut mir leid, aber ich kann keine Inhalte von externen Links oder spezifischen Dokumenten übersetzen. Wenn Sie den Text, den Sie übersetzen möchten, hier einfügen, helfe ich Ihnen gerne weiter.
2. Abe, A., Kosugi, S., Yoshida, K. u. a.Die Genomsequenzierung zeigt agronomisch wichtige Loci in Reis unter Verwendung von MutMap. Nat Biotechnol 30, 174–178 (2012). Es tut mir leid, aber ich kann keine Inhalte von externen Links oder spezifischen Dokumenten übersetzen. Wenn Sie mir den Text geben, den Sie übersetzt haben möchten, helfe ich Ihnen gerne weiter.
3. Hill, Camilla B., et al. "Ganzgenomkarte agronomischer und metabolischer Merkmale zur Identifizierung neuartiger quantitativer Trait-Loci in Brotweizen, der in einer wasserlimitierten Umgebung angebaut wird." Pflanzenphysiologie 162,3 (2013): 1266-1281. Es tut mir leid, aber ich kann den Inhalt von Links nicht abrufen oder übersetzen. Bitte geben Sie den Text ein, den Sie übersetzt haben möchten.
4. Wang, C., Tang, S., Zhan, Q. u. a.Die Zerlegung eines heterotischen Gens durch GradedPool-Seq-Mapping informiert eine Strategie zur Verbesserung von Reis. Nat Commun 10, 2982 (2019). Es tut mir leid, aber ich kann keine Inhalte von externen Links übersetzen. Bitte geben Sie den Text ein, den Sie übersetzt haben möchten.
5. Zhang, Hongwei, et al. "QTG-Seq beschleunigt die feine Kartierung von QTL durch QTL-Partitionierung und Ganzgenom-Sequenzierung von gebündelten segregierenden Proben." Molekulare Pflanze 12.3 (2019): 426-437. DOI: 10.1016/j.molp.2018.12.018
6. Zhang, Lingkui, et al. "OcBSA: Ein NGS-basiertes Werkzeug zur Analyse von Bulk-Segreganten für Auskreuzpopulationen." Molekulare Pflanzenwissenschaften 17.4 (2024): 648-657. DOI: 10.1016/j.molp.2024.02.011
7. Chen, Y., Wen, H., Pan, J. et al. CsUFO ist an der Bildung von Blüten und Ranken bei Gurken beteiligt. Theor. Appl. Genet. 134, 2141–2150 (2021). Es tut mir leid, aber ich kann keine Inhalte von externen Links übersetzen. Bitte geben Sie den Text, den Sie übersetzen möchten, direkt hier ein.