Richtlinien zur Einreichung von Proben
Was ist Skim-Sequenzierung?
Skim-Sequenzierung, auch bekannt als Low-Pass-Whole-Genome-Sequenzierung, ist eine Anwendung der Next-Generation-Sequenzierung (NGS), bei der jede Probe mit einer geringen Abdeckung sequenziert wird (typischerweise im Bereich von 0,01x bis 1x). Im Gegensatz zu Methoden, die nur einen Bruchteil des Genoms sequenzieren (wie GBS oder RAD-seq), sind die Lesevorgänge der Skim-Sequenzierung zufällig über das gesamte Genom verteilt. In Kombination mit ausgeklügelten Imputations- und Analysepipelines kann diese Daten mit niedriger Abdeckung verwendet werden, um Varianten zu identifizieren, Individuen zu genotypisieren und genomische Strukturen mit hoher Genauigkeit zu charakterisieren.
Ursprünglich entwickelt, um die Kosten- und Skalierbarkeitsbeschränkungen der Tiefensequenzierung für große Populationen zu überwinden, nutzt es die ständig sinkenden Kosten der Sequenzierung, um eine "genomweite" Sichtweise zu bieten, die sowohl umfassend als auch wirtschaftlich ist. Neben hochabundanten Zielen wie Plastomen können diese Daten auch genutzt werden, um niedrig-kopierte nukleäre Gene zu identifizieren, was den Anwendungsbereich erheblich erweitert.
Warum Skim-Sequenzierung wählen?
Für Agrarunternehmen, Forschungsinstitute und Naturschutzprogramme stellt das Skim-Sequencing das optimale Gleichgewicht zwischen Datenreichtum, Durchsatz und Budget dar.
Vergleich von Genotypisierungsansätzen:
| Merkmal | Skim-Sequenzierung | Genotypisierung durch Sequenzierung (GBS) | SNP-Mikroarray |
|---|---|---|---|
| Genomabdeckung | Ganzgenom, zufällige Stichprobe | Reduzierte Darstellung (spezifische Standorte) | Vordefinierte, feste Positionen |
| Markerentdeckung | Unbegrenzt, genomweit | Begrenzt auf Restriktionsstellen | Nicht möglich (geschlossenes System) |
| Kosten pro Probe | Sehr niedrig (im großen Maßstab) | Niedrig | Mäßig bis Hoch |
| Skalierbarkeit | Extrem hoch (1000e von Proben) | Hoch | Hoch |
| Am besten geeignet für | Großangelegte Zucht, Entdeckung neuer Merkmale, Analyse struktureller Varianten | Gezielte Studien, Arten mit kleinem Budget | Routine-Screening mit bekannten, stabilen Marker-Sets |
Der Hauptgrund für die Annahme ist KostenSkim-Sequenzierung reduziert den Hauptengpass der Bibliothekskonstruktionskosten und -zeiten durch hochgradig multiplexierte, volumenarme Protokolle. Darüber hinaus bietet es zukunftssichere DatenIm Gegensatz zu Arrays können die Rohsequenzdaten erneut analysiert werden, wenn neue genetische Fragen auftauchen oder Referenzgenome verbessert werden, wodurch Ihre Investition geschützt wird.
Skim-Sequenzierungsdienstanwendungen in der Agrargenomik
Unser Service ist speziell darauf ausgelegt, die Landwirtschaft zu stärken:
- Genomische Selektion & Beschleunigte ZüchtungSchnelle Genotypisierung großer Zuchtpopulationen (z. B. Tausende von Linien), um die Leistung komplexer Merkmale vorherzusagen und überlegene Eltern auszuwählen, wodurch die Zuchtzyklen erheblich verkürzt werden.
- Hochauflösende genetische KartierungLeistungsstarke genomweite Assoziationsstudien (GWAS) und quantitative Merkmalslokalisierung (QTL) mit dichten, genomweiten Markern zur Identifizierung von Genen, die Ertrag, Krankheitsresistenz, Trockenheitstoleranz und Qualitätsmerkmale steuern.
- Introgression und RückkreuzungstrackingPräzise identifizieren und charakterisieren Sie wünschenswerte genomische Segmente (z. B. von wilden Verwandten) in Zuchtlinien. Überwachen Sie den Fortschritt des Rückkreuzens, um essentielle Genetik zu erhalten und gleichzeitig neue Eigenschaften hinzuzufügen.
- Strukturelle und zytogenetische AnalyseChromosomale Abnormalitäten erkennen, die Kopienzahlvariationen (Dosierung) schätzen und Translokationen oder Aneuploidie identifizieren – entscheidend für polyploide Pflanzen wie Weizen und für die Gesundheit von Nutztieren.
- Genetische Vielfalt & RessourcencharakterisierungEffizient die Genbankkollektionen, alte Sorten und wilde Verwandte profilieren, um genetische Vielfalt zu bewerten, einzigartige Allele zu identifizieren und Strategien zum Schutz zu informieren.
Skim-Sequenzierungsdienst-Workflow
Unser optimierter, durchgängiger Workflow gewährleistet Zuverlässigkeit, Qualität und schnelle Bearbeitungszeiten.
Skim-Sequenzierung Bioinformatikanalyse
Wir verwandeln rohe Sequenzierungsdaten in umsetzbare biologische Erkenntnisse. Unsere Standard- und erweiterten Pakete umfassen:
Standarddatenverarbeitung:
- Demultiplexierung und Adaptertrimmen.
- Qualitätskontrolle (FastQC, MultiQC).
- Ausrichtung an das Referenzgenom (BWA-MEM).
- Rohvariantenaufruf (GATK).
- Lieferung von FASTQ-, BAM- und initialen VCF-Dateien.
Erweiterte Analysemodule:
- Genotyp-ImputationVerwendet haplotypische Informationen auf Bevölkerungsebene, um fehlende Genotypen genau vorherzusagen, wodurch die Auflösung und Nützlichkeit von Daten mit geringer Abdeckung effektiv erhöht wird.
- PopulationsgenetikAnalyse der genetischen Vielfalt, der Populationsstruktur und der phylogenetischen Beziehungen unter Verwendung von Werkzeugen wie PLINK und ADMIXTURE.
- Genomweite Assoziationsstudie (GWAS)Identifikation von Markern, die statistisch mit interessierenden Merkmalen assoziiert sind.
- Erkennung struktureller VariantenIdentifizierung von Kopienzahlvarianten (CNVs), Inversionen und Translokationen mittels Read-Depth- und Split-Read-Analysen.
- Assemblierungsfreie AnwendungenFür metagenomische oder uncharakterisierte Proben bieten wir Werkzeuge wie Skmer an, das genomische Distanzen zur Identifizierung berechnet, ohne ein Referenzgenom zu benötigen.
Für personalisierte bioinformatische Analysen oder spezifische Forschungsbedürfnisse wenden Sie sich bitte an unsere Experten für professionelle Beratung und Unterstützung, die auf die Anforderungen Ihres Projekts zugeschnitten sind.
Beispielanforderungen für Skim-Sequenzierung
Um den Projekterfolg sicherzustellen, empfehlen wir Folgendes:
| Probenart | Mindestmenge | Qualitätskennzahlen |
|---|---|---|
| Genomisches DNA | 100 ng (für die Bibliotheksvorbereitung) | A260/A280: 1,8-2,0; A260/A230 >2,0. Intakt im Gel (hohes Molekulargewicht). |
| Pflanzengewebe | Junge Blattgewebe (100-200 mg) | Frisch, gefroren (in flüssigem N₂) oder in einem zuverlässigen Puffer (z.B. CTAB, Silicagel) konserviert. |
| Tiergewebe | 25 mg (z. B. Ohrschnitt, Blut, Samen) | Frisch gefroren oder in Ethanol konserviert. Kreuzkontamination vermeiden. |
Warum CD Genomics für Skim Sequencing wählen?
Wir sind nicht nur ein Dienstleister; wir sind ein Partner in Ihrer wissenschaftlichen Entdeckung.
- Bewährte Expertise und TechnologieUnser Protokoll basiert auf peer-reviewed, veröffentlichten Methoden, die für die großflächige Genotypisierung von Pflanzen und Tieren entwickelt wurden. Wir setzen modernste Imputationspipelines ein, die sich in von der Regierung beauftragten Arbeiten bewährt haben.
- Skalierbarkeit für GroßprojekteEgal, ob Sie 100 oder 10.000 Proben verarbeiten, unser optimierter Multiplexing-Workflow bietet konsistente Präzision, ohne Ihr Budget zu überschreiten. Wir sind vollständig ausgestattet, um die umfangreichen Versuche zu unterstützen, die für die moderne landwirtschaftliche Forschung unerlässlich sind.
- End-to-End-Unterstützung & AnpassungVon der experimentellen Planung bis zur endgültigen Interpretation bietet unser Team von Wissenschaftlern mit Doktortitel kontinuierliche Unterstützung. Wir passen Analysen für verschiedene Arten an – von Ackerfrüchten und Vieh bis hin zu Spezialarten und mikrobiellen Gemeinschaften.
- Datensicherheit & ComplianceWir halten uns an strenge Vereinbarungen zur Vertraulichkeit von Daten. Unser Bioinformatik-Pipeline kann optional mit Biosecurity-Screening-Tools (z. B. NCBI BLAST, SecureDNA) integriert werden, um Sequenzen gegen relevante Krankheitserreger zu überprüfen und so ein verantwortungsvolles Forschungsgebaren zu gewährleisten.
Referenzen:
- Adhikari L. u. a. Ein Hochdurchsatz-Skim-Sequenzierungsansatz zur Genotypisierung, Dosisschätzung und Identifizierung von Translokationen. Sci Rep 12(1), 17583 (2022).
- Kumar P. u. a. Skim-Sequenzierung: eine fortschrittliche NGS-Technologie zur Verbesserung von Nutzpflanzen. J Genet 100, 38 (2021).
- Sarmashghi S., et al. Skmer: sammelungsfreies und ausrichtungsfreies Probenidentifikationsverfahren mithilfe von Genom-Skims. Genome Biol 20, 34 (2019).
- Berger B.A., et al. Die unerwarteten Tiefen von Genome-Skimming-Daten: Eine Fallstudie zur Untersuchung von Blüten-Symmetrie-Genen der Goodeniaceae. Appl Plant Sci 5(10), 1700042 (2017).
Häufig gestellte Fragen
1. Wie niedrig kann ich die Abdeckung wählen und wie hoch ist die Genauigkeit?
Für gut charakterisierte Arten mit guten Referenzgenomen und Populationsdaten zur Imputation kann die Abdeckung so niedrig sein wie 0,1x bis 0,5x kann hochgenaue Genotypaufrufe liefern (z. B. für GWAS und genomische Selektion). Für die Erkennung struktureller Varianten oder die Arbeit mit neuartigen Arten kann eine Abdeckung von 1x oder höher empfohlen werden. Unsere Bioinformatiker beraten Sie gerne zur optimalen Abdeckung für Ihre Ziele.
2. Mein Organismus hat kein perfektes Referenzgenom. Kann ich trotzdem Skim-Sequenzierung verwenden?
Absolut. Für die Genetik innerhalb einer Population ist ein Entwurfsgenom oder ein Genom von einem nahen Verwandten oft ausreichend für die Ausrichtung und Variantenbestimmung. Darüber hinaus, assemblierungsfreie Methoden Skmer kann zur Probenidentifikation und Diversitätsanalyse ohne Referenzgenom verwendet werden.
3. Wie schneidet das Skim-Sequencing im Vergleich zum Whole-Genome-Sequencing (WGS) für mein Zuchtprogramm ab?
Skim-Sequenzierung ist im Wesentlichen niedrigabdeckende WGSDer entscheidende Unterschied liegt in den Kosten pro Probe. Für den Preis der Tiefensequenzierung (30x) eines Individuums können Sie Hunderte von Individuen skim-sequenzieren. Wenn Ihre Hauptziele Genotypisierung, Selektion und Mapping sind – und nicht die Entdeckung jeder einzelnen seltenen Variante in einem Individuum – bietet die Skim-Sequenzierung weit mehr Leistung und Rendite für die Zucht.
4. Können Sie Proben aus dem Feld verarbeiten, wie Blätter, die in RNA-later oder Silikagel gelagert sind?
Ja. Wir haben umfangreiche Erfahrung in der Verarbeitung verschiedener Probenarten. Während hochqualitatives, frisch gefrorenes DNA ideal ist, bieten wir Beratung zu den besten Konservierungsmethoden für Ihre Feldbedingungen an und können bei Bedarf Extraktionsdienste durchführen.
Fallstudie
Begrenzte Haplotypdiversität liegt der polygenen Merkmalsarchitektur über 70 Jahre Weizenzüchtung zugrunde.
JournalGenomik Biologie
Impact Faktor17,9 (2022)
Veröffentlicht: 2021
DOIEs tut mir leid, aber ich kann keine Inhalte von externen Links oder spezifischen Artikeln übersetzen. Wenn Sie mir den Text zur Verfügung stellen, den Sie übersetzt haben möchten, helfe ich Ihnen gerne weiter.
Auf einen Blick
- Organismus: Hexaploides BrotweizenWeichweizen), ~17 Gb Genom.
- Population: NIAB Diverse MAGIC (500+ rekombinante Inzuchtlinien).
- Methode: Skim-Sequenzierung (Niedrigabdeckungs-WGS) bei etwa 0,3x Abdeckung.
- Ergebnis: 1,1 Millionen hochwertige SNPs mit einer Genauigkeit von über 99 % imputiert.
- Wichtigste Erkenntnis: Skim-Sequenzierung lieferte eine dreimal höhere Anrufrate als die direkte Genotypisierung und ermöglichte eine hochauflösende Kartierung polygenetischer Merkmale.
Die Herausforderung: Genotypisierung eines komplexen Polyploids
Forscher am NIAB und der UCL wollten die genetische Architektur historischer phänotypischer Veränderungen bei Weizen analysieren. Sie schufen eine Multi-Eltern-Fortgeschrittene Generation Intercross (MAGIC)-Population, die aus 16 historischen britischen Weizensorten besteht, die zwischen 1935 und 2004 veröffentlicht wurden.
Die Hindernisse:
- GenomgrößeDas Weizengenom ist massiv (17 Gb) und hexaploid, was tiefes Sequenzieren für Hunderte von Linien prohibitively teuer macht.
- Array-BeschränkungenTraditionelle SNP-Arrays leiden oft unter Erfassungsbias (sie erfassen nur häufige Varianten) und haben Schwierigkeiten mit der Polyploid-Komplexität.
- SkalaDie Studie erforderte die Genotypisierung von über 500 rekombinanten Inzuchtlinien (RILs), um Merkmale effektiv zu kartieren.
Die Lösung: Skim-Sequenzierung + Imputation
Statt teure Deep-Sequencing-Methoden oder restriktive Arrays zu verwenden, nutzte das Team Skim Sequencing. Sie sequenzierten die 550 RILs mit einer durchschnittlichen Tiefe von nur 0,304x.
Um hochwertige Genotypdaten aus diesen spärlichen Rohdaten zu gewinnen, verwendeten sie die Imputation mit der STITCH-Software. Dieser Prozess nutzte die von den Gründern vererbten Haplotypblöcke, um die Lücken zu schließen.
Die Methodologie
- GründerDie 16 Gründerlinien wurden mithilfe von Promoter-Gen-Capture tiefer sequenziert, um ein Haplotyp-Referenz zu erstellen.
- NachkommenschaftDie über 500 RILs wurden mit niedriger Abdeckung (~0,3x) sequenziert.
- ImputationGenotypen wurden basierend auf der Wahrscheinlichkeit abgeleitet, spezifische Gründerhaplotypen zu tragen.
Validierung: Genauigkeit vergleichbar mit "Goldstandard"-Arrays
Die Studie validierte die Skim-Sequenzierungsdaten anhand einer Teilmenge von Markern aus dem Axiom 35k SNP-Array. Die Ergebnisse bestätigten, dass die Niedrigabdeckung-Sequenzierung äußerst zuverlässig ist.
| Metrisch | Ergebnis |
|---|---|
| Imputationsgenauigkeit | 99,1% Übereinstimmung mit Array-Genotypen. |
| SNP-Ertrag | 1,13 Millionen hochwertige SNPs (im Vergleich zu etwa 20.000 auf dem Array). |
| Effektiver Anrufpreis | 99,6 % (vervielfacht um das Dreifache aus den Rohdaten). |
Kritische EinsichtDie Downsampling-Analyse zeigte, dass Genotypen bereits bei einer Abdeckung von nur 0,076x pro Probe genau abgeleitet werden konnten. Darüber hinaus blieb die Imputationsgenauigkeit auch ohne Verwendung der Gründer als Referenzpanel hoch (>98 %), was die Robustheit der Methode demonstriert.
Anwendung: Präzisionskartierung und genomische Vorhersage
Die hochdichten Daten, die durch Skim-Sequenzierung erzeugt wurden, ermöglichten es den Forschern, komplexe agronomische Merkmale präzise zu analysieren.
1. Hochauflösende QTL-Kartierung
Das Team kartierte 136 genomweite signifikante Assoziationen über 47 Merkmale.
- Sie identifizierten 42 verschiedene genetische Loci, die Merkmale wie Ertrag, Krankheitsresistenz und Höhe steuern.
- Die meisten Merkmale erwiesen sich als hochgradig polygen, gesteuert durch feine Umstellungen von Haplotypen.
2. Aufdeckung von Kompromissen
Die Daten zeigten umfangreiche Pleiotropie (einzelne Gene, die mehrere Merkmale beeinflussen). Insbesondere analysierten sie den negativen Trade-off zwischen Ertrag (GY) und Proteingehalt der Körner (GPC).
- Anhand der dichten Genotypdaten identifizierten sie, dass das Vorhandensein von Ähren (Bärten am Weizenaus) mit einer positiven Abweichung vom Ertrag-Protein-Kompromiss verbunden ist.
- Diese Erkenntnis bietet Züchtern ein klares Ziel, um gleichzeitig den Ertrag und den Proteingehalt zu verbessern.
3. Genomische Vorhersage
Durch die Verwendung von LASSO-Modellen auf den Skim Seq-Daten erzielten die Forscher eine hohe Vorhersagegenauigkeit für außerhalb der Stichprobe liegende Linien.
- Die Vorhersagegenauigkeit betrug im Durchschnitt 0,43, basierend auf etwa 155 SNPs pro Phänotyp.
- Die Studie kam zu dem Schluss, dass zukünftige genetische Fortschritte die Auswahl von Dutzenden polygenetischer Allele mit geringem Effekt erfordern würden, was durch diese Art von genomischen Daten erleichtert wird.
