注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

云之南

风声,雨声,读书声,声声入耳;家事,国事,天下事,事事关心

 
 
 

日志

 
 
关于我

专业背景:计算机科学 研究方向与兴趣: JavaEE-Web软件开发, 生物信息学, 数据挖掘与机器学习, 智能信息系统 目前工作: 基因组, 转录组, NGS高通量数据分析, 生物数据挖掘, 植物系统发育和比较进化基因组学

网易考拉推荐

QTL-quantitative trait locus  

2010-01-21 21:25:34|  分类: 生物学 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

http://biodna.ycool.com/post.2017651.html

http://biodna.ycool.com/

 

QTL

  QTL是quantitative trait locus的缩写,中文可以翻译成数量性状座位或者数量性状基因座,它指的是控制数量性状的基因在基因组中的位置。对QTL的定位必须使用遗传标记,人们通过寻找遗传标记和感兴趣的数量性状之间的联系,将一个或多个QTL定位到位于同一染色体的遗传标记旁,换句话说,标记和QTL是连锁的。近几年QTL定位应用的较为广泛,在人类基因上与疾病有关的基因定位甚多;植物上,模式植物抗逆性基因的定位较多。国内在家畜基因组学上的QTL专家有中国农业大学的张勤教授、华中农业大学的熊远著院士。

QTL 定位就是采用类似单基因定位的方法将QTL 定位在遗传图谱上, 确定QTL 与遗传标记间的距离( 以重组率表示) 。根据标记数目的不同, 可分为单标记、双标记和多标记几种方法。根据统计分析方法的不同, 可分为方差与均值分析法、回归及相关分析法、矩估计及最大似然法等。根据标记区间数可分为零区间作图、单区间作图和多区间作图。此外, 还有将不同方法结合起来的综合分析方法, 如QTL 复合区间作图( CIM) 多区间作图( MIM) 、多QTL 作图、多性状作图( MTM) 等。

1 区间作图法( interval mapping, IM)

Lander 和Botstein( 1989) 等提出, 建立在个体数量性状观测值与双侧标记基因型变量的线性模型的基础上, 利用最大似然法对相邻标记构成的区间内任意一点可能存在的QTL 进行似然比检测, 进而获得其效应的极大似然估计。其遗传假设是, 数量性状遗传变异只受一对基因控制,表型变异受遗传效应( 固定效应) 和剩余误差( 随机效应) 控制, 不存在基因型与环境的互作。区间作图法可以估算QTL 加性和显性效应值。与单标记分析法相比, 区间作图法具有以下特点:能从支撑区间推断QTL 的可能位置;可利用标记连锁图在全染色体组系统地搜索QTL, 如果一条染色体上只有一个QTL, 则QTL 的位置和效应估计趋于渐进无偏; QTL 检测所需的个体数大大减少。但IM也存在不足: QTL 回归效应为固定效应;无法估算基因型与环境间的互作( Q×E) , 无法检测复杂的遗传效应( 如上位效应等) ; 当相邻QTLs 相距较近时, 由于其作图精度不高, QTLs间相互干扰导致出现Ghost QTL;一次只应用两个标记进行检查, 效率很低。

2 复合区间作图法( composite interval mappig, CIM)

CIM是Zeng( 1994) 提出的结合了区间作图和多元回归特点的一种QTL 作图方法。其遗传假定是, 数量性状受多基因控制。该方法中拟合了其他遗传标记, 即在对某一特定标记区间进行检测时, 将与其他QTL 连锁的标记也拟合在模型中以控制背景遗传效应。CIM主要优点是: 由于仍采用QTL 似然图来显示QTL 的可能位置及显著程度, 从而保证了IM作图法的优点; 假如不存在上位性和QTL 与环境互作, QTL 的位置和效应的估计是渐进无偏的; 以所选择的多个标记为条件( 即进行的是区间检测) , 在较大程度上控制了背景遗传效应, 从而提高了作图的精度和效率。存在的不足是: 由于将两侧标记用作区间作图, 对相邻标记区间的QTL 估计会引起偏离; 同IM一样, 将回归效应视为固定效应, 不能分析基因型与环境的互作及复杂的遗传效应( 如上位效应等) ; 当标记密度过大时, 很难选择标记的条件因子。

3 基于混合线性模型的复合区间作图法

朱军( 1998) 提出了用随机效应的预测方法获得基因型效应及基因型与环境互作效应, 然后再用区间作图法或复合区间作图法进行遗传主效应及基因型与环境互作效应的QTL 定位分析。该方法的遗传假定是数量性状受多基因控制, 它将群体均值及QTL 的各项遗传效应看作为固定效应, 而将环境、QTL 与环境、分子标记等效应看作为随机效应。由于MCIM将效应值估计和定位分析相结合, 既可无偏地分析QTL 与环境的互作效应, 又提高了作图的精度和效率。此外该模型可以扩展到分析具有加×加、加×显、显×显上位的各种遗传主效应及其与环境互作效应的QTL。利用这些效应值的估计, 可预测基于QTL 主效应的普通杂种优势和基于QTL 与环境互作效应的互作杂种优势, 因而其具有广阔的应用前景。

 几种作物的QTL 定位

利用不同的实验设计、作图群体和作图方法, 人们已对许多植物如棉花( Sarangaetl, 2001) 、大豆( Venancioetal, 2001) 、油菜( Piletetal, 1998) 、小麦( Messmeretal, 2000) 、玉米( Tuberosaetal, 2002) 、苹果( Conneretal,1998) 、松树( Paivietal, 2000) 等植物的重要数量性状进行了QTL 定位研究, 相比之下, 模式植物水稻、拟南芥等研究得较多、较深( Leonie, 2000;Yamamotoetal, 2000; 邢永忠等, 2001;Fukuoka and Okuno, 2001; 滕胜等,2002) 。进行QTL 定位的主要农艺性状有: 谷物产量、生育期、株高、根的形态、谷粒外观品质和食味品质、稻瘟病部分抗性、纹枯病抗性, 以及抗非生物逆境等复杂性状。如番茄的抗病性、抗虫性( Yenchoetal, 2000;Davidand Sara, 2001; Danieltal, 2002) 、可溶性固形物含量、水分利用率、耐盐性等性状, 玉米的株高和耐热性, 大豆品质性状, 油菜硼高效( Xuetal, 2001) 等性状, 拟南芥光周期、种子可溶性寡糖及种子储藏能力( Leonieetal, 2000) , 水稻耐( Koyamaetal, 2001) 、耐低磷( Wissuwaetal,1998) 、耐铝毒害( Wuetal, 2000) 、N 素营养( Yamayaetal, 2002) 、抽穗期、抗病性、粒形、根的形态、耐冷性、杂种优势、雄性不育、产量及其构成因素、耐淹性、稻头再生能力、种子休眠性等。

QTL 精细定位

数量性状基因的精确定位存在很大的难度, 因为利用一般群体进行QTL 定位, QTL 的置信区间通常在10 cm 以上, 很难确定检测到的一个主效QTL 到底是一个还是多个微效QTL。要系统地开展QTL 的精细定位, 就应该建立一套覆盖全基因组的相互重叠的染色体片段替代系或近等基因系, 也就是在一个受体亲本的遗传背景中建立另一个供体亲本的“基因文库”。构建近等基因系, 首先需要对QTL 有初步定位, 再结合回交和分子标记辅助选择, 对QTL 靶区间进行正选择, 对背景进行负选择, 从而快速构建靶区间的近等基因系。如果创建一套覆盖全基因组的染色体片段的替代系, 将对QTL 精细定位提供非常便利的条件。目前, 番茄和十字花科物种中已建立起这样的替代系。应用染色体片段替代系, 已成功地对水稻抽穗期QTL 进行了精细定位, 分辨率超过0.5 cm。

QTL 的基因克隆

对QTL 研究的最终目标应是将QTL 上的基因克隆分离出来, 亦即对数量性状进行分子剖析。以基因定位为基础的基因克隆技术, 称为基于图谱的克隆( map based cloning) 或图位克隆( positional cloning) 图位克隆特别适合于分离产物未知的基因( 如QTL) , 主要采用染色体步行法。迄今, 图位克隆技术已成功地应用于分离一些主基因, 如番茄中的抗病基因和拟南芥菜中的光周期敏感基因和对番茄果重QTL( fw2.2) 的克隆分离, 并业已获得了包含fw2.2 的DNA 大片段。研究结果表明fw2.2 可能只包含一个基因。RGP 也正在对一个控制水稻抽穗期的主效QTL 进行图位克隆。近来, 有学者提出可以从与目标性状松散连锁的标记出发,通过标记与目标基因的距离换算成物理距离, 再根据物理图谱推算, 一杆即可到达可能包含目标基因的重叠群, 再从该重叠群中分离单拷贝的片段作为RFLP 探针, 对目标基因进行定位, 倘若定位的结果不在该重叠群上, 则可续第二杆, 如此继续下去, 直到分离到含有目标基因的克隆为止。此法称为高尔夫球法( 喻树迅和袁有禄, 2002) 。最近有将原位杂交( FISH) 技术应用到QTL 定位中的报道, 随着FISH 技术的发展, 它势必为QTL 克隆提供一个强有力的工具。此外, 还可以利用生物信息学的方法, 根据已有的与目标基因紧密连锁的分子标记进行染色体着陆, 很快得到基因区域的序列, 再进行候选基因的确定, 从而可以减少区段物理图谱的构建工作, 加速目标基因克隆进程。

结语尽管人们对植物数量性状的研究已有很长时间, 近些年来关于QTL研究报道也很多, 但客观地讲, 目前关于植物数量性状QTL 的研究仍然处于探索阶段。最重要的原因就是, 基于线性模型模拟的数量性状基因表达的能力是有限的, 是不完整的( 植物中某一数量性状实质上是有多个性状的综合表现) ; 现有的作图方法及其所取得的结果还很难说是准确的, 还需要进行大量的实践检验。随着生物技术的发展, 研究者的不断努力, 人类终将能完全认识、利用、直接操作于植物数量性状基因。

  评论这张
 
阅读(1798)| 评论(2)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2016