GWAS研究背景
在數(shù)量遺傳學(xué)領(lǐng)域，GWAS通常用于鑒定與特定數(shù)量性狀相關(guān)的DNA分子標(biāo)記。通過鑒定關(guān)聯(lián)群體中基因型數(shù)據(jù)和關(guān)注性狀的表型數(shù)據(jù)，然后利用合適的模型/軟件對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，從而確定性狀-標(biāo)記關(guān)聯(lián)位點(diǎn)。研究表明這些位點(diǎn)對診斷和預(yù)測數(shù)百種人類疾病(甚至對新生兒)非常有用。同樣，在牲畜/作物改良研究中，這些位點(diǎn)也通常用于動(dòng)植物的標(biāo)記輔助選擇(MAS)育種。所以，GWAS研究在近20年一直是非?；鸬难芯款I(lǐng)域（圖1）。
圖1 2000年到2019年12月，“GWAS”一詞在PubMed文章中每年出現(xiàn)的次數(shù)
GWAS標(biāo)記類型
在用于GWAS的標(biāo)記中，最初使用的是SSR標(biāo)記，后來SNP標(biāo)記成為常用標(biāo)記。但是，研究人員逐漸意識(shí)到基于SNP標(biāo)記的GWAS分析不足以解釋的群體中全部的遺傳變異。并且，隨著測序技術(shù)的發(fā)展，在人以及諸多動(dòng)植物中發(fā)現(xiàn)了大規(guī)模的SVs [包括拷貝數(shù)變異(CNV)/存在缺失變異(PAV)和易位/倒置（translocations/inversions）]與疾病、馴化及重要農(nóng)藝性狀有關(guān)。本期推文，我們一起來看一下SVs在動(dòng)植物群體研究中的進(jìn)展。
SV和SV-GWAS在動(dòng)物中的應(yīng)用
近年來，動(dòng)物遺傳變異研究中，在牛、豬、狗、小鼠等物種中鑒定出了大量的SVs。例如，在62頭牛組成的群體中，鑒定得到了6,426個(gè)SVs，部分SVs位于乳品性狀的QTL內(nèi)；利用全基因組測序數(shù)據(jù)構(gòu)建了豬的SVs變異圖譜，在分布全球的55個(gè)豬種的305個(gè)個(gè)體中鑒定得到了33,698個(gè)SVs，基于檢測的SVs進(jìn)行選擇清除分析，在梅山豬中鑒定到64個(gè)新的受選擇區(qū)域，其中的一些位點(diǎn)與繁殖性狀相關(guān)；2021年發(fā)表在《Communication Biology》上的研究中，作者在27個(gè)不同的狗中鑒定了14,953,199個(gè)SNPs、6,958,645個(gè)indels和217,951個(gè)SVs（圖2）。
圖2 27個(gè)狗中SNPs、indels和SVs的分布
另外，拷貝數(shù)變異(CNV)作為基因組結(jié)構(gòu)變異的重要來源，是造成哺乳動(dòng)物性狀差異的重要遺傳變異類型，可作為SNP的代替分析標(biāo)記用于GWAS研究，已用于多個(gè)包含牛、羊、豬和山羊的GWAS研究中。
（1）例如，在416個(gè)奶山羊中鑒定得到了7,208個(gè)CNVs，GWAS分析發(fā)現(xiàn)31個(gè)CNVs所在區(qū)域與產(chǎn)奶量等性狀顯著相關(guān)，并且發(fā)現(xiàn)在顯著相關(guān)的CNVs中，注釋的基因大多數(shù)在產(chǎn)奶相關(guān)的生物過程和健康相關(guān)性狀中發(fā)揮著重要作用。在另一個(gè)研究中，利用新開發(fā)的GWAScore方法整合已發(fā)表的GWAS數(shù)據(jù)來鑒定潛在的候選位點(diǎn)，并對3個(gè)不同品種（CKA，n=10、HU，n=10、STHS，n=9）山羊進(jìn)行全基因組CNVs檢測（圖3），通過將CNVs與GWAScore和QTL位點(diǎn)相整合，發(fā)現(xiàn)197個(gè)候選基因與CNVs存在重疊，進(jìn)一步鑒定得到28個(gè)與生長性狀相關(guān)的CNVs。
圖3 3個(gè)不同品種山羊CNVs分析
在牛的CNV變異研究中，利用已發(fā)表的1,116個(gè)牛中的鑒定的25,030個(gè)CNVs，基于不同性狀（功能、健康、繁殖等）的CNVs進(jìn)行GWAS，并評估其對養(yǎng)殖和育種實(shí)踐的影響，結(jié)果顯示，共有56個(gè)CNVs與8個(gè)表型性狀中的一個(gè)或多個(gè)顯著相關(guān)，其中12號染色體上的3個(gè)CNVs與產(chǎn)脂性狀和乳腺性狀的顯著關(guān)聯(lián)，這些CNVs位于23個(gè)不同的基因上，該研究是首次對如此大的瑞士奶牛樣本進(jìn)行基因組分析，將CNVs與繁殖、乳腺和健康性狀聯(lián)系起來。同樣，基于在528個(gè)荷斯坦奶牛中鑒定的197個(gè)CNVs（圖4），對473頭牛10個(gè)重要生產(chǎn)性狀進(jìn)行GWAS分析，共檢測到57個(gè)CNVs與至少一個(gè)性狀顯著相關(guān)（圖5），對這些CNVs與候選基因的潛在重疊進(jìn)行分析，預(yù)測得到一些表型相關(guān)的候選基因，該研究結(jié)果對荷斯坦奶牛的基因組鑒定了CNV，并提供了影響飼料效率和采食相關(guān)性狀變異的候選基因。
圖4 荷斯坦奶牛CNVs在基因組上的分布
圖5 10個(gè)重要性狀的CNV-GWAS關(guān)聯(lián)結(jié)果
SV和SV-GWAS在植物中的應(yīng)用
在作物和擬南芥中也發(fā)現(xiàn)了大量的SVs，并將其用于GWAS研究。
（1）在水稻中，已經(jīng)報(bào)道數(shù)篇SV進(jìn)行GWAS的案例，其中2018年發(fā)表在《Nature》上的3000份水稻重測序研究中，對測序深度在20×以上的材料進(jìn)行SV分析，確定了93K的SVs，其中有582個(gè)大于500kb的SVs，平均每個(gè)染色體有12,178個(gè)。秈稻和粳稻表現(xiàn)出了非常強(qiáng)烈的SV差異，每個(gè)秈稻與日本晴基因組有14K的SVs，是粳稻的3.5倍。SV系統(tǒng)發(fā)育樹（基于453份材料）與SNP樹相似（圖6）；在另一項(xiàng)研究中，基于8個(gè)GWAS研究隊(duì)列，繪制了348個(gè)水稻QTNs（包括PAVs和CNVs）的圖譜，還開發(fā)了基因組導(dǎo)航系統(tǒng)RiceNavi，用于QTN金字塔構(gòu)建和育種路線優(yōu)化，并應(yīng)用于中國廣泛栽培的秈稻品種黃花沾的改良。
圖6 453個(gè)高深度測序材料的SVs分析
（2）在除水稻以外的作物中也有使用SVs進(jìn)行GWAS的報(bào)道。例如，在玉米中，521個(gè)自交系玉米基因組序列中的SVs被用于繪制玉米SV圖譜；在小麥中發(fā)現(xiàn)了影響染色體3B上基因和轉(zhuǎn)座元件的SV；在最近的一項(xiàng)木瓜研究中(使用栽培木瓜和野生木瓜)，共鑒定出8083個(gè)SVs，其中包括5260個(gè)缺失，552個(gè)串聯(lián)重復(fù)和2271個(gè)插入，在該研究中，還發(fā)現(xiàn)CNVs與生長和對環(huán)境壓力的反應(yīng)有關(guān)；在油菜中，基于鑒定得到的數(shù)百萬SVs和PAVs用于PAV-GWAS，直接鑒定到了莢果長度、種子重量和開花時(shí)間相關(guān)的結(jié)構(gòu)變異，這些是之前基于單核苷酸變異SNP進(jìn)行的GWAS所沒能鑒定出來的，充分說明了PAV-GWAS可以互補(bǔ)于SNP-GWAS用來鑒定特定性狀相關(guān)的位點(diǎn)（圖7）；另外，其他植物SVs鑒定例子包括：溝酸漿屬的耐鹽性、葡萄的漿果顏色和番茄的馴化性狀等研究。
圖7 油菜SNP-GWAS與PAV-GWAS
（3）在模式植物擬南芥（A thaliana）中，也有與許多重要性狀相關(guān)的SVs。其中一個(gè)研究中，SVs與編碼鋅指轉(zhuǎn)錄因子的CONSTANS (CO)基因啟動(dòng)子相關(guān)。在另一項(xiàng)研究中，利用SVs（包括PAVs、重復(fù)、倒位）對來自非洲、歐洲、亞洲和北美的1301份自然種群進(jìn)行GWAS研究（圖8），與春化(冷)反應(yīng)、開花和抗旱/耐熱相關(guān)的3個(gè)基因之間也存在較強(qiáng)的相關(guān)性。
圖8 基于PAV（紅點(diǎn)）和SNP（黑點(diǎn)）的GWAS
小結(jié)和展望
開發(fā)新的GWAS方法一直是一個(gè)活躍的研究領(lǐng)域，將SVs標(biāo)記用于GWAS也是近期主要進(jìn)展之一，基于上述的介紹，不難發(fā)現(xiàn)SVs已在人類、牲畜和植物的多項(xiàng)研究中被用于鑒定性狀表型關(guān)聯(lián)標(biāo)記。隨著測序技術(shù)和軟件的不斷發(fā)展，鑒定全基因組范圍內(nèi)的結(jié)構(gòu)變異變得唾手可得，可滿足基于動(dòng)植物群體的SV-GWAS研究，在SNP-GWAS的基礎(chǔ)上，實(shí)現(xiàn)對復(fù)雜數(shù)量性狀更加深入的解析！
參考文獻(xiàn)
[1] Gupta PK. GWAS for genetics of complex quantitative traits: Genome to pangenome and SNPs to SVs and k-mers. Bioessays. 2021 Nov;43(11):e2100109.
[2] Gupta PK. Quantitative genetics: pan-genomes, SVs, and k-mers for GWAS. Trends Genet. 2021 Oct;37(10):868-871.
京公網(wǎng)安備 11011302003368號