欢迎来到天天文库
浏览记录
ID:87945
大小:965.00 KB
页数:13页
时间:2017-05-20
《利用高密度基因组芯片估计绵羊SNP之间的重组率和有效群体大小.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中国科技论文在线http://www.paper.edu.cn利用高密度基因组芯片估计绵羊SNP之间的重组率和有效群体大小#张媛媛1,邓学工2,柳万生3,邓学梅1**5(1.中国农业大学动物科技学院;2.东北大学理学院;3.CollegeofAnimalScience,PennStateUniversity)摘要:有效群体大小(Effectivepopulationsize,Ne)是群体遗传学中的重要理论参数,同时被广泛地利用于遗传漂变和遗传变异速率的估计,是动物育种与选择中所需考虑的重要参数,10并对于遗传选择和群体多样性保护提供参考。利用全基因组SNP标记估计群体的连锁不平衡程
2、度(Linkagedisequilibrium,LD),参考LD与Ne之间的理论关系式来估计不同世代下群体的Ne,是一种有效可行方法。SNP标记之间的遗传距离对于准确估计Ne同样重要,在实际使用中,SNP标记之间的遗传距离难以获得,一般以物理距离替代。本研究从ISGC数据库(http://www.sheephapmap.org/)中下载了7个绵羊群体的50KSNP数据,并估计常15染色体上500kb内SNP标记之间的LD水平r2。以滑动窗口的方式,在500kb窗口内拟合重组率和LD的关系式,据此估计染色体上SNP标记之间的遗传距离,使之应用于Ne估计。另外,以物理距离近似估计遗传距
3、离,应用于Ne估计。比较两种遗传距离得到的不同绵羊群体的Ne估计差异。结果表明,两组Ne结果都反映了这几个绵羊群体随世代增加而Ne减少。在AustrianIndustryMerino和AustralianPollMerino群体中,利用重新估计的标记之20间遗传距离得到的Ne反映的群体遗传历史,与群体历史更符合。关键词:绵羊;有效群体大小;重组率;连锁不平衡EstimationofRecombinationRatandEffectivePopulationSizewithOvineGenome-wideSNP-Chip25YuanyuanZhang1,XuegongDeng2,Wa
4、nshengLiu3,XuemeiDeng1(1.CollegeofAnimalScience,ChinaAgriculturalUniversity;2.CollegeofScience,North-eastUniversity;3.CollegeofAnimalScience,PennStateUniversity)Abstract:Effectivepopulationsize(Ne)isakeyparameterinpopulationgeneticsandiswidelyapplied30indeterminingratesofgeneticdriftandlossofg
5、eneticvariability.Itiscrucialtoconsiderinanimalbreedingandselection,aswellasinconservation.Linkagedisequilibrium(LD)methodperformsdramaticallybetterinNeestimationwhengenome-wideSNPsapplied.NeestimatedbytheLDmethodisalsorelatedtotherecombinationratewhichnotbeconsideredinmoststudies.Genome-wideS
6、NPdataof7sheepbreedsweredownloadedfromtheISGCdatabase(http://www.sheephapmap.org/).35Chromosome-specificrecombinationrateswereestimatedforallautosomesfromestimatedLDbetweenSNPpairs<500kbapartandtheknownmaplengthofchromosome.Theaveragerecombinationrateforeach500kbwindowwasestimatedfromtheaverag
7、eLDwithinthatwindowbyfittingthemodelofrelationshipbetweenrecombinationrateandr2.ThentheestimatedgeneticdistanceofeachpairofSNPcanbeusedinNeestimation.NeestimateswerealsoestimatedbyusingLDinphysicaldistance.Two40differentestimatesofNewer
此文档下载收益归作者所有