绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 11 条结果
摘要:利用全基因组解析(Whole genome profiling ,WGP)法进行物理图谱构建时,克隆混池策略及克隆解码率的高低是影响物理图谱构建效果的关键性因素.如何通过调控混合克隆数目,来平衡克隆解码率和测序的成本,是利用WGP法构建物理图谱的亟需解决的问题.本研究利用虾夷扇贝Fosmid文库的部分克隆,使用序列特异性标签的WGP方法,对虾夷扇贝物理图谱构建方法的混池策略及克隆解码率进行了初步研究.通过计算机分别模拟了384 N(N=1 ,2?24)孔培养板内的克隆混合,计算出了对应混合尺度下 BsaXI和 FspEI两种酶的克隆解码率.以该模拟数据作为参照,最终分别以4 、8 、12 、16张384孔培养板内的克隆混合构建了克隆超级池;并利用2b‐RAD技术构建了基于BsaXI和 FspEI两种限制性内切酶的测序文库.通过对酶切标签数据的分析,成功实现了混合池内的克隆解码,且在利用两种酶对应的酶切标签联合解码后,联合解码率达到84% 以上.本研究最终确定了由8张384孔培养板混合的混池策略及利用 BsaXI和 FspEI两种酶切标签进行联合克隆解码,为后期利用WGP方法构建虾夷扇贝物理图谱提供了参考方案....
摘要:单核苷酸多态性(Single nucleotide polymorphism-SNP)被认为是揭示遗传变异理想的分子标记,近几年来一系列针对高通量测序平台的技术如RAD,GBS,RRLs,2b-RAD等成为非模式生物尤其是水生动物的de novo SNP标记规模开发和大样本群体遗传研究的有利途径.本文从理论上讨论了测序错误和重复序列因素对de novo SNP分型的影响,并利用模式生物拟南芥RAD模拟数据对理论分析进行了验证.通过理论推导和模拟验证发现测序数据量在15~20X左右时单拷贝区域内SNP被检测的概率大于95%,等位基因的支持度不小于2时能够有效屏蔽掉测序错误对SNP分型的影响(假阳性低于2%),这些为实际数据的de novo SNP分型提供了理论上的指导....
[专利] 发明专利 CN201710418179.6
中国海洋大学 2017-08-18
摘要:本发明公开了一种基于人工减数分裂的辅助基因组组装方法,将基因组以克隆文库的形式等分,建立随机的人工减数分裂样本,并通过HpaII甲基转移酶和FspEI甲基修饰依赖型内切酶进行处理,形成高密度的分型标记,进而分析获得分型标记的排序信息,实现scaffold的进一步组装或者Pacbio测序reads直接串联组装。本发明基于人工减数分裂的组装策略,具有实验操作简单、周期短、成本低等优点,能够在有限的人力物力条件下进行高覆盖率和准确率的基因组拼接,在基因组相对复杂并且高度杂合的物种中有更大的应用前景。
[专利] 发明专利 CN201310549040.7
中国海洋大学 2014-02-05
摘要:本发明提供了一种基于液相分子杂交原理的高通量低成本SNP分型方法,包括如下步骤:提取生物基因组DNA,并对其进行生物素标记;设计位点特异性杂交引物LSP1和LSP2,并将LSP2进行5’磷酸化;将LSP1混合物和LSP2混合物与基因组DNA杂交获得杂交吸附产物;进行延伸连接反应获得目的DNA片段;通用引物一轮PCR扩增;对回收的目的片段进行Barcode特异性引物PCR扩增;高通量测序;分析得到SNP位点分型信息。本发明所述方法将液相杂交技术的位点选择灵活性和高通量测序技术通量高、成本低的优势结合在一起,在SNP的大规模筛查、全基因组关联分析、群体多样性评价、基因功能分析等研究领域具有重大的应用价值和广泛的推广前景。
[博士论文] 窦锦壮
遗传学 中国海洋大学 2015(学位年度)
摘要:非模式生物的遗传资源相对匮乏,在这些物种中开展基因组范围内的遗传学研究仍然非常困难。简化基因组技术可以视为非模式生物的遗传学研究的有利工具。该技术主要是通过降低基因组的复杂度来降低测序成本,被广泛的应用于遗传图谱构建、数量性状定位、群体遗传学分析、系统进化分析和辅助基因组组装研究中。
  1、“桥接法”辅助基因组组装策略
  本研究提出了一种“桥接法”基因组组装策略:首先将2b-RAD分型技术引入传统的Happy实验构建高密度的2b-RAD图谱,借助该图谱可以对已有的Contigs序列进行进一步的升级。为了实现这一想法,我们不仅优化了传统的Happy实验,同时还还提出了结合随机抽样技术的层次组装算法。模拟数据显示该组装算法能够将拟南芥全基因组的35,618个BsaⅪ标签组装成40个Contigs,校正后的N50大小为4.1Mb(克隆长度为40kb,样本量为100);将人类1号染色体95,139个BsaⅪ标签组装成16个Contigs,校正后的N50大小为14.4Mb(克隆长度为40kb,样本量为100)。实际数据分析显示层次组装算法可以将拟南芥基因组内34,753个BsaⅪ标签组装成554个群,校正后的N50大小为224kb。在连接Contig方面,原始N50大小为54.1kb的Contig通过该软件其N50可以提升到815kb,N50大小为183.4kb的Contig可以提升到1.03Mb,N50大小为552.7kb的Contig可以提升到3.7Mb,而且Contig之间连接的准确率在98.1%~98.5之间。该低成本的辅助基因组组装方案将在海洋生物复杂基因组组装项目应用中发挥重要作用。
  2、无参照基因组分型算法开发和应用
  当前简化基因组技术的标记分型软件存在的缺点是:1)仿照有参照基因组的分型方法,无法排除基因组中重复序列对de novo分型造成的干扰;2)忽略了对显性标记的分型。本研究提出了一种混合泊松(正态)分布模型对来自重复序列区域的序列进行概率识别,并将该模型加入到已有的标记分型软件中形成新的分型算法iML。通过拟南芥和水稻基因组模拟数据分析表明iML方法比传统的ML算法假阳性率低12%~23%。通过拟南芥2b-RAD数据和三刺鱼的RAD-seq数据的验证表明iML方法比ML分型算法假阳性率低7%~17%(测序读长为30bp)。此外本研究开发了RADtyping软件,其不但整合了iML共显性标记分型算法,同时给出了处理显性标记的统计公式。通过拟南芥拟测交F1群体模拟数据显示当亲本和子代的平均测序深度为20x时,两类型标记的分型准确率可达98%。通过实际的两套重复文库分型结果发现,共显性标记的分型一致性达96%。通过Sanger法验证显示共显性标记的分型准确率为96%,显性标记的准确率为97%,这充分说明了RADtyping在标记分型上具有较高的准确率。
  3、2b-RAD技术在全基因组选择中的应用评估
  全基因组选择技术实施的重要条件之一是要有大量的基因组范围内的遗传标记。2b-RAD技术虽然在分型成本上具有明显的优势,其提供的标记密度是否满足水生生物全基因组选择育种需求仍然是未知的。本研究根据虾夷扇贝的基因组特征(包括基因组大小、杂合率、BsaⅪ酶切位点分布等)模拟了虾夷扇贝的育种群体。考察了三种不同标记密度:HD-SNPs(芯片密度),MD-SNPs(所有BsaⅪ酶切位点),LD-SNPs(带有选择性碱基的BsaⅪ位点)对全基因组选择育种值估计准确率的影响。分析表明在不同的遗传背景下MD-SNPs比HD-SNPs准确率略低(<3%)。在遗传力在0.3~0.5左右时LD-SNPs在育种值准确率估计上和MD-SNPs相当,但是标记的分型成本仅为后者十分之一。随后利用来源于3个家系的349个虾夷扇贝育种群体,对壳高、壳长和壳宽三种性状进行全基因组选择评估。家系间的育种值估计准确率在0.15~0.3之间,家系内的育种估计准确率在0.23~0.36之间。上述分析表明2b-RAD技术是水生生物全基因组选择项目中标记分型的平台首先。
[博士论文] 窦锦壮
生物学 中国海洋大学 2015(学位年度)
摘要:类胡萝卜素是重要的维生素A原,在免疫、生殖、生长及抗氧化等方面具有重要作用。动物无法从头合成类胡萝卜素,只能从食物中获取。开展类胡萝卜素积累的分子机制研究对人类及动物健康有重要意义。在目前已发现的天然类胡萝卜素中,约三分之一来源于海洋生物,但对海洋动物类胡萝卜素积累机制的研究鲜有报道。虾夷扇贝(Patinopecten yessoensis,Jay,1857)是我国重要的海水养殖贝类。
摘要:扇贝养殖是我国海水养殖的重要组成部分。随着扇贝养殖业的迅速发展,病害频发、个体小型化,养殖效益下滑等问题日益突出,严重制约了扇贝养殖业的可持续发展。培育高产、抗逆扇贝优良品种是保障扇贝养殖业健康持续发展的基础。
[硕士论文] 窦锦壮
运筹学与控制论 中国海洋大学 2012(学位年度)
摘要:组学技术的快速发展为生物研究提供了基因组、转录组、蛋白质组、代谢组等不同层面的数据,为从系统水平上了解性状的遗传变异提供了基础。SNP(single nucleotidepolymorphisms)被认为是基因组中最广泛,揭示遗传变异理想首选的分子标记,被广泛的应用于重要疾病相关联的基因筛选、不同物种遗传图谱的构建、动植物重要经济性状的QTL定位、群体遗传结构和系统演化分析等。近几年来一系列基于高通量测序平台的“简化基因组”技术(GCR)的方法如RAD-seq、GBS、RRLs等成为非模式生物尤其是水生动物的SNP de novo规模开发和大样本群体遗传研究的有利途径。
   由于大部分水生动物参照基因组缺乏,加上当前测序数据的序列很短只有大约30到100bp,使得SNP de novo分型相对于有参照基因组情况而言有以下的三个困难:(1)如何区分来自重复序列区域内SNP。(2)如何排除测序错误对SNP分型的影响。(3)测序数据量与获得SNP数目及SNP分型准确率的关系。
   本文结合基于高通量测序平台的RAD-seq等简化基因组测序SNPde novo分型技术,在前人的基础上进一步讨论SNP de novo分型中的若干数学问题,并从理论上回答了上面提出的三个问题:认为低频等位基因深度不小于2是排除测序错误对SNP分型干扰前提,15~20X的测序数据量理论能够使得SNP de novo分型的准确率达到98%以上,而且能够有效的检测90%以上的单拷贝区域内的SNP。并且利用拟南芥RAD-seq模拟数据验证了所有理论推导的正确性,这为SNP de novo分型的实际数处理提供了理论指导。
   此外基因组中大量重复序列的存在使得短的序列 de novo聚类后的“堆”深度分布偏离了理论上的泊松分布,本文首次从理论上给出了基于基因组复杂性的“堆”深度分布服从混合泊松分布的新模型,并将这一信息有效的加入到了当前主流Stacks软件中ML分型方法中,提出了新的 de novo SNP分型算法iML,并用模拟数据和实际数据对iML算法进行了全面的评价。评价结果表明将“堆”深度信息加入到SNP分型过程中时降低SNP假阳性率的有利途径之一,在各种情况下模拟数据中iML的假阳性率低于ML约8%~23%而假阴性仅比ML高不到1%。在实际数据评价中iML分型方法依然展现了比ML具有较低假阳性率的优势(3%~17%),而假阴性率和ML相当。
   但是我们也看到在实际数据的分析中iML本身也具有较高假阳性率(19%~23%),这告诉我们单纯的通过“堆”的分布来降低SNP假阳性率思路仍然具有其局限性,更多的改变需要来自基因组学生物技术的革新。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部