基于ddGBS的黑杨派杨树SNP位点挖掘

[目的]基于双酶切测序基因分型(Double-digest genotyping by sequencing,ddGBS)技术,挖掘黑杨派特异性单核苷酸多态性(Single-nucleotide-polymorphism,SNP)位点信息,旨在为杨树SNP标记开发、种质指纹图谱构建、遗传多样性分析及重要经济性状关联分析等研究提供位点信息.[方法]以46份黑杨派无性系种质为材料,采用MseI+TaqaI双酶切基因组构建GBS文库并测序,使用Bowtie2将过滤后的序列数据比对到毛果杨参考基因组上,Stacks软件开发SNP位点,SnpEff软件注释SNP位点,R语言分析SNPs位点数目与染色体长度的相关性.[结果]共获得108 Gb数据,每个样本平均数据量为2.35 Gb;样本测序总序列数为218156221条,总碱基为62832509890 bp,样本序列数及其碱基长度的平均值分别为4742526条和1365924128 bp.Q30值为93.32％～94.44％,平均值为93.87％;GC含量为41.83％～44.96％,平均值为42.65％;碱基测序的平均错误率低于0.10％.这表明,GBS测序质量较高.序列比对至参考基因组的成功率为64.25％～73.53％,平均为69.89％;位点测序深度为12.40～24.70,平均值为18.40.过滤后共获得131194个SNP位点,主要位于基因上、下游和转录区,其中,C/T和A/G变异类型最多,转换类型明显高于颠倒类型.98.41％(129104)SNPs位点能成功定位到19条染色体上,位点平均分布密度为1/3188 bp;SNPs位点数目与染色体长度呈极显著线性正相关.[结论]GBS技术能够有效地挖掘SNP位点信息,可用于大规模杨树SNP标记开发,为进一步开展杨树种质指纹图谱构建、遗传多样性分析以及重要经济性状关联分析等研究奠定了基础.