【整合eQTL和机器学习技术挖掘棉花产量基因】
基因表达数量位点(expression quantitative trait locus, eQTL)是将基因表达作为一种分子表型,与遗传变异进行关联分析。eQTL是农艺性状解析和基因挖掘的有力手段,不仅能够挖掘出感兴趣的遗传位点Cis-基因,还能够鉴定大量位于不同染色体的trans -基因。这些由相同遗传位点关联的eQTL基因组成了一个基因调控网络(gene regulatory network, GRN),然而不同遗传位点背后的GRN是怎么样的?他们之间存在什么样的关系?如何从GRN挖掘出核心基因?
前期我们通过全基因组关联分析(Genome-wide association study,GWAS)鉴定了117个棉花产量和品质的功能遗传位点,然而这些遗传位点所调控的基因并不清楚。通过对279份陆地棉核心种质开花后1天的胚珠进行了转录组测序,共计鉴定了12,207 eQTLs。与GWAS的共定位分析,发现了了38个与性状关联的GRNs,并发现了有34个eQTL基因(如NF-YB3, GRDP1 和LDD7)同时属于不同性状的GRNs。同一GRN的基因在不同组织中还具有相似的表达模式。利用GRN基因的遗传变异计算遗传力可以获得比GWAS位点更高的解释率。最后,我们还采用了XGBoost机器学习算法和转录组关联分析(Transcriptome-wide association studies,TWAS)分析方法,对基因的重要性进行了排序,并对排序靠前的基因进行了功能验证。这项工作对遗传位点的一因多效提供了新的见解,并利用了eQTL和机器学习方法来挖掘功能基因。
【安捷伦质谱方案在生物育种领域的应用】
在当今的生物技术领域,分子育种已成为解决粮食安全和推动农业可持续发展的重要引擎。然而,随着育种技术的快速发展,对于精确、高效的检测手段的需求也日益迫切。质谱技术的高灵敏度和准确性使其能够在育种过程中实现快速、精准的分析,从而加速育种的科研进程。本讲座将深入探讨质谱技术在育种领域的应用现状,分享安捷伦质谱方案在生物育种中的成功案例,展示其在提高育种效率、优化作物品质等方面的实际应用潜力。