导读:本文包含了重测序论文开题报告文献综述及选题提纲参考文献，主要关键词:高粱,SSR,重测序,多态性引物
重测序论文文献综述
王平,王春语,张丽霞,丛玲,朱振兴[1]（2019）在《利用重测序技术开发高粱多态性SSR分子标记》一文中研究指出SSR分子标记由于具有成本低廉、容易操作等特性,使其在分子标记辅助育种中广泛应用。目前高粱SSR标记多基于测序已经完成美国高粱品种BTX623基因组开发,在应用中筛选多态性标记的效率低。对不育系和恢复系组成的26个高粱材料进行了重测序,然后进行生物信息学分析,最终开发了在26份材料中至少含有2种多态型的SSR标记24 441个。这些SSR标记在26份材料中表现出的基因型多态类型在2-7种之间,2种的有16 694个,7种的仅有77个。另外本研究还进行了筛选单拷贝基因处的多态性SSR分析,共筛选到6 733个。随机挑选均匀覆盖10条染色体的单拷贝基因处SSR标记50对,利用辽宁高粱杂交种辽糯3号进行测试,其中49对能扩增出产物,成功率高达98%。其后利用2个品种和74份微核心种质资源测试表明,50对SSR标记在2个品种中有18对表现出多态性,挑选了一对引物在74份微核心种质中可见8种多态型。本研究表明利用不育系和恢复系材料进行重测序能有效开发多态性高的SSR标记。(本文来源于《生物技术通报》期刊2019年11期）
杨赟,陈梦娇,杜庆鑫,朱景乐,杜红岩[2]（2019）在《基于全基因组重测序技术的‘红叶’杜仲SNP位点开发》一文中研究指出为了挖掘与‘红叶’杜仲(Eucommia ulmoides‘Hongye’)红叶性状紧密联系的SNP位点,进一步揭示红叶性状的遗传基础和分子机理。以‘红叶’杜仲和普通绿叶杜仲‘小叶’杜仲(Eucommia ulmoides‘Xiaoye’)为研究材料,进行覆盖深度约为10x的全基因组重测序。使用Snp Eff软件预测变异位点对蛋白编码的影响,结合花色苷的代谢通路和关键酶基因,筛选与‘红叶’杜仲叶色形成相关的差异位点。利用Sanger测序二代测序筛选的SNP位点,分子标记验证群体是‘红叶’杜仲和‘小叶’杜仲。结果表明,‘红叶’杜仲测序产生Clean data为14. 16 Gb,‘小叶’杜仲产生Clean data为14. 29 Gb。在‘红叶’杜仲中注释到严重影响蛋白质功能的有1 516个SNP,中度影响的41 328个SNP,在‘小叶’杜仲中存在严重影响蛋白质功能的SNP为1 640个,中度影响功能的SNP为47 192个。测得26 722条基因中有228条基因是与花色苷或类黄酮合成相关的酶基因。经过筛选,确定了12个特异性的SNP位点,均属于外显子区域的错义突变。利用一代测序验证,根据SNP位置设计了7对引物,SNP准确率达到100%。(本文来源于《植物研究》期刊2019年06期）
滑留帅,辛晓玲,王璟,罗生金,曾滔[3]（2019）在《利用混池重测序鉴定萨福克绵羊超数排卵关键调控基因》一文中研究指出旨在对萨福克绵羊超数排卵处理基础上,通过基因组混池重测序鉴定影响超数排卵效果的关键调控基因。本研究对93头年龄在2～3岁之间、健康状况良好的萨福克供体绵羊进行超数排卵处理后,选取超数排卵效果良好(获得的胚胎数大于等于15枚)的30头个体组建高产群体,同时选取超数排卵效果不良(获得的胚胎数小于等于9枚)的30头个体组建低产群体。对2个群体进行基因组混池重测序,并对2个群体中发现的SNPs进行选择消除分析和基因富集分析。结果表明,超数排卵获得头均总胚胎数为(12.55±7.97)枚,头均可用胚胎数为(7.76±7.43)枚。构建的高产群体和低产群体平均可用胚胎分别为(14.97±8.38)枚和(2.27±2.10)枚。在高产群体和低产群体中分别检出20 189 224和20 396 751个SNPs,对这些SNPs进行选择消除分析和基因富集分析表明,共有11个候选基因能够影响萨福克绵羊超数排卵过程,其中7个基因属于HOXA基因家族,2个基因尚未被验证功能,剩余2个基因分别为DPH6和AKAP6。总体来讲,基于对萨福克绵羊超数排卵高产群体和低产群体的基因组混池重测序,共筛选得到11个关键调控基因,进一步验证HOXA基因家族、DPH6和AKAP6基因在卵泡发育中的作用将有助于解释家畜超数排卵调控机制。(本文来源于《畜牧兽医学报》期刊2019年09期）
王嘉,曾召琼,梁建秋,于晓波,吴海英[4]（2019）在《基于全基因组重测序的大豆分子标记开发及籽粒蛋白质含量QTL定位》一文中研究指出【目的】基于全基因组重测序结果,开发与高蛋白、耐荫、抗倒伏等性状紧密相关的分子标记,同时利用开发的分子标记构建遗传连锁图谱,并对籽粒蛋白质含量进行QTL定位,为后续高蛋白、耐荫、抗倒育种研究提供参考和分子标记资源。【方法】以大面积栽培品种南豆12和地方品种十月黄为亲本,构建F2分离群体。对亲本材料进行覆盖度约为40×的全基因组重测序,用BWA、GATK及Breakdancer等软件比对,检测亲本材料在全基因组范围内的突变类型,挖掘相关变异基因。结合种子不同发育时期和荫蔽处理获得的转录组数据,结合qRT-PCR对发生突变的储藏蛋白、环境适应相关基因进行表达规律分析。同时,基于重测序数据,挖掘亲本间存在于基因编码区的SNP位点,对其进行酶切位点分析,将SNP标记转化为CAPS或dCAPS标记。此外,搜索亲本间存在的插入/缺失变异位点,在插入/缺失位点两侧高度保守的区域设计引物开发InDel标记。对开发的CAPS标记和InDel标记进行多态性筛选,选取具有多态性的CAPS分子标记和InDel标记,对F2材料进行基因分型。根据分型结果,利用JoinMap 4.0软件进行遗传连锁图谱的构建。依据构建的遗传图谱,结合近红外分析获得F2材料的籽粒蛋白质含量数据,使用Windows QTL Cartographer V2.5软件对大豆籽粒蛋白质含量进行QTL分析。【结果】测序结果显示,南豆12大量储藏蛋白、环境适应相关的重要基因或同源基因发生突变。转录组数据分析结果显示部分变异基因呈现不同的表达模式且差异显着,qRT-PCR分析进一步验证了该结果。此外,经检测开发的540个CAPS分子标记中有332个具有酶切多态性,300对InDel引物中有201对引物能扩增出多态性。基于533个多态性分子标记构建了一张包含20个连锁群的遗传连锁图谱,覆盖长度2 973.87 cM,标记间平均遗传距离5.58 cM。利用此图谱对大豆籽粒蛋白质含量进行QTL定位,共检测到QTL位点6个,可解释4.68%—18.25%的表型变异。【结论】基于亲本间的变异位点,共开发了533个多态性分子标记(包含8个基因特异性分子标记),检测到6个大豆籽粒蛋白质含量QTL位点,其中,主效QTL位点1个(qSPC-6)。(本文来源于《中国农业科学》期刊2019年16期）
王凤红,包花尓,敖敦格日勒,乌云高娃,额尔敦木图[5]（2019）在《基于全基因组重测序分析阿拉善双峰驼生物学特性》一文中研究指出此试验旨在通过研究阿拉善双峰驼基因组遗传变异信息,找到与其生物学特性相关的候选基因,以期对阿拉善双峰驼分子特征做出评价,并为双峰驼重要经济性状的功能基因定位提供基础数据。提取12头双峰驼基因组总DNA,制备基因组文库,经Illumina HiSeq~(TM)平台测序,利用生物信息学手段对重测序数据进行分析,对识别的SNPs和InDels进行注释。结果:共计得到367.98 Gb序列数据,平均测序深度15×,测序得到2 453 332 756个reads,比对到参考基因组的reads为2 003 009 380,匹配率为81.65%;共确定了6 759 037 SNPs和976 715 InDels,共计注释15 037个基因。其中与耐热性相关的候选基因是HSF1、HSPA9、HSPA4;与胰岛素相关的候选基因是EEF1A1、EEF1A12、GSK3A、GSK3B、PDX1、PAX6、PPARs和IRSs;与高血压相关的候选基因是KLK和PPARs;与耐渴性相关的候选基因是NFAT5、BGT1和AQPs。此研究基本阐明了双峰驼的遗传变异信息,从基因组层面解释了双峰驼的生物学特性,为后续分析与经济性状相关的遗传学机制、功能基因的研究和保护双峰驼品种资源提供了基因组数据,并为与经济性状相关的功能基因定位提供新的思路和线索。(本文来源于《家畜生态学报》期刊2019年08期）
胡仲远,杨景华,张明方,邓冠聪,牟海鹏[6]（2019）在《基于重测序的超密遗传图谱揭示甜瓜蔓枯病抗性相关基因》一文中研究指出目的与意义:蔓枯病(Gsb)是甜瓜的重要病害,在南方多雨地区设施环境下高发,严重影响产量和品质。选育抗病品种是防治蔓枯病最常用、也是最经济有效的方法之一。本研究希望阐明甜瓜抗蔓枯病遗传特性,构建基于单核苷酸多态性(SNPs)的甜瓜高密度遗传图谱,对抗蔓枯病基因进行定位,以获得控制甜瓜蔓枯病抗性的候选基因。(本文来源于《中国瓜菜》期刊2019年08期）
李兵兵,刘文革,路绪强,豆峻岭,Ali,Aslam[7]（2019）在《基于全基因组重测序构建西瓜高密度遗传图谱和果实相关性状的基因定位》一文中研究指出目的与意义:遗传图谱是进行重要农艺性状QTL/基因定位、图位克隆、分子标记辅助育种等工作的重要工具。长期的人工选择使得栽培种西瓜的遗传基础进一步狭窄,使得高效可获得的分子标记成为限制西瓜高密度遗传图谱构建的重要因素。随着高通量测序技术的发展和西瓜参考基因组草图的组装完成,通过测序获得大量分子标记以构(本文来源于《中国瓜菜》期刊2019年08期）
郭绍贵,许勇,张建国,孙宏贺,Jerome,Salse[8]（2019）在《西瓜基因组框架图谱绘制与20份代表性资源重测序研究》一文中研究指出目的与意义:西瓜是一种重要的葫芦科作物,占全世界蔬菜生产面积的7%。经过长期人工选育,西瓜遗传多样性变的十分狭窄,已成为西瓜品种改良的瓶颈。本研究以东亚类型高品质西瓜品种‘97103’为材料进行西瓜全基因组序列分析,并开展20份代表性西瓜资源的基因组重测序分析,以明确西瓜基因组结构和进化历程,阐明果实品质和维(本文来源于《中国瓜菜》期刊2019年08期）
张国儒,唐亚萍,杨涛,帕提古丽,王柏柯[9]（2019）在《基于重测序番茄InDel标记的开发》一文中研究指出番茄基因组测序的完成为InDel标记的开发提供了很多的研究基础。为了鉴别渐渗系‘IL71’和栽培种‘M82’之间的差异,本研究经过前期对栽培种‘M82’和野生型潘那利渐渗系‘IL71’进行重测序结果比较,结果表明,这两份番茄材料在12号染色体上存在较大差异。因此从存在较大差异的12号染色体上设计了1 980对In Del标记引物,以便用分子标记的方法区别两份材料。本研究从中筛选出400对引物进行InDel标记检测,最终检测出40对特异性引物,检出率为10%。本研究结果为今后的杂交种检测提供依据。(本文来源于《分子植物育种》期刊2019年14期）
李晓春,王学锋[10]（2019）在《小麦全基因组重测序研究结果》一文中研究指出本报杨凌讯（通讯员 李晓春 王学锋）7月12日，西北农林科技大学旱区作物逆境生物学国家重点实验室在基因组学领域国际知名期刊Ge-nomeBiology上发表论文，揭示了六倍体小麦遗传多样性来源于频繁的与野生小麦的种内杂交及与更远缘野草的种间杂交，为了解小(本文来源于《农业科技报》期刊2019-07-22）
重测序论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了挖掘与‘红叶’杜仲(Eucommia ulmoides‘Hongye’)红叶性状紧密联系的SNP位点,进一步揭示红叶性状的遗传基础和分子机理。以‘红叶’杜仲和普通绿叶杜仲‘小叶’杜仲(Eucommia ulmoides‘Xiaoye’)为研究材料,进行覆盖深度约为10x的全基因组重测序。使用Snp Eff软件预测变异位点对蛋白编码的影响,结合花色苷的代谢通路和关键酶基因,筛选与‘红叶’杜仲叶色形成相关的差异位点。利用Sanger测序二代测序筛选的SNP位点,分子标记验证群体是‘红叶’杜仲和‘小叶’杜仲。结果表明,‘红叶’杜仲测序产生Clean data为14. 16 Gb,‘小叶’杜仲产生Clean data为14. 29 Gb。在‘红叶’杜仲中注释到严重影响蛋白质功能的有1 516个SNP,中度影响的41 328个SNP,在‘小叶’杜仲中存在严重影响蛋白质功能的SNP为1 640个,中度影响功能的SNP为47 192个。测得26 722条基因中有228条基因是与花色苷或类黄酮合成相关的酶基因。经过筛选,确定了12个特异性的SNP位点,均属于外显子区域的错义突变。利用一代测序验证,根据SNP位置设计了7对引物,SNP准确率达到100%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
重测序论文参考文献
[1].王平,王春语,张丽霞,丛玲,朱振兴.利用重测序技术开发高粱多态性SSR分子标记[J].生物技术通报.2019
[2].杨赟,陈梦娇,杜庆鑫,朱景乐,杜红岩.基于全基因组重测序技术的‘红叶’杜仲SNP位点开发[J].植物研究.2019
[3].滑留帅,辛晓玲,王璟,罗生金,曾滔.利用混池重测序鉴定萨福克绵羊超数排卵关键调控基因[J].畜牧兽医学报.2019
[4].王嘉,曾召琼,梁建秋,于晓波,吴海英.基于全基因组重测序的大豆分子标记开发及籽粒蛋白质含量QTL定位[J].中国农业科学.2019
[5].王凤红,包花尓,敖敦格日勒,乌云高娃,额尔敦木图.基于全基因组重测序分析阿拉善双峰驼生物学特性[J].家畜生态学报.2019
[6].胡仲远,杨景华,张明方,邓冠聪,牟海鹏.基于重测序的超密遗传图谱揭示甜瓜蔓枯病抗性相关基因[J].中国瓜菜.2019
[7].李兵兵,刘文革,路绪强,豆峻岭,Ali,Aslam.基于全基因组重测序构建西瓜高密度遗传图谱和果实相关性状的基因定位[J].中国瓜菜.2019
[8].郭绍贵,许勇,张建国,孙宏贺,Jerome,Salse.西瓜基因组框架图谱绘制与20份代表性资源重测序研究[J].中国瓜菜.2019
[9].张国儒,唐亚萍,杨涛,帕提古丽,王柏柯.基于重测序番茄InDel标记的开发[J].分子植物育种.2019
[10].李晓春,王学锋.小麦全基因组重测序研究结果[N].农业科技报.2019