新闻

农学院徐海明教授团队提出扫描群体基因组选择位点的统计新方法及云计算平台

编辑:吴旻 来源:农业与生物技术学院办公网 时间:2021年05月12日 访问次数:10  源地址

近日,欧洲杯直播平台农学院作物所徐海明教授与浙江省人民医院、杭州医学院陈国波副研究员合作,对无监督式群体基因组选择位点的探查方法展开研究。研究成果论文“EigenGWAS: An online visualizing and interactive application for detecting genomic signatures of natural selection”于国际生物学、生态学领域顶级期刊《Molecular Ecology Resources》在线发表。

通过群体基因组数据可以找到受自然选择或者人工驯化的遗传位点。常规的基因组选择位点检测方法(如FST)一般要求对群体分群,而群体的亚群信息往往缺失或不易取得,因此亟需一种可以只基于测序数据就能检测选择位点的方法和工具。该研究基于群体基因组数据的内蕴亚群结构,提出了能够分析各类群体基因组选择位点的单标记回归方法EigenGWAS,摆脱了传统方法对群体标签的要求,建立了一种全新的“无监督式”扫描策略,扫描所得位点具有直观的生物学解析。模拟和真实数据表明EigenGWAS能够有效分析动物、植物、人类等各类群体基因组,而且具有更高的统计功效,为遗传学、生态学、动植物育种、作物驯化等领域的研究提供有丰富的候选基因位点。基于EigenGWAS方法,该研究利用C语言和R语言混合编程技术开发了EigengWAS基因组选择位点分析工具,并将其部署到了云计算平台,用户可以通过浏览器在线进行群体选择位点的分析。

作物所硕士生齐国安和郑元庭为该论文的共同第一作者,徐海明教授和陈国波副研究员为该论文共同通讯作者,该项工作得到国家自然科学基金项目(317713923167157031870707)和浙江省人民医院科研启动基金(ZRY2018A004)资助。

       论文链接:https://onlinelibrary.wiley.com/doi/10.1111/1755-0998.13370

       在线分析平台:www.eigengwas.com


       EigenGWAS可与进化树或者STRUCTURE等群体分析方法无缝配合使用,已发表的此类优秀论文可参照: Science, 2017, 358:365-8, Nat Ecol Evo, 2017, 1:1168-76, Mol Ecology, 2019, 28:3544-60, J Exp Botany, 2021, 74:1307-20.


总访问量:10743231