2023-10-16
（一）BSA基本概(gai)念
BSA即集群分(fen)(fen)(fen)離分(fen)(fen)(fen)析法，是(shi)Bulked-Segregant Analysis的(de)(de)首字母縮寫(xie)。具(ju)體(ti)是(shi)利(li)用差異(yi)目標(biao)性(xing)狀的(de)(de)兩個親本構(gou)建(jian)(jian)家系(xi)，在(zai)子代分(fen)(fen)(fen)離群體(ti)中選取目標(biao)性(xing)狀個體(ti)構(gou)建(jian)(jian)DNA混合池，采(cai)用高通(tong)量測(ce)序(xu)(xu)技術對混池DNA進(jin)行(xing)建(jian)(jian)庫測(ce)序(xu)(xu)，開發全基(ji)因組范圍內(nei)的(de)(de)SNP、InDel分(fen)(fen)(fen)子標(biao)記，以(yi)通(tong)過計(ji)算SNP、InDel的(de)(de)基(ji)因型頻率，在(zai)基(ji)因組范圍內(nei)檢測(ce)與(yu)目標(biao)性(xing)狀相關聯的(de)(de)位點與(yu)基(ji)因，然(ran)后對候選基(ji)因進(jin)行(xing)功能注釋(shi)，進(jin)一(yi)步探究控制(zhi)目標(biao)性(xing)狀的(de)(de)基(ji)因及其分(fen)(fen)(fen)子機制(zhi)。
（二）BSA整體實驗+測序(xu)分析策略
BSA分析是對分離群體極端個體混池進行深度重測序，定位候選區間。適用于參考基因組中等或者較小的物種。
BSR是將BSA與RNA-seq結合起來的分析方法，是對分離群體極端性狀的個體，分別提取兩個池的總RNA，進行RNA-seq。由于基因只占基因組的1-3%，BSR更適用于基因組較大的物種，比如麥類物種。
（三）派森諾BSA優勢(shi)-有六種分析方(fang)法適用不同群體方(fang)案(an)
BSA誕生至今，其關聯算法(fa)(fa)(fa)也逐漸演變和分(fen)化。根據(ju)不同(tong)的(de)(de)(de)(de)遺(yi)傳(chuan)(chuan)群體(ti)材料和遺(yi)傳(chuan)(chuan)設(she)(she)計(ji)，有針(zhen)對自然群體(ti)的(de)(de)(de)(de)Δ（SNP-index）、有針(zhen)對EMS誘變材料的(de)(de)(de)(de)MutMap法(fa)(fa)(fa)（Abe et al., 2012）、針(zhen)對無親(qin)本只有兩個極端混池的(de)(de)(de)(de)歐(ou)氏(shi)距離法(fa)(fa)(fa)（ED）（Hill et al., 2013）、基于一(yi)個大的(de)(de)(de)(de)F2群體(ti)并依(yi)據(ju)表型分(fen)組（三組以(yi)(yi)上）的(de)(de)(de)(de)GradedPool-seq（GPS）法(fa)(fa)(fa)（Wang et al., 2019）和較復雜的(de)(de)(de)(de)遺(yi)傳(chuan)(chuan)設(she)(she)計(ji)QTG-seq法(fa)(fa)(fa)（Zhang et al., 2019a）等；根據(ju)數學(xue)算法(fa)(fa)(fa)不同(tong)，除了以(yi)(yi)上算法(fa)(fa)(fa)外，還有G' value法(fa)(fa)(fa)（Magwene et al., 2011）算法(fa)(fa)(fa)。
（四）派森(sen)諾BSA優勢-BSA云平臺(tai)您身邊的生信小能手，助力個性化數(shu)據挖掘
派森諾BSA云(yun)平臺已上線，可提供BSA云(yun)分(fen)析服務，實現數據上傳(chuan)、參(can)數自(zi)主調整(zheng)、多種方法在(zai)線交并集(ji)、目標(biao)區域序列(lie)提取、引物設計......眾多個性化(hua)分(fen)析服務，滿足您(nin)的(de)定位需求。
（五）BSA經典結(jie)果展示
【派森諾BSA項目文章】
中文題目：基因CsUFO涉及黃瓜花和卷須的形成
發表期刊：《Theoretical and Applied Genetics》
影響因(yin)子：5.4
發表時間：2021年03月
文章鏈(lian)接：DOI:10.1007/s00122-021-03811-4
摘要
本文材料來源為(wei)一個(ge)編(bian)碼F-box蛋白的基因突變(bian)(bian)而(er)引起黃瓜花和卷(juan)須(xu)產(chan)生(sheng)不尋常變(bian)(bian)異的突變(bian)(bian)體，而(er)花和卷(juan)須(xu)是(shi)黃瓜的重要(yao)農藝性(xing)狀，與產(chan)量密切相關。
文(wen)章研究思路
研究結果?
R1：突變體表型特征和(he)遺傳(chuan)分析（細致的性狀調查是成功(gong)的第一步）
uft突變體植雄花在花瓣位置有多余的葉狀器官（圖1）。典型瓣花通常有五個萼片和五個花冠裂片（圖1-A2），而uft突變體花有多達13個生殖器官（萼片和葉狀器官）（圖1-B2）。此外uft突變體的雌雄蕊不能很好地一起生長（圖1-B5、B6），以及雄花的萼片、花瓣和雄蕊原基明顯發育不正常（圖1-B7）。除了有不正常的花瓣和雌蕊外，uft突變體的雌花還在其果柄上長出葉狀器官（圖1-B4）。除了花器官，uft突變體也有異常的卷須，其頂端被葉狀器官取代（圖1-B3）。
圖1 野生型(A表示)與突變體(ti)（B表示）的表型特征
R2：精細定位(wei)（圖位(wei)克隆+BSA雙管(guan)齊下）
基于163個F2單株、9對多態性標記，初定位到Chr.1上的20.0cM到30.8cM之間（~2.3Mb），進一步開發多態標記、增加上圖個體進一步定縮小到~124kb,共21個候選基因。
重點：通過30個野生型表型的個體DNA混池和30個uft表型的個體DNA混池，再加WD1親本的高通量測序，基于MutMap+分析策略在候選區間內獲得4個候選SNP位點，進一步分析確定標記SNP6241389。
圖2 uft的精細定位結果
R3：候選基因的功能、表達水平和亞細胞定位（充分的驗證）
突變導致氨基酸編碼提前終止，與正常基因相比在C端少300個氨基酸。通過5個UFO以及另外13個MADS-box蛋白序列構建進化樹表明UFO在同一科的不同物種中高度保守。qRT-PCR結果表明野生型頂芽中CsUFO高表達，而uft突變體的頂芽中該基因表達顯著下調。
圖3候選基因CsUFO的結構、保守性與表達分析。
總 結
本文將傳統(tong)圖位克隆與BSA相結合，利用(yong)高通量測序開(kai)發(fa)全基因組上最(zui)豐(feng)富的標(biao)記類型--SNP，有效彌補傳統(tong)標(biao)記的缺(que)失實現候選區間進一步縮小。
此(ci)外本實驗的分析根據(ju)誘變類型(xing)精準(zhun)鎖定(ding)SNP突變類型(xing)，實現快速準(zhun)確定(ding)位(wei)，大大縮短了定(ding)位(wei)周期，為后續(xu)驗證實驗爭取了寶貴時間(jian)，豐滿文章！
（六）派森諾高分項目(mu)文章(zhang)
總(zong)結：BSA是(shi)基于群(qun)體(ti)中(zhong)(zhong)挑選極端(duan)性狀的(de)(de)(de)個體(ti)構建(jian)混池進行(xing)分析(xi)的(de)(de)(de)方法，通(tong)過(guo)研究(jiu)混池之間等位(wei)基因頻率的(de)(de)(de)差異，將(jiang)與性狀相關的(de)(de)(de)位(wei)點(dian)在(zai)(zai)基因組上進行(xing)定位(wei)，應(ying)用的(de)(de)(de)物種越(yue)(yue)(yue)來(lai)越(yue)(yue)(yue)廣泛，發(fa)表的(de)(de)(de)文章(zhang)也越(yue)(yue)(yue)來(lai)越(yue)(yue)(yue)多(duo)，已經是(shi)分子(zi)遺傳(chuan)育種常規方法之一(yi)。趕緊來(lai)派森諾云(yun)平臺試(shi)試(shi)手，搜索“派森諾基因云(yun)”或者點(dian)擊www.genescloud.cn進入網(wang)站進行(xing)分析(xi)體(ti)驗(yan)吧！當然在(zai)(zai)體(ti)驗(yan)過(guo)程中(zhong)(zhong)，有任(ren)何的(de)(de)(de)寶貴(gui)建(jian)議(yi)歡迎(ying)提交(jiao)至郵箱(xiang) gc_support@doudin.cn，我(wo)們會認真對待(dai)每一(yi)份建(jian)議(yi)，不斷提升(sheng)，讓您(nin)每一(yi)次都有更(geng)好的(de)(de)(de)體(ti)驗(yan)!
參考文(wen)獻
Yue Chen, Haifan Wen et al. CsUFO is involved in the formation of flowers and tendrils in cucumber [J] .Theor Appl Genet. 2021 Mar 19. DOI:10.1007/s00122-021-03811-4.
