QTL-seq 分析原理及流程

1 原理

详细信息参见2013年的QTL-seq 文献，这里只做简单介绍。

1.1 群体构建

QTL-seq 将 BSA（bulked-segregant analysis）及全基因组测序进行结合，识别与目标性状相关联的 QTLs。要达到这一目的，我们首先需要构建一个包含极端目标表型的定位群体。根据性状的不同，可以采取不同的群体构建方法：

重组自交系（recombinant inbred lines, RILs）和同质双单倍体（doubled haploids, DH）具有较高的纯合性，每个 line 中的个体都具有表型的可重复性，可用于检测具有较小效应的 QTLs。

两个品系 A 和 B 杂交后自交所得的F2群体也可以用于进行 QTL-seq 分析，优点是获得群体所需时间短，但是由于基因型的不可重复性，因此适合于检测效应较大的 QTLs。

QTL-seq 简化流程图

1.2 测序分析

如图a所示，我们拟分析与水稻株高相关的 QTL。如果有多个 QTL 影响株高，不同株高的频数分布图将近似于正态分布。将具有极端表型的个体组成两个极端群（highest bulk及lowest bulk），每个极端群中的个体均取等量 DNA 组成混池 DNA，对混池的 DNA 样品进行全基因组重测序，以识别在其中起主要作用的 QTL。与此同时，我们还需对其中一个亲本群体进行测序，以获得参考亲本基因组的信息。

由于两个极端群体只在“株高”这一个表型上有差异，理论上，我们可以认为基因组上的绝大区域，在两个群体之间并没有区别，均等量来源于两个亲本基因组。而只有与“株高”相关的 QTL 所在区域在两个极端群中存在区别。我们的任务，就是把这些区域找出来。

1.3 SNP-index

在这里，引入一个指标 SNP-index 来表示子代群体与亲本之间的序列差异程度。SNP-index 指的是在特定位点上，携带有不同于参考亲本的 SNP 的 reads 数占比对到同一位点的所有 reads 总数的比值（图b）。

SNP-index 为0，说明比对到这一位点的所有 reads 都来源于参考亲本；SNP-index 为1，说明这些 reads 都来源于非参考亲本；而 SNP-index 为0.5说明这一位点的信息等量来源于两个亲本。如果某一 SNP 在两个极端群中的 SNP-index 均小于0.3，可认为这样的SNPs是由于测序或比对错误所致，建议舍弃。

1.4 Delta(SNP-index)

将两个极端群的 SNP-index 相减，所得的 Delta(SNP-index) 可以更直观地显示两个极端群在基因组上的差异情况。Delta(SNP-index) 为1或-1说明相对应的 SNP 来源于其中一个亲本，这一位点及其周边很有可能是参与株高性状形成的区域。

2 QTL-seq 分析流程

操作系统：Red Hat Enterprise Linux 7

QTL-seq 的分析流程可以从开发者的网站直接下载，参照其中的说明文档进行操作。

作者的说明文档讲述比较清晰，这里只补充几点需要特别注意的点：

2.1 所需软件

开发者建议的版本	实际分析时使用的版本或说明
Perl (v5.8.8)	Perl v5.26.2
Perl module Math::Random::MT::Auto 6.14	安装失败。后将ibrc_scripts/1./reduce_read.pl 中的 "use Math::Random::MT::Auto 'rand';" 设为注释，直接使用 Perl 自带的 rand() 函数
R (version 2.15.0)	R v3.4.1
BWA (version 0.5.9-r16)	BWA v0.7.16a-r1181
SAMtools (0.1.8 or before)	建议使用 SAMtools v 0.1.8，因为新版本中部分命令有变动，流程中的代码修改起来比较麻烦
FASTX-Toolkit	fastx_toolkit v0.0.14

2.2 主要操作流程（按照说明文档进行即可）

2.2.0 设置配置文件（参考说明文档，根据实际情况进行修改）

注意：如果 reads 为phred 33，在config.txt 文件中进行设置：
Key1_Score_type_for_my_cultivar="sanger"

2.2.1 全基因组测序，去除低质量 reads

2.2.2 对其中一个亲本构建参考基因组

2.2.3 分别计算两个极端群的 SNP-index

2.2.4 比较两个极端群之间的 SNP-index

2.2.5 测试、绘图