基于Bionano技术分析复杂基因组结构变异的生物信息学解析体系及在水稻中的应用

Genome structure variation includes deletions, insertions, inversions, duplications, translocations and rearrangents which is not only a signature of evolution but also one reason for phenomenon alteration. Up to now, there is no very useful method for analysing complicated genome structure variation, such as repeat. In 2012, Bionano technology emerged as an excellent sequencing method because of its long “sequencing reads” till to approximately 1Mb. In order to make full use of Bionano technology for genome structure variation analysis, in this project, we aim to construct a system to identify complicated genome structure variation based on the Bionano technology. Using this work flow and analytical method, we aim to resovle the "dark matter region" in rice genome for providing a more completed and precise reference genome sequence for rice; for another hand, the genome structure variation and genes in it will be researched by distribution, GO and KEGG to understand the rice genome evolution and domestication.

基因组结构变异是指基因组上大片段的缺失、扩增、插入、转置、移位和重组等结构变化。基因组结构变异是基因组进化的一种特征，也是个体性状变化的一个原因。目前，对基因组结构变异的研究技术及生物信息学分析方法还无法解析基因组高重复区的结构变异问题。新兴的Bionano技术因为读长优势，将成为基因组结构变异研究的一种好方法。为了将Bionano技术的优势发挥到基因组结构变异的研究中，本项目拟建立一套基于Bionano技术并整合二代测序数据来分析基因组结构变异区的生物信息学解析体系，并运用该体系解析水稻japonica基因组 “暗物质区”（高重复区、高可变区）信息，提供更高精度的水稻基因组参考序列；研究野生稻与栽培稻基因组结构变异。

基因组结构变异是指基因组上大片段的缺失、扩增、插入、转置、移位和重组等结构变化。基因组结构变异是基因组进化的一种特征，也是个体性状变化的一个原因。目前，对基因组结构变异的研究技术及生物信息学分析方法还无法解析基因组高重复区的结构变异问题。新兴的Bionano技术因为读长优势，是基因组结构变异研究的一种好方法。..本项目从Bionano数据分子特征解析，基因组物理图谱组装方法优化和基因组结构变异解析三个层面展开研究。第一，建立粳稻（Japonica）、籼稻（Indica）、果蝇（D.melanogaster）、裂殖酵母（S.pombe）、天蓝色链霉菌（S.coelicolor）、假单胞菌（P.putida）和大肠杆菌（E.coli）等八个物种的Bionano测序数据，基于该多物种、大批量数据解析了Bionano数据的分子特征：分子长度分布、假阳性和假阴性信号分布、分子拉伸效率差异、嵌合分子形成和易碎区域分布等。第二，我利用Bionano数据的分子特征我们编写出了Bionano分子模拟器，并产生大量具有不同分子特征的数据。利用这些大数据，我们深入研究了覆盖深度、分子长度、假阳率和假阴性率、嵌合分子等因素对Bionano基因组物理图谱拼装完整性、准确性的影响。最终，我们建立了一套构建高质量Bionano基因组物理图谱的实验及数据分析参数标准。第三，我们建立了的高质量的粳稻（Japonica）和籼稻（Indica）Bionano基因组物理图谱并用它与reference生成的物理图谱比对，解析了一系列水稻基因组的结构变异区域。这些区域包括串联重复序列如rDNA、大片段重复序列如20Kb重复序列、大片段倒置以及一些gap区域。另外结合Bionano基因组物理图谱和二代测序数据我们编写了一个对reference基因组进行矫正的方法流程，运用该方法我们对籼稻（Indica）的基因组做了进一步完善，为广大科研工作者提供了一个更加完整、准确的籼稻（Indica）基因组序列。

内容获取失败，请点击重试