今天听报告，里面有一个内容就是通过re-sequence的方法来找到相关性状的候选基因。连续到这一段时间以来，发现有很多关于重测序利用的报道，不由的想到了这个问题，那就是： 要达到我们的目的，re-sequence需要达到多大的覆盖度？ 初步思考，认为与下面的内容相关： （1）物种基因组结构的复杂程度，比如说像油菜这一的异源多倍体，其由A基因组和C基因组组成的，而A、C基因组的共同祖先最早可以追溯到3~5M年以前，并且这个共同的祖先在~10M年发生了三倍化的过程，所以如果想区分不同同源拷贝来源的基因，可能就需要相对比较高的覆盖度，并且序列的读长也要达到一定的要求。比如说，如果一个read的长度只有35bp，那么对很多油菜基因来说，re-sequence的数据通过mapping的方法就很判定不同同源拷贝之间的序列差异（A，C对应两个同源拷贝基因在外显子上的序列相似性平均在97%左右。paired-end测序也非常有必要。还有pacific公司提出的meta-paired方法。 （2）测序的长度和方法。比如测序读长长的需要的覆盖度就要低一些，在同等覆盖度条件下，paired-end测序所能达到的效果就要好于flagment测序方法。 （3）重测序的目的。如果只是想从re-sequence的数据，构建一个高密度的SNP图谱，那么根据一篇水稻的文章（Genome Res，2009，韩斌等人发表的），是乎只要有0.01~0.1倍的覆盖度就可以了。如果只想找到一定数量的SNP，则与两个待分析样品的基因组差异程度有关。如果想做基因组结构差异分析，则目前来看，就需要不同插入长度的paired-end测序，插入长度与想要发现的插入/缺失、倒位~异位的长度有关。 但是有没有这样的一个公式，根据re-sequence的目的（p）、测序的方法（m）、读长（l）和基因组的结构（s）来估计需要的覆盖度(c)的公式(f)！c=f（p,m,l,s)

转载本文请联系原作者获取授权，同时请注明本文来自黎瑞源科学网博客。
链接地址：https://m.sciencenet.cn/blog-43321-320670.html

上一篇：从1000个RI群体中，根据几个性状的极端值选出一个200-300个株系的RI子群体进行QTL分析，会有什么问题？
下一篇：今天听关于关联分析和在作物育种中应用的一点总结