一、来源

Resequencing of 429 chickpea accessions from 45 countries provides insights into genome diversity, domestication and agronomic traits.

Nat Genet. 2019 May;51(5):857-864. doi: 10.1038/s41588-019-0401-3. Epub 2019 Apr 29.

单位:国际作物半干旱热带作物研究所ICRISAT,华大基因

鹰嘴豆为豆目蝶形花科,属草本植物,主要特点是根系发达,具有较强的耐旱能力,同时根瘤具有极强的固氮能力,是印度和巴基斯坦主要粮食之一,在印度具有广泛的种植。

主要结果:

  • 来自45个国家的429份鹰嘴豆重测序检测到4.97m SNPs。
  • 鉴定122个候选区域内204个基因处于选择状态。
  • 新月肥沃和地中海是可能的鹰嘴豆起源的主要中心,埃塞俄比亚是次要的多样性中心。鹰嘴豆从地中海/新月沃土到中亚的迁徙路线可能与东非(埃塞俄比亚)和南亚(印度)到中亚的迁徙路线平行。
  • 鹰嘴豆在驯化历史中丢失了近80%的遗传多样性。
  • 全基因组关联研究确定了 13 个性状的 262 个标记和几个候选基因。

二、结果

不同分群方法。按种子类型:desi,kabuli;按生物学状态:wild,landrace,breeding line,elite cultivar,cultivated

材料测序、变异检测、群体结构和LD衰减





此外,各条染色体也分别进行了LD衰减比较

驯化后经历选择的候选基因组区域

429份鹰嘴豆材料变异图谱。

a desi基因型的SNP密度;

b kabuli基因型的SNP密度

c cultivar的SNP密度

d breeding lines的SNP密度

e landrace的SNP密度

f wild的SNP密度

g 在作物育种和驯化后经历选择的候选基因组区域。矩形代表基因组区域,线条代表这些区域内的基因。

与地方品种、栽培品种和育种相比,在野生品系中检测到更多SNP。 总共 122 个候选基因组区域包含 204 个基因,其中最大的区域存在于Ca1 ,其次是 Ca2。

429份鹰嘴豆材料的全基因组变异、种群结构和遗传多样性。

a、育种系、地方品种、优良品种和野生基因型(C. reticulatum 和 C. echinospermum)。 总共有 523,260 个 SNP 在不同的鹰嘴豆基因型组中是共有的。

b、 desi、kabuli、pea和wild基因型中共有 766,606 个 SNP。

c、分布基因组和编码区的小插入和缺失。

429份材料群体多样性分析(构树采用SNP)。

野生种质完全分离于栽培鹰嘴豆。 在栽培的四个簇中,根据生物学状态和种子类型没有明确的聚类模式。 第一类、第二类和第四类散布着地方品种、育种系和优良品种以及来自不同地区的品种。

选择清除和多样性减少(reduction of diversity ,ROD)。

a,核苷酸多样性(θπ/kb)表明野生鹰嘴豆基因型具有高等位基因,尽管本研究中使用的野生品系数量非常少,但与地方品种相比的多样性仍很高。

b、候选选择清除区域的ROD,2.5%显著水平以绿色显示,0.25% 以红色显示。 从野生到地方品种和育种系,多样性显著减少。

单位θπ/kb







起源中心、迁移路线和多样性



南亚是目前主要的(>90%)鹰嘴豆种植区,美洲是最后一个鹰嘴豆产区。新月沃地和地中海地区较低的 π 和 ω 值有点出乎意料,但有可能解释为样本数量相对较少和缺乏统计功效。另一种解释由 Abbo 等人提出 ,即鹰嘴豆栽培被遗弃在新月沃地近 2000 年由于 Ascochyta 枯萎病的威胁,然后从中亚或南亚重新引入该地区作为春播而不是冬季播种的作物。

GWAS

3.65 million SNPs,6个地点,1-6个季节,三个模型CMLM、FarmCPU、EMMAX,分别检测到262、624和938个性状关联位点(MTA)。

重点研究CMLM的关联位点来深入分析干旱和耐热机制。

更多结果在附件中。

想想,为什么凭这些就能发NG?

【豆科基因组】鹰嘴豆Chickpea (Cicer arietinum L.)429个自然群体重测序2019NG的更多相关文章

  1. 【豆科基因组】木豆Pigeonpea (Cajanus cajan) 292个自然群体重测序2017NG

    目录 一.来源 二.结果 一.来源 Whole-genome resequencing of 292 pigeonpea accessions identifies genomic regions a ...

  2. 【豆科基因组】普通豆/菜豆/四季豆Common bean (Phaseolus vulgaris L.) 683个自然群体重测序2020NG

    目录 一.来源 二.结果 683份材料重测序 地方种landraces和育种品系breeding lines的多样性 表型和基因-环境互作(G by E) 菜豆产量潜力相关的MTAs(显著关联位点) ...

  3. 【转】NG:垂枝桦基因组图谱构建(2+3组装)及重测序分析

    转自希望组公众号.学习二代+三代组装策略的流程 垂枝桦(Betula pendula)是一种速生乔木,能在短短一年时间内开花,木质坚实,可做细工.家具等,经济价值极高.近日,芬兰研究人员对垂枝桦自交系 ...

  4. 【豆科基因组】普通豆/菜豆/四季豆Common bean (Phaseolus vulgaris L.) 基因组

    目录 研究一:G19833组装,2014NG 研究二:BAT 93组装,2016 genome biology 菜豆属(Phaseolus L.)为同源二倍体作物,包含有80 多个物种,多数为野生种, ...

  5. 【豆科基因组】绿豆Mungbean, Vigna radiata基因组2014NC

    目录 来源 一.简介 二.结果 基因组组装 重复序列和转座子 基因组特征和基因注释 绿豆的驯化 豆科基因组复制历史 基于转录组分析的豇豆属形成 绿豆育种基因组资源 三.讨论 四.方法 材料 组装 SN ...

  6. 【豆科基因组】小豆(红豆)adzuki bean, Vigna angularis基因组2015

    目录 一.来源 研究一:Draft genome sequence of adzuki bean, Vigna angularis 研究二:Genome sequencing of adzuki be ...

  7. 【豆科基因组】大豆(Soybean, Glycine max)泛基因组2020Cell

    目录 一.前沿概述 二.主要结果 重测序.组装与注释 泛基因组 SV特征 PAV与古多倍化,WGD事件 基因SV与基因融合 SV与大豆驯化 SV影响基因表达及其与性状关联 一.前沿概述 Pan-Gen ...

  8. 【豆科基因组】大豆(Soybean, Glycine max)经典文章梳理2010-2020

    目录 2010年1月:大豆基因组首次发表(Nature) 2010年12月:31个大豆基因组重测序(Nature Genetics) 2014年10月:野生大豆泛基因组(Nature Biotechn ...

  9. 全基因组测序 从头测序(de novo sequencing) 重测序(re-sequencing)

    全基因组测序 全基因组测序分为从头测序(de novo sequencing)和重测序(re-sequencing). 从头测序(de novo)不需要任何参考基因组信息即可对某个物种的基因组进行测序 ...

随机推荐

  1. 240.搜索二维矩阵II

    从左下角位置开始搜索 时间复杂度:O(行数+列数). 想法有点像二分法,大了往一个方向找,小了往另一个方向找.由于矩阵横向和纵向都是递增,如果从(0,0)位置开始找,往右和往下都是增大,因此不知道实际 ...

  2. spring session实现session统一管理(jdbc实现)

    最近在看一些关于spring session 的知识,特做一个笔记记录一下. 在项目中经常会遇到这么一种情况,同一个web项目有时需要部署多份,然后使用nginx实现负载均衡,那么遇到的问题就是,部署 ...

  3. 镜头Lens Image circle像圈的解释是什么意思

    Image circle镜头中指的是:像圈 像圈(image circle)是指入射光线通过镜头后,在焦平面上呈现出的圆形的明亮清晰的影像幅面,也称像面大小.镜头像圈由镜头光学结构决定,一旦设计完成, ...

  4. stm32中的串口通信你了解多少

    在基础实验成功的基础上,对串口的调试方法进行实践.硬件代码顺利完成之后,对日后调试需要用到的printf重定义进行调试,固定在自己的库函数中. b) 初始化函数定义: void USART_Confi ...

  5. 链地址法查找成功与不成功的平均查找长度ASL

    晚上,好像是深夜了,突然写到这类题时遇到的疑惑,恰恰这个真题只让计算成功的ASL,但我想学一下不成功的计算,只能自己来解决了,翻了李春葆和严蔚敏的教材没有找到相关链地址法的计算,于是大致翻到两篇不错的 ...

  6. Python中Numpy及Matplotlib使用

    Python中Numpy及Matplotlib使用 1. Jupyter Notebooks 作为小白,我现在使用的python编辑器是Jupyter Notebook,非常的好用,推荐!!! 你可以 ...

  7. [转]浅谈电路设计中应用DDR3处理缓存问题

    本文转自:浅谈电路设计中应用DDR3处理缓存问题_若海人生的专栏-CSDN博客 DDR系列SDRAM存储芯片的高速率.高集成度和低成本使其理所当然成为存储芯片中的一霸.在PC和消费电子领域自是如此,它 ...

  8. hdu 2154 跳舞毯(简单DP)

    题意: 有一个圆圆的毯,被平均分成三个扇形.分为标记为A,B,C. 小余从A开始跳,每次可跳到相邻的扇形上.(A->B 或 A->C) 问小余跳n次,最后回到扇形A的方案数是多少. 思路: ...

  9. 如何将声学的spectrogram(声谱图)重新反变换成时域语音信号

    最近在研究一些信号分析的事情,感兴趣如何将频谱信号反变换成时域信号.fft 与ifft可以顺畅的转变,但是这个是一帧信号,当时间较长的信号再一起是,通过反变换变成一帧一帧的时域信号,如何把他们拼接起来 ...

  10. 基于 Istio 的全链路灰度方案探索和实践

    作者|曾宇星(宇曾) 审核&校对:曾宇星(宇曾) 编辑&排版:雯燕 背景 微服务软件架构下,业务新功能上线前搭建完整的一套测试系统进行验证是相当费人费时的事,随着所拆分出微服务数量的不 ...