基于表型测序的功能基因识别

【摘要】：下一代测序技术在近年发展迅速,通量增加的同时成本也在下降。通过下一代测序,识别和鉴定与表型有关的功能基因,被称作表型测序。表型测序方法,需要进行测序、序列比对、突变识别、突变筛选和功能基因识别等分析流程,但有许多因素影响着表型测序的成功,例如测序质量较低,测序深度较低,突变识别和筛选的参数过于严格等等。对研究者而言,如何衡量这些因素对实验的影响、如何优化表型测序分析流程并以较大的概率识别出与表型控制相关的功能基因,还是非常困难的事情。本研究统筹考虑整个表型测序分析流程和真实实验数据,建立了基于突变检测灵敏度和特异度的概率框架,并计算出识别与表型相关的基因的概率、随机被挑作候选基因的基因数目、候选基因与表型相关的显著性、如果没有找到候选基因或者候选基因被验证为假阳性时,结果违背单基因假说的显著性；并将之开发成名为GIPS (Gene Identification via Phenotype Sequencing)的软件包,软件包下载、算法手册、源代码详见网站。根据输出结果,研究人员可以优化表型测序分析流程,增加识别出与表型控制相关的功能基因的概率和准确度。本研究将真实数据和模拟数据应用GIPS。首先讨论了突变识别参数中测序深度、碱基质量等因素对突变识别灵敏度的影响。此外在歌舞伎综合征研究中,成功的将与表型相关的基因MLL2识别为候选基因,并排名第二位；在水稻缺磷表型研究中,成功的将与表型控制相关的磷转运基因识别为唯一的候选功能基因；在先天性子宫阴道缺如综合征研究中,通过计算的方法得出先天性子宫阴道缺如综合征表型的发生可能由多基因或者非编码区基因突变导致的结论。网址：https://github.com/rlibs-zju/gips/wiki