低覆盖度全基因组测序(lcWGS)在野外条件下的填补:濒危物种低覆盖度基因组在全基因组层面的稳健性与精细尺度的局限性

《Molecular Ecology Resources》:Imputation in the Wild: Genome-Wide Robustness and Fine-Scale Limitations of Low-Coverage Genomes in Endangered Species

【字体: 大 中 小 】 时间:2026年07月29日 来源:Molecular Ecology Resources 5.9

编辑推荐:

  低覆盖度全基因组测序(lcWGS)结合基因型填补正日益被用于以较低成本生成大型基因组数据集,为保护基因组学提供了一种有前景的替代方案。研究人员以伊比利亚猞猁(Lynx pardinus)为案例研究对象,该物种具有极低遗传多样性、遗传分化种群及近期渐渗特征,用以

  
低覆盖度全基因组测序(lcWGS)结合基因型填补正日益被用于以较低成本生成大型基因组数据集,为保护基因组学提供了一种有前景的替代方案。研究人员以伊比利亚猞猁(Lynx pardinus)为案例研究对象,该物种具有极低遗传多样性、遗传分化种群及近期渐渗特征,用以评估填补后lcWGS数据在群体基因组推断中的表现。研究人员采用留一法(leave-one-out)填补策略,利用50个高覆盖度测序个体,在不同参考面板组成、测序深度与填补策略下评估填补准确性。随后,在高度一致的填补情景(r2>0.98;非参考不一致率NRD<0.05)下,比较基于高覆盖度与填补数据集推导的近交、渐渗及人口统计历史推断。填补准确性在使用混合祖先参考面板、多目标填补设置及调整有效群体大小参数时显著提升,尤其在低测序覆盖度下。全基因组层面的近交与祖先估计大体稳健;相比之下,精细尺度局部基因组模式对较低填补准确性更敏感:长同源纯合片段(ROH)与祖先片段可被可靠恢复,而反映较老人口统计事件的较短片段更易出错。与此一致,近期人口统计轨迹被准确重建,而较老的有效群体大小(Ne)估计呈现更大不确定性。总体而言,结果凸显了在具有复杂人口统计历史的物种中验证与优化填补表现的重要性,并支持lcWGS继以填补作为研究濒危物种近期人口统计事件的可靠框架。
研究背景与问题提出
在保护基因组学实践中,高覆盖度全基因组测序(WGS)因成本过高难以在濒危物种中大规模开展,低覆盖度全基因组测序(lcWGS)凭借成本优势成为替代方案,但低覆盖度伴随基因型不确定性。现有研究多关注家养动物或人类中基因型填补(imputation)的准确性,对具有极低遗传多样性、强群体结构及近期人工渐渗的野生濒危物种,填补后数据在全局与精细尺度基因组推断中的可靠性仍缺乏系统评估。伊比利亚猞猁(Lynx pardinus)经历反复瓶颈、长期小群体及两个分化种群(Do?ana瓶颈种群BT、Andújar-Carde?a非瓶颈种群NBT)经迁地繁育产生渐渗后代(MIX),为检验上述情形提供理想模型。研究人员由此开展本研究,论文发表于《Molecular Ecology Resources》。
主要技术方法概括
研究人员新测序50个伊比利亚猞猁高覆盖度(约30×)基因组构建参考面板,涵盖BT(n=15)、NBT(n=14)、MIX(n=21)三类祖先背景个体;另纳入既往中覆盖度(5–6×)与高覆盖度个体及168个新测低覆盖度(0.05–3×)样本。序列比对至mLynPar1.2参考基因组,DeepVariantcall变异、GLnexus合并、严格过滤得1259114个SNP,WhatsHap+SHAPEIT4两步统计定相。采用GLIMPSE_v1执行留一法填补,模拟0.1×–2×覆盖度,比较单目标/多目标填补、混合/特异祖先参考面板、SHAPEIT4迭代次数与GLIMPSE_phase有效群体大小参数(?ne)设置。准确性以r2、NRD、IQS、MAF分箱r2衡量;下游比较高覆盖度与四类高准确性填补数据集(R1–R4)在GONE重建近期Ne轨迹、RZooRoH调用ROH推算FROH、ADMIXTURE全局祖先与RFMix2局部祖先推断上的差异。
研究结果
3.1 填补准确性与过滤策略
多目标填补配合混合祖先参考面板(n=50)在各覆盖度尤其<0.5×时优于单目标与种群特异面板;将GLIMPSE_phase的?ne由默认20000调至10,可使0.1×覆盖度r2达0.992(NRD 0.012),超越默认参数下1×结果,低频变异与杂合位点一致性同步提升;增加SHAPEIT4迭代次数无改善;INFO/maxGP过滤在默认?ne时提升准确性但以缺失率为代价,调整?ne后过滤收益甚微。
3.2 近期人口统计历史推断
GONE基于连锁不平衡(LD)推断过去百代Ne:各准确性水平下近15代Ne轨迹与高覆盖度高度吻合;较老世代Ne在最低准确性R1的BT种群中被高估(Cohen's d=0.62),NBT偏差较小(d=0.20),R2起偏差大幅缩减,表明填补误差主要扰动深层历史而非近期动态。
3.3 基于ROH的近交模式估计
RZooRoH所得FROH在填补数据中略偏高,低准确性与纳入古老HBD类群(如class 128,约64代前)时偏差更显;ROH重叠分析显示≥8 Mbp长ROH在各群体低准确性下即近完全重叠,BT短ROH重叠随长度平滑上升,NBT/MIX短ROH(0.5–4 Mbp)在填补数据中被过量调用;高覆盖度ROH逆重叠在各类长度均近完整,说明真阳性长片段保留好而短片段假阳性多。
3.4 祖先表征
ADMIXTURE(K=2)全局祖先比例在BT/NBT纯合个体与MIX渐渗个体中均与高覆盖度一致(R1时MIX的d=0.001)。RFMix2局部祖先显示:纯合祖先片段(BT-BT、NBT-NBT)重叠随片段增长与准确性提升而增,短纯合片段(<1 Mbp)过量调用;杂合片段(BT-NBT)各长度重叠约95%,但高覆盖度长杂合片段在填补数据中被短纯合片段打断。混淆矩阵表明次要纯合祖先易误判为杂合,主要纯合祖先>99%一致,杂合推断>92%且随准确性改善。
讨论总结
讨论指出,参考面板规模与多样性优于祖先匹配但规模小的面板,多目标填补可补偿小面板限制;生物合理的低Ne参数对瓶颈物种填补至关重要,默认人类导向参数不适用;全局统计量(FROH、全局祖先)对中度基因型错误具鲁棒性,而依赖片段连续性的精细推断(短ROH、短祖先 tracts、古老Ne)易受少数局部错误影响,该偏倚在强近交群体中因合并相邻ROH而被放大。研究证实lcWGS+填补可可靠捕获近期人口统计信号,满足保护管理对近期Ne与长ROH的需求。
结论部分翻译
本研究为濒危物种中lcWGS与填补应用提供实用指导,包括参考面板组成与填补参数及配置的优化以最大化填补准确性。研究人员利用小参考面板实现高填补准确性,并获得保护应用相关的稳健全基因组度量。相反,精细尺度局部推断(尤与较老事件相关者)对填补伪影更敏感。这些发现进一步强调直接基准测试填补表现的重要性,因为相似测序覆盖度因参数与面板差异可产生不同准确性,故仅以覆盖度不能完全预测下游分析可靠性。总体而言,研究表明基于lcWGS的填补是保护基因组学中研究近期人口统计过程与全基因组模式的具成本效益且灵活的框架。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号