利用靶向基因分型测序技术对假冷杉和辐射松进行SNP基因分型：通过贝塔二项分布及其他优化后的输入参数提升SNP识别精度

《BMC Genomics》：SNP genotyping in Pseudotsuga menziesii and Pinus radiata using targeted genotyping-by-sequencing (GBS): improved Bayesian SNP calling using a beta-binomial distribution and other optimized input parameters

　　

摘要

背景

单核苷酸多态性标记（SNPs）在基因保护、育种以及基础遗传学研究领域有着重要应用。我们的长期目标是开发出适用于森林树木的常规SNP基因分型方法。理想情况下，这些方法应价格低廉，能够处理多种样本和SNPs，可通过商业供应商获得，并能生成高质量的SNP数据。

结果

通过采用靶向测序基因分型技术（GBS），我们为两种高度杂合的树种——道格拉斯冷杉（Pseudotsuga menziesii）和辐射松（Pinus radiata）开发了SNP检测方法。利用道格拉斯冷杉的单倍体和二倍体数据，我们通过测试四个输入参数来优化贝叶斯SNP调用：（1）等位基因和基因型的先验概率，（2）贝塔二项式分散参数Rho，（3）估算的读取错误率（BayesReadError），以及（4）用于过滤低可信度SNP调用的logPO阈值。logPO是指被识别出的SNP的贝叶斯后验概率比。与假设读取计数服从二项分布（Rho＝0）相比，采用贝塔二项式分布（Rho＝0.33）可显著降低调用错误率和杂合子识别不足的问题。与其他贝叶斯参数相比，基因型先验对基因分型成功率的影响较小。对于道格拉斯冷杉，我们测试了5,360个SNP检测方法，随后研究了其中性能最佳的4,000个的方法效果；对于辐射松，则测试了6,000个SNP检测方法，研究了其中表现最好的4,570个的方法效果。在道格拉斯冷杉和辐射松中，我们的贝叶斯方法使得排名靠前的SNP的调用率在中位数上可达95%至98%，已知纯合基因型的估算调用错误率为1.60%，已知杂合基因型的估算调用错误率为2.27%。在辐射松中，使用Axiom固定基因分型芯片进行GBS和SNP基因分型的调用率中位数和平均值均超过91%。此外，GBS检测结果与Axiom芯片检测结果的整体对应率中位数约为98%（平均值为96%）。

结论

通过优化贝叶斯SNP调用机制、挑选最佳的4,000至5,000个SNP，以及排除DNA含量较低的样本，我们大幅降低了调用错误率和杂合子识别不足的问题，所获得的SNP基因型与使用Axiom芯片得到的基因型几乎一致。此外，如果利用我们排序后的SNP信息来设计更简单的探针组，针对较少的SNP进行检测，基因分型性能还有可能进一步提升。