Plot SNP-index from the beginning to the end in ch

分析模块,输入SNP-Index计算结果文件(可由分析模块“I. SNP-Index Calculation”或“II. SNP-Index Calculation”生成),绘制SNP-Index在染色体上的分布图。绘制的三张图分别为,目标性状混池SNP-IndexA在染色体上的分布图,对照性状混池SNP-Index在染色体上的分布图,两混池SNP-Index差值在染色体上的分布图。

SNP-Index组合的所有图形都类似于曼哈顿图,都呈现了所有双亲间多态的SNP位点对应的SNP-Index在全基因组水平的变化。以图a为例,图形中每个点都代表1个SNP位点,横坐标是SNP在染色体上的位置,纵坐标是SNP对应的SNP-Index值。对于杂交产生的后代群体,通常情况下在来自两个亲本的等位基因在子代群体中的频率是相同的(例如,AA和aa杂交,子代群体中A和a基因型各占50%)。所以在这个图形中,大部分位点的SNP-Index值位于0.5左右的区域。

而QTL所在的区域,由于选择和连锁效应,基因型的频率就会偏离0.5。在图a中,由于子代池都由表型为highest的个体构成的,所以来自目标性状(high)的亲本的基因型被强烈选择,直接结果就是这个区域的SNP-Index开始上升。如果这个QTL区域是隐性质量性状或主效QTL,那么SNP-Index最高可以上升到1左右。

对应的对照子代池(lowest)的SNP-Index变化规律,则和目标表型子代池是相反的。因为选择是相反性状的个体,所以在QTL所在的区域对应的来自SNP-Index出现下降,最低可以降到0(图b)。而图c中的△SNP-index=SNP-Index(hightest)- SNP-Index(lowest)。所以在与性状无关联的区域,SNP-Index值在两个子代池相同,因此△SNP-Index=0。但在QTL所在的区域,△SNP-Index的绝对值将会逐渐达到最大值。


输入


SNP-Index计算结果文件,可由分析模块“I. SNP-Index Calculation”或“II. SNP-Index Calculation”生成。

示例:

CHROM   START      END NUMBER         Buik1        Bulk2        D-VALUE

Chr01        0       999999     1121         0.8543276619818    0.867040175960477        0.0127125139786768

Chr01        10000       1009999  1106         0.854161474803691        0.868039816683269        0.0138783418795785

Chr01        20000       1019999  1117         0.85345864406317 0.867608508431804        0.0141498643686343

Chr01        30000       1029999  1106         0.851523985208697        0.866291775694722        0.0147677904860253


输出:


SNP-Index在染色体上的分布图。



分析模块引用R语言(v3.2.1)ggplot2包(v2.2.1)中的相关功能进行SNP-Index分布图的绘制。


相关文献如下所示:

Takagi H, Abe A, Yoshida K, et al. QTL‐seq: rapid mapping ofquantitative trait loci in rice by whole genome resequencing of DNA from twobulked populations[J]. The Plant Journal, 2013, 74(1): 174-183.

Abe A, Kosugi S, Yoshida K, et al. Genome sequencing revealsagronomically important loci in rice using MutMap[J]. Nature biotechnology,2012, 30(2): 174-178.