サラ・バッテンフィールド博士、ハイブリッド小麦育種家、シンジェンタ
抽象的な：
多くの小麦育種プログラムはパン小麦の収量を増やすことに焦点を当ててきましたが、次世紀に増加する人口を養うために小麦を使用することを考えると、加工と最終用途の品質が重要な要素となります。 最終用途の品質形質改善に関する課題には、コストが高いことと試験用の種子の量が高く、後者により初期の繁殖個体群での選抜が不可能になることが挙げられます。 ここでは、JMP Genomics を使用したメタゲノムワイド関連研究 (GWAS) を使用して、育種プログラム内のマーカーと形質の関連性を特定する新しいアプローチについて説明します。 この方法は、ヒトの疾患マーカー発見におけるメタ GWAS を反映する方法で、複数年にわたる不均衡な育種苗床からの GWAS 分析を組み合わせます。 この方法により、2009 年から 2014 年までの CIMMYT パン小麦育種プログラムの高度な育種系統 (n=4,095) からの加工および最終用途品質の表現型のマッピングが容易になりました。 メタ GWAS を使用して、マーカーと形質の関連性、対立遺伝子効果、候補遺伝子を特定し、このプロセスで生成されたマーカーを使用して選択することができます。 最後に、このアプローチの範囲は、多くの作物にわたる育種支援ゲノミクスに広く適用でき、植物ゲノムの機能的理解を大幅に高めることができます。
導入：
メタゲノム広域関連研究 (meta-GWAS) はヒトゲノム解析で一般的に利用されており、複数の研究にわたる対立遺伝子複製に依存して精度を高めています。植物育種や研究では、時空を超えて遺伝子型を複製できるため、これらの分析は一般的ではありません。しかし、ビッグデータの時代で、形質の表現型を調べるのに法外なコストがかかる場合、この方法は興味深い代替手段になります。
方法論:
GWAS 分析は、JMP-Genomics で長い間サポートされてきました。QK 分析や人口構造と親族関係を考慮した GWAS には、わかりやすいワークフローが利用できます。
図 1: QK 混合モデルのワークフロー
本研究は、大規模な応用小麦育種プログラムで測定された、小麦の品質形質に影響を与える遺伝子座をマッピングすることでした。小麦の品質を調べるための集団の構造マッピングは一般的ではありません。なぜなら、この検査は非常に費用がかかり、何年もかかり、何回も繰り返す必要があり、大量の種子を必要とするからです。 データ生成の焦点は収量を重視した育種であり、小麦の品質は高価であり二番目の優先事項であったため、系統は数年にまたがって 1 年に 1 回だけ試験されました。これにより、標準の QK 混合モデルを開発するための自由度がなくなりました。しかし、メタ GWAS での対立遺伝子複製に依存して、豊富なデータを何年にもわたって活用することができました。
収穫年
|
利回り試験の合計
|
品質テストと遺伝子型判定済み
|
2010年
|
4,956
|
250
|
2011年
|
6,685
|
995
|
2012年
|
10,196
|
850
|
2013年
|
9,436
|
886
|
2014年
|
7,672
|
1,114
|
合計
|
38,945
|
4,095
|
表 1: 複数の年にわたって利用可能なエントリ。
したがって、目的は次のとおりでした。
- GWAS で育種者が生成した大量のデータを使用して、CIMMYT 育種プログラムの処理と最終用途の品質に影響を与える QTL を特定します。
- メタ GWAS モデルを使用して、何年も複製されなかった大量の回線を活用します。
最初の Q 行列と K 行列は各年のデータ内で解決されました。
図 2: Q マトリックス人口構造 PCA
図 3: K マトリックスの暗号関係ヒート マップ
次に、QK 混合モデルは、FDR 複数テスト補正を適用して各年以内に解決されました。
図 4: QK 混合モデル
個々の QK 混合モデルから派生したすべての (_qkm) ファイルを入力して GWAS メタ分析を実行することで、メタ GWAS をすべてのサイト年にわたって適用できるようになりました。マーカーの効果が望ましい結果であるため、FDR 多重検定補正オプションを備えた逆分散固定効果モデルを使用し、研究された各マーカーの推定値と標準誤差が得られました。
図 5: GWAS メタ分析
その結果、小麦加工および最終用途の品質形質に重要なメタ QTL が生成されます。
図 6: いくつかの品質形質に対する重要なメタマーカー形質分析のマンハッタン プロット
さらに深く掘り下げると、単一の SNP ではなく QTL の効果を知りたかったので、次のステップは重要なハプロタイプの効果を判断することでした。ハプロタイプはマッピング前に決定し、マッピングの単位として使用することができますが、小麦には完全には参照されていない巨大なゲノムがあり、このハプロタイプ GWAS は当時は実現不可能であったことに注意してください。
そこで、遺伝子型ファイルを類似の領域にある重要なマーカーのみに絞り込み、領域および年ごとにハプロタイプを推定しました。
図 7: ハプロタイプ推定パス
図 8: ハプロタイプ分析のセットアップ
「ハプロタイプ傾向回帰結果」で、ハプロタイプ頻度推定値 (_hfr) ファイルを開きます。材料の 90% を構成する、明確に区別されたハプロタイプを探します (残りは、遺伝子型決定のエラーまたは非常にまれなハプロタイプである可能性があります)。今後の参照のために、ハプロタイプ番号と対立遺伝子コールをメモしておきます。
図 9: ハプロタイプ解析結果ウィンドウ
図 10: メタハプロタイプ分析に追加される必要なファイル (_hfr)
次に、ハプロタイプ傾向回帰を開始し、結果として SAS 出力が得られます。指定されたサイトまたは年内でハプロタイプ番号を探し、推定値と標準誤差を (_hfr) ファイルに追加します。重要なハプロタイプのメタ分析のためにファイルを新しい名前で保存します。
図 11: ハプロタイプ傾向回帰の SAS 出力ファイル
すべての年およびすべての表現型における重要なハプロタイプにメタ分析を適用すると、すべての形質に対するこれらの QTL の影響を見ることができました。
図 12: ハプロタイプ メタ分析への道
したがって、既知および名前付き QTL の文献を検索することにより、候補遺伝子の仮定を行うことができます。BLAST はハプロタイプ境界間を検索し、標的形質の発現に影響を与える可能性のある遺伝子を調査します。
結論
JMP-Genomics での Meta-GWAS の使用:
- JMP-Genomics でメタ GWAS を実行するための方法論がサポートされています。 これは JMP-Genomics チームと共同で開発されたもので、プロセスをより合理化するためにオンラインで改良が加えられています。
- 高価で経済的に必要な形質のマッピングは、構造化された集団を持たない育種プログラムで可能です
- これにより、育種プログラムですでに生成されたデータの追加利用が可能になります。
- メタ GWAS では、デノボ現在育種プログラムに存在するQTLのマーカーとハプロタイプの検出と導出
- 決定された効果推定値は、数年間にわたる育種プログラムに関連しています
