什麼是遺傳連鎖圖譜以及如何構建它?
簡介
遺傳連鎖圖譜是基因組中遺傳標記的圖形表示,用於研究基因之間的連鎖和關聯。這些圖譜已被用於研究各種物種(從植物到動物到人類)性狀的遺傳模式。遺傳連鎖圖譜的構建是遺傳研究中的一個關鍵步驟,因為它提供了有關各種性狀遺傳基礎的重要資訊。
本文討論了遺傳連鎖圖譜的概念以及如何構建它們。
什麼是遺傳連鎖?
遺傳連鎖是指基因由於物理上位於同一染色體上的彼此靠近而傾向於一起遺傳的現象。換句話說,染色體上彼此靠近的基因比彼此距離較遠的基因更有可能作為一個單元一起遺傳。
遺傳連鎖是遺傳學中的一個基本概念,用於理解性狀是如何遺傳的。它最早由英國遺傳學家威廉·貝特森在 20 世紀初發現,他注意到豌豆中某些性狀往往比平時更頻繁地一起遺傳。
基因之間的連鎖可以透過重組頻率來衡量,重組頻率是指同一染色體上的兩個基因在減數分裂過程中透過交換分離的頻率。染色體上兩個基因越靠近,它們之間發生重組的機率就越低,它們之間的連鎖程度就越高。
什麼是遺傳連鎖圖譜?
遺傳連鎖圖譜是染色體上基因相對位置的圖形表示。它顯示了基因之間的距離,以重組頻率或釐摩(cm)為單位測量。連鎖圖譜上兩個基因越靠近,它們一起遺傳的可能性就越大。
可以為任何經過遺傳研究的物種構建遺傳連鎖圖譜。它們在植物和動物育種以及人類遺傳學研究中特別有用。

遺傳連鎖圖譜的構建
構建遺傳連鎖圖譜涉及幾個步驟,包括識別遺傳標記、對個體進行基因分型以及對資料進行統計分析。
步驟 1:識別遺傳標記
構建遺傳連鎖圖譜的第一步是識別可用於跟蹤基因遺傳的遺傳標記。遺傳標記是 DNA 序列,它們在個體之間存在差異,並且與特定性狀或特徵相關聯。
有幾種型別的遺傳標記可用於構建遺傳連鎖圖譜,包括 -
限制性片段長度多型性 (RFLP)
RFLP 是由特定酶切割的 DNA 片段,其長度在個體之間存在差異。它們透過凝膠電泳檢測。
簡單重複序列 (SSR)
SSR 是短的 DNA 序列,重複多次,其長度在個體之間存在差異。它們透過 PCR 擴增檢測。
單核苷酸多型性 (SNP)
SNP 是 DNA 中的單個鹼基變化,透過 PCR 擴增和測序檢測。
擴增片段長度多型性 (AFLP)
AFLP 是透過 PCR 使用與特定序列退火的引物擴增的 DNA 片段。它們透過凝膠電泳檢測。
一旦識別出遺傳標記,就可以對個體進行基因分型以確定它們的遺傳模式。
步驟 2:對個體進行基因分型
構建遺傳連鎖圖譜的下一步是對個體進行基因分型以確定它們的基因構成。這通常透過使用與特定遺傳標記退火的引物進行 DNA 樣本的 PCR 擴增來完成。然後透過凝膠電泳或測序分析所得的 PCR 產物,以確定每個個體在每個標記處的基因型。
可以對大量個體進行基因分型以提高分析的統計功效。然後使用基因分型資料來確定遺傳標記之間的連鎖關係。
步驟 3:統計分析
構建遺傳連鎖圖譜的最後一步是對基因分型資料進行統計分析。這包括計算遺傳標記之間的重組頻率,並利用這些資訊構建遺傳連鎖圖譜。
可以透過比較個體的基因型來計算遺傳標記之間的重組頻率。如果兩個遺傳標記緊密連鎖,則它們很可能比平時更頻繁地一起遺傳。相反,如果兩個遺傳標記相距較遠,則它們更有可能在減數分裂過程中透過重組分離。
可以使用各種軟體包(包括 Join Map、Mapmaker 和 QTL Cartographer)對基因分型資料進行統計分析。這些程式使用各種統計算法來計算遺傳標記之間的重組頻率並構建遺傳連鎖圖譜。

遺傳連鎖圖譜的侷限性
儘管遺傳連鎖圖譜是研究性狀遺傳基礎的有用工具,但它們確實有一些侷限性。主要侷限性之一是它們僅顯示染色體上基因的相對位置,而不提供有關基因物理位置的資訊。
此外,遺傳連鎖圖譜基於重組沿染色體長度隨機發生的假設。但是,此假設可能並不總是成立,因為染色體存在更容易發生重組的區域。
結論
總之,遺傳連鎖圖譜是研究各種物種性狀遺傳的重要工具。它們提供了有關染色體上基因相對位置的有價值資訊,可用於識別與特定性狀相關的基因。
構建遺傳連鎖圖譜涉及識別遺傳標記、對個體進行基因分型以及對資料進行統計分析。儘管遺傳連鎖圖譜有一些侷限性,但它們仍然廣泛用於遺傳研究,並且對我們理解各種性狀的遺傳基礎做出了重大貢獻。
未來方向
測序技術的進步導致了高通量基因分型方法的發展,這些方法允許以經濟高效的方式對大量個體和標記進行基因分型。這導致了高密度遺傳連鎖圖譜的發展,這些圖譜提供了對性狀遺傳結構的更詳細的檢視。
此外,將遺傳連鎖圖譜與其他型別的基因組資料(如基因表達資料和表觀遺傳資料)整合,可以更全面地瞭解性狀的遺傳基礎。這種被稱為整合基因組學的方法已應用於包括人類在內的各種物種,並導致了與複雜性狀相關的新的基因和途徑的識別。
資料結構
網路
關係資料庫管理系統
作業系統
Java
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP