DNA测序

1. 人重测序（Human Resequencing）

• 原理：对已有人类参考基因组（如GRCh38）的个体进行测序，通过比对发现变异（SNP、InDel、CNV等）。

• 技术选择：

  • 全基因组重测序（WGS）：覆盖全部DNA，成本较高，但信息全面。

  • 靶向重测序：针对特定区域（如疾病相关基因panel），成本低、深度高。

• 应用：

  • 遗传病诊断、癌症体细胞突变检测、群体遗传学研究。

2. 外显子测序（Whole Exome Sequencing, WES）

• 原理：通过探针捕获约2%的外显子区域（编码蛋白的基因部分），测序分析功能变异。

• 特点：

  • 成本低于WGS，适合已知疾病相关编码区变异研究。

  • 可能漏检非编码区调控突变。

• 应用：

  • 孟德尔遗传病筛查、肿瘤驱动基因鉴定。

3. 动植物全基因重测序（Whole Genome Resequencing of Plants/Animals）

• 原理：对已有参考基因组的动植物个体测序，比较群体变异。

• 技术挑战：

  • 植物基因组常含高比例重复序列和多倍体，需长读长技术辅助组装。

• 应用：

  • 作物驯化研究、畜牧育种（如抗病性状筛选）、濒危物种遗传多样性分析。

4. 遗传图谱（Genetic Linkage Mapping）

• 原理：利用家系或群体中遗传标记（如SNP）的重组频率，构建染色体上基因的相对位置。

• 数据需求：

  • 需高密度分子标记（如SNP芯片或简化基因组测序）。

• 应用：

  • 定位数量性状位点（QTL）、辅助基因组组装。

5. BSA性状定位（Bulked Segregant Analysis）

• 原理：将具有极端表型的群体混合建库测序，通过关联分析定位候选区域。

• 步骤：

  1. 构建性状分离群体（如F2代）。

  2. 混合极端表型个体DNA，测序后筛选差异位点。

• 应用：

  • 快速定位作物抗病基因、动物形态相关基因。

6. 全基因组关联分析（GWAS）

• 原理：大规模群体中统计基因变异与表型的关联，发现致病位点。

• 数据要求：

  • 高密度SNP标记（通常>1M SNPs），需严格的多重检验校正。

• 应用：

  • 复杂疾病风险位点鉴定（如糖尿病、高血压）、动植物经济性状关联分析。

技术选择建议

总结

图片中的技术覆盖了从基础研究到临床应用的多个场景：

• 个体水平（人/动植物重测序）侧重变异检测；

• 群体水平（GWAS、BSA）挖掘性状相关基因；

• 结构分析（遗传图谱）辅助基因组注释。
  根据样本量、预算和目标基因区域（全基因组/外显子/靶向），选择匹配的测序策略。