BSA分析拟南芥F2代分离群体混池测序

1. 实验背景

为了研究拟南芥对高温响应的基因，我们对拟南芥的野生型Col进行了EMS诱变，通过对诱变后的种子多代的高温筛选，我们发现了一个对高温敏感的突变体，该突变体的下胚轴的长度在高温下要比野生型显著的短。之后，将此突变体和野生型Col进行杂交，F1表现长下胚轴，F1自交，F2出现了明显的性状分离，即表现长下胚轴和短下胚轴两种类型（长：短～3:1），遗传分析表明该突变是一个隐形突变，有单基因控制。

2. 实验设计及测序

对F2群体中的长，短下胚轴的两种类型的材料分别取30株，然后混合提取DNA，建立两个DNA池，long-pool, short-pool。之后选取亲本Col，及突变体进行建库测序。 一共四个样品，采用ILUMINA双端测序。每个材料测序40～50X。 公司返回的数据，每个样品大约是7Gb.根据拟南芥基因组的大小125Mb，本次测序每个样品的深度大约是56X。返回的原始数据如下：

3. 数据分析。

（1）创建序列回帖的参考基因组index， GATK call SNP 的index。根据参考基因组fastq名称运行一下脚本

在上面的ref文件夹中运行该脚本,会生成bwa比对的参考基因组文件的INDEX。 以及GATK所需要的dict.这个时候要把GATK的dict 该一个名称，比如：mv Athaliana_447_TAIR10.fa.dict Athaliana_447_TAIR10.dict。 不然下边GATKcall SNP 会报错

运行完之后的ref 包含如下：

（2）对每个原始数据进行质控，去除接头，低质量的reads; bwa进行比对；samtools 对bam文件进行排序、索引。最后使用GATK call SNP 生成GVCF文件。这个脚本如下：

对每一个样品运行上面的脚本，然后会在输出的文件夹中创建四个样品的文件名，每个文件名之内包含三个文件夹，分别是bwa, cleanfq, gatk.

来源：samhuairen