遺傳圖譜也叫連鎖遺傳圖譜（Genetic linkage map），是指基因或DNA分子標記在染色體水平上的相對位置與遺傳距離，通常以基因或DNA片段在染色體交換過程中的重組頻率來描述，單位為厘摩爾（cM）。例如兩個基因或兩個分子標記之間的遺傳距離為0.8cM表示減數(shù)分裂時的重組頻率為0.8%。這里的遺傳距離指的是相對距離而不是染色體上的物理距離。兩者的遺傳距離越近，發(fā)生重組的概率就會越低，反之亦然。 數(shù)量性狀是指表型呈現(xiàn)連續(xù)變化的性狀，如株高抗病能力等容易受到多種因素的影響?？刂茢?shù)量性狀的基因在基因組上的位置被稱作數(shù)量性狀基因座（Quantitative Trait Locus, QTL）。 尋找QTL在染色體上的位置并估計其遺傳效應(yīng)，稱作QTL作圖（QTL mapping）。構(gòu)建圖譜需要有大量的分子標記作為輔助，傳統(tǒng)的分子標記包括RFLP、SSR等。但是用這些標記去定位區(qū)間存在標記密度過低，構(gòu)建費時費力等問題，逐漸被SNP標記給替代。利用全基因組重測序或簡化基因組測序的方法得到高密度的SNP標記定位QTL已經(jīng)成為主流。
應(yīng)用領(lǐng)域
QTL定位：通過表型性狀與標記間的關(guān)聯(lián)分析來確定各個數(shù)量性狀位點在染色體上的位置、效應(yīng)及各個QTL間的 相互作用。
輔助基因組組裝：通過帶有序列信息的遺傳圖譜，將組裝的scaffold進行進一步的鏈接，并定位到染色體上，以獲得基因組精細圖譜。
分子標記輔助育種：獲得與性狀緊密連鎖的標記，根據(jù)標記序列設(shè)計引物，直接應(yīng)用于群體中的性狀篩查。
比較基因組學(xué)研究：利用高密度遺傳圖譜上標記的宏觀共線性，揭示不同物種間染色體或片段上的共線性，分析相關(guān)物種基因組結(jié)構(gòu)和進化歷程。
方案設(shè)計
分析內(nèi)容
樣本類型和測序方案
取樣類型：具有重要性狀的親本，雜交或自交能產(chǎn)生后代。
子代群體包括暫時分離群體F1、F2和永久分離群體RIL、NIL等
作圖群體：父本母本各一個，子代數(shù)量150個起。隨機挑選作圖群體。
測序深度：親本20-30X，子代3-5X
A：我們一般推薦老師的樣本數(shù)≥200，至少150個起。和BSA混池選樣策略完全相反，即BSA選取的是極端性狀做混池，而遺傳圖譜盡量做到隨機取樣，而不是刻意挑選。
A：首先要符合親本雜交或自交后具有可育性，然后根據(jù)親本的雜合和純合度選擇分離群體。通常情況下親本純合度較高的物種如水稻等，分離群體可選用F2、BC、RIL、DH、NAM群體等。而雜合度較高的親本（純合度＜50%）如林木、果樹、水生魚類、昆蟲等一般采用F1作為分離群體。
A：對于親本，我們推薦測序深度≥20X。子代推薦深度3-5X。
A： 同源多倍體物種遺傳圖譜目前可以當做二倍體來做，異源多倍體例如四倍體陸地棉等作物可以當做兩個二倍體作物來構(gòu)建遺傳圖譜。
A：遺傳圖譜用途廣泛，包括QTL定位、輔助基因組組裝、分子標記輔助育種和比較基因組學(xué)研究等。
A：事實上表型數(shù)據(jù)中的隨機誤差大致符合正態(tài)分布即可，無需嚴格要求表型數(shù)據(jù)滿足正態(tài)分布。但是這里需要再次強調(diào)的是，老師在選擇作圖群體時，取樣盡量要均勻隨機而不是刻意選擇自己喜歡的性狀。
A：包含偏分離不顯著的標記，顯著偏分離的標記會被過濾掉。偏分離是自然界非常普遍存在的現(xiàn)象，并被認為是生物進化的動力之一。產(chǎn)生偏分離的原因主要有兩個方面：配子選擇和合子選擇，其中配子選擇主要包括花粉致死、花粉管競爭和選擇性受精。除了上述原因以外，環(huán)境因素、非同源重組、基因轉(zhuǎn)換、轉(zhuǎn)座因子、轉(zhuǎn)基因沉默、體外孤雄生殖過程中的選擇壓、非整倍體或不穩(wěn)定易位造成的染色體不穩(wěn)定等都有可能是導(dǎo)致偏分離。
材料：
親本： Magellan ×PI 438489B
子代：RIL群體（246個子代個體）
測序
親本測序深度13.5X，子代 0.19X
性狀
抗豆根受線蟲病
在群體足夠大的情況下，采用重測序的方法測序定位效果會更加精細；尋找非同義突變位點，縮小候選區(qū)域；一步到位，直接獲得候選區(qū)域序列信息。
重測序可以高效開發(fā)雙親之間的SSR，InDel標記同時檢測SV，CNV變異信息；SSR，InDel標記檢測操作相對于CAPS，dCAPS標記更加容易，一般實驗室就能順利完成。
可以與參考基因組和近緣物種進行共線性分析，尤其是與近緣種進行共線性分析時可以挑出同源片段，深入研究這些保守片段的分子結(jié)構(gòu)和特點。
利用親本的高深度序列信息（30X）可以完善參考基因組序列信息，輔助和糾錯基因組裝工作。
Xu, X., et al. (2013). Pinpointing genes underlying the quantitative trait loci for root-knot nematode resistance in palaeopolyploid soybean by whole genome resequencing. PNAS, 110(33), 13469-74.
測序深度分布圖
多態(tài)標記開發(fā)
遺傳譜圖共顯性評估
圖譜質(zhì)量評估
共線性評估
QTL定位結(jié)果
遺傳圖譜構(gòu)建
