基于SLAF-seq技术的向日葵SNP标记开发与利用

摘要

为解决向日葵基因组序列庞大及基因位点挖掘的问题,试验共收集了122份向日葵资源材料,利用SLAF-seq技术,以菊科小蓬草基因组作为参考基因组进行酶切预测,水稻日本晴测序数据为对照进行比对,获得多态性标签,并开发大量特异性SNP。本研究共获得477.76 M Reads数据,读长范围在1 329 754~5 770 666之间,对照数据的双端比对效率为92.96%,酶切效率为95.07%,平均Q30为92.32%,平均GC含量为43.04%,每个样本平均开发171 684个SLAF标签,样本SLAF标签的平均测序深度为20.07 x,通过生物信息学分析,共获得1 105 347个SLAF标签,其中多态性SLAF标签共有86 985个,共鉴定到414 692个群体SNP。这些SNP位点可为向日葵特异SNP标记的开发、资源鉴定分析以及农艺性状的关联分析等提供理论依据。