复旦大学马红《PNAS》发表新文章

　　

生物通报道：近日，知名期刊《PNAS》刊登了复旦大学和北卡罗拉纳州立大学教堂山分校关于减数分裂重组分析和遗传作图的最新研究成果，文章题为“Detection of genomic variations and DNA polymorphisms and impact on analysis of meiotic recombination and genetic mapping”，描述了一种分析策略，能最大限度地减少等位基因检测中的假阳性。

该论文通讯作者马红为复旦大学生命科学学院院长，其1978-1979年就读中国科学技术大学生物系，1983年获美国费城Temple大学生物学与生物化学学士学位，1988年获美国麻省理工学院生物学博士学位。1988至1990年在美国加州理工学院从事博士后研究，1990至1998年在美国冷泉港实验室以独立PI从事植物分子遗传学与发育生物学研究工作，1998至2008年任美国宾州州立大学副教授／教授，进行植物生殖发育、比较基因组学、和分子进化生物学等研究工作，2008年6月正式成为复旦大学生命科学学院院史上第二位全球招聘院长。2008年12月担任首任复旦大学植物科学研究所所长，2012年担任遗传工程国家重点实验室主任。马红是活跃于美国科学界的卓有成就的年轻华人科学家之一，科研成果丰硕。他发现了植物第一个编码G蛋白亚基，同时也是花同源异型框基因的共同发现者。曾在Cell、PNAS、Nature、Nature Genetics、Plant Cell、Development等国际知名期刊发表论文多篇，总共被引用次数5000多次。

目前，全基因组测序在各种研究中都是可行的，其中许多研究都涉及到将序列变异作为重要的遗传标记分析。正确地识别非等位基因序列变异，避免将它们误认为等位基因，是非常重要的。与参考基因组对比，当分析的基因组具有缺失（indels）、CNVs和其他类型的SVs时，短读长的非等位基因序列可能起源于重测序基因组中的不同位置，可能会被误认为多态性。

如果这种假阳性的SNPs包括在内，那么频率测量将是不可靠的。我们可以利用PE读长来揭示新测定基因组和参考基因组之间的SVs，将假阳性的SNPs最小化。此外，遗传杂交的亲本基因组的再分析，也能够发现稍微不同的副本，避免将个体中的变异副本误认为个体之间的等位基因。在远缘杂交物种中（个体的大多数等位基因是杂合的），这种分析应当为具有一个或多个相似拷贝的序列揭示两种以上的读长，从而凸显了将非等位基因变异与等位基因变异区分开来的必要性。

在这项研究中，研究人员描述了一种分析策略，能最大限度地减少等位基因检测种的假阳性，并对最近公布的拟南芥减数分裂重组产物和人类的重测序数据，进行了再分析。该分析可让研究人员能够根据重测序基因组和参考基因组的比对，准确地检测测序误差、小的插入和缺失（indels）、结构的变异，包括大的交互插入和拷贝数变异。

该研究提供了减数分裂重组产物测序数据的另一种解释，包括重组事件的数量和类型，来说明单核苷酸多态性识别中出错的可能性。通过这些例子，研究人员建议，使用重测序数据检测DNA多态性，需要考虑非等位基因同源序列。

（生物通：王英）

延伸阅读：《Nature Biotechnology》：新型生物信息学工具使转录组形象化。

生物通推荐原文摘要：
Detection of genomic variations and DNA polymorphisms and impact on analysis of meiotic recombination and genetic mapping
Abstract: DNA polymorphisms are important markers in genetic analyses and are increasingly detected by using genome resequencing. However, the presence of repetitive sequences and structural variants can lead to false positives in the identification of polymorphic alleles. Here, we describe an analysis strategy that minimizes false positives in allelic detection and present analyses of recently published resequencing data from Arabidopsis meiotic products and individual humans. Our analysis enables the accurate detection of sequencing errors, small insertions and deletions (indels), and structural variants, including large reciprocal indels and copy number variants, from comparisons between the resequenced and reference genomes. We offer an alternative interpretation of the sequencing data of meiotic products, including the number and type of recombination events, to illustrate the potential for mistakes in single-nucleotide polymorphism calling. Using these examples, we propose that the detection of DNA polymorphisms using resequencing data needs to account for nonallelic homologous sequences.