WikiDer > Локус количественного признака

Quantitative trait locus

А локус количественного признака (QTL) это локус (раздел ДНК), что коррелирует с изменением количественная характеристика в фенотип из Население из организмы.[1] QTL картируются путем определения того, какие молекулярные маркеры (например, SNP или AFLP) коррелируют с наблюдаемым признаком. Часто это первый шаг к выявлению и последовательность действий Настоящий гены которые вызывают изменение черты.

Определение

А локус количественного признака (QTL) является областью ДНК что связано с конкретным фенотипический черта характера, который различается по степени и может быть отнесен к полигенный эффекты, то есть продукт двух или более гены, и их окружение.[2] Эти QTL часто встречаются на разных хромосомы. Количество QTL, которые объясняют вариацию фенотипического признака, указывает на то, что генетическая архитектура черты характера. Это может указывать на то, что высота растения контролируется многими генами небольшого действия или несколькими генами большого действия.

Обычно QTL лежат в основе непрерывного черты (те черты, которые постоянно меняются, например, рост), в отличие от дискретных черт (черт, которые имеют два или несколько значений символов, например, рыжие волосы у людей, рецессивный признак или гладкий или морщинистый горошек, используемый Мендель в своих экспериментах).

Более того, сингл фенотипический признак обычно определяется многими генами. Следовательно, многие QTL связаны с одним признаком. Другое использование QTL - идентификация гены-кандидаты лежащий в основе признака. Как только определено, что участок ДНК вносит вклад в фенотип, он может быть последовательный. Последовательность ДНК любых генов в этой области затем можно сравнить с базой данных ДНК для генов, функция которых уже известна, и эта задача является фундаментальной для улучшения урожая с помощью маркеров.[3][4]

История

Менделирующая наследственность была открыта заново в начале 20 века. Так как Мендельраспространились идеи, генетики начали связывать правила наследования отдельных факторов Менделя с Дарвиновская эволюция. Для ранних генетиков не сразу было ясно, что плавное изменение таких признаков, как размер тела (т. Е. Неполное господство) был вызван наследованием единичных генетических факторов. Несмотря на то что Дарвин сам заметил, что инбредные черты причудливых голубей унаследованы в соответствии с законами Менделя (хотя Дарвин на самом деле не знал об идеях Менделя, когда делал наблюдение), не было очевидно, что эти черты, выбранные заводчиками причудливых голубей, могут аналогичным образом объяснить количественные вариации. в природе.[5]

Ранняя попытка Замок Уильяма Эрнеста Чтобы объединить законы менделевской наследования с дарвиновской теорией видообразования, использовалась идея о том, что виды становятся отличными друг от друга по мере того, как тот или иной вид приобретает новый менделевский фактор.[6] Заключение Касла было основано на наблюдении, что новые черты, которые можно было изучить в лаборатории и которые показывают образцы менделевского наследования, отражают большое отклонение от дикого типа, и Касл полагал, что приобретение таких черт является основой «прерывистой вариации», которая характеризует видообразование.[6] Дарвин обсуждал наследование сходных мутантных свойств, но не ссылался на них как на требование видообразования.[5] Вместо этого Дарвин использовал появление таких особенностей в размножающихся популяциях как доказательство того, что мутации могут происходить случайным образом в размножающихся популяциях, что является центральной предпосылкой его модели отбора в природе.[5] Позже в своей карьере Касл усовершенствовал свою модель видообразования, чтобы учесть небольшие вариации, способствующие видообразованию с течением времени. Он также смог продемонстрировать эту точку зрения путем выборочного разведения лабораторных популяций крыс для получения скрытого фенотипа на протяжении нескольких поколений.[7]

Попытка Касла была, пожалуй, первой в научной литературе попыткой направить эволюцию путем искусственного отбора признака с постоянными лежащими в его основе вариациями, однако эта практика ранее широко использовалась при разработке сельское хозяйство для получения домашнего скота или растений с благоприятными характеристиками из популяций, демонстрирующих количественные различия в таких характеристиках, как размер тела или урожайность зерна.

Работа Касла была одной из первых, кто попытался объединить недавно открытые заново законы менделевской наследственности с теорией эволюции Дарвина. Тем не менее, пройдет почти тридцать лет, прежде чем теоретическая основа эволюции сложные черты будут широко формализованы.[8] В раннем изложении теории эволюции непрерывных вариаций Сьюэлл Райт, аспирант, обучавшийся у Касла, резюмировал современные взгляды на генетическую основу количественной естественной изменчивости: «По мере продолжения генетических исследований было обнаружено, что все меньшие различия могут менделироваться, и любой персонаж, достаточно исследованный, оказался подвержен влиянию многих факторов. . "[8] Райт и другие формализовали теорию популяционной генетики, которая была разработана в течение предшествующих 30 лет, объясняя, как такие черты могут быть унаследованы и создавать стабильно размножающиеся популяции с уникальными характеристиками. Количественная генетика признаков сегодня использует наблюдения Райта о статистической взаимосвязи между генотипом и фенотипом в семьях и популяциях, чтобы понять, как определенные генетические особенности могут влиять на изменчивость в естественных и производных популяциях.

Количественные признаки

Полигенное наследование относится к наследованию фенотипический характеристика (черта), присущая двум или более гены и может быть измерен количественно. Многофакторное наследование относится к полигенному наследованию, которое также включает взаимодействия с окружающей средой. в отличие моногенные признакиполигенные признаки не соответствуют образцам Менделирующее наследование (дискретные категории). Вместо этого их фенотипы обычно изменяются по непрерывному градиенту, изображенному кривая колокола.[9]

Пример полигенного признака: цвет кожи человека вариация. Несколько генов влияют на определение естественного цвета кожи человека, поэтому изменение только одного из этих генов может изменить цвет кожи незначительно или в некоторых случаях, например, для SLC24A5, умеренно. Многие расстройства с генетические компоненты полигенные, в том числе аутизм, рак, сахарный диабет и многие другие. Большинство фенотипических характеристик являются результатом взаимодействия нескольких генов.

Примеры болезненных процессов, которые обычно считаются результатом действия многих факторов:

Врожденный порок

Заболевания взрослых

Считается, что многофакторно наследуемые заболевания составляют большинство генетических нарушений, поражающих людей, которые требуют госпитализации или какого-либо особого ухода.[13][14]

Многофакторные черты в целом

Черты, контролируемые как окружающей средой, так и генетическими факторами, называются многофакторными. Обычно многофакторные черты вне болезни приводят к тому, что мы видим как непрерывные характеристики в организмах, особенно в организме человека, таких как: рост,[13] цвет кожи и масса тела.[15] Все эти фенотипы усложняются большим количеством компромиссов между генами и воздействием окружающей среды.[13] Непрерывное распределение таких признаков, как рост и цвет кожи, описанное выше, отражает действие генов, которые не проявляют типичных паттернов доминирования и рецессивности. Вместо этого вклад каждого вовлеченного локуса считается аддитивным. Писатели выделяли такой вид наследования как полигенный, или количественное наследование.[16]

Таким образом, из-за природы полигенных признаков наследование не будет следовать той же схеме, что и простое моногибрид или дигибридный кросс.[14] Полигенное наследование можно объяснить как менделевское наследование по многим локусам,[13] в результате черта, которая нормально распределенный. Если п - количество задействованных локусов, то коэффициенты биномиальное разложение из (а + б)2n даст частоту распределения всех п аллель комбинации. При достаточно высоких значениях п, это биномиальное распределение станет напоминать нормальное распределение. С этой точки зрения болезненное состояние станет очевидным на одном из хвостов распределения после некоторого порогового значения. Болезненные состояния нарастающей тяжести будут ожидаемыми по мере того, как человек будет дальше преодолевать порог и отдаляться от значить.[16]

Наследственное заболевание и многофакторное наследование

Мутация, приводящая к болезненному состоянию, часто бывает рецессивной, поэтому оба аллеля должны быть мутантными, чтобы болезнь проявлялась фенотипически. Заболевание или синдром также может быть результатом экспрессии мутантных аллелей более чем в одном локусе. Когда задействовано более одного гена, с наличием триггеров окружающей среды или без них, мы говорим, что болезнь является результатом многофакторной наследственности.

Чем больше генов участвует в скрещивании, тем больше распределение генотипы будет напоминать нормальный или гауссовский распространение.[13] Это показывает, что многофакторное наследование является полигенным, а генетические частоты можно предсказать с помощью полигибрида. Менделевский пересекать. Другое дело - фенотипические частоты, особенно если они осложняются факторами окружающей среды.

Парадигма полигенного наследования, используемая для определения многофакторного заболевания, встретила много разногласий. Терпенни (2004) обсуждает, как простое полигенное наследование не может объяснить некоторые заболевания, такие как начало сахарного диабета I типа, и что в таких случаях, как считается, не все гены вносят равный вклад.[16]

Предположение о полигенном наследовании заключается в том, что все вовлеченные локусы вносят равный вклад в симптомы заболевания. Это должно привести к нормальной кривой распределения генотипов. Когда это не так, идея полигенетического наследования этой болезни не может быть поддержана.

Примеры

Вышеизложенное представляет собой хорошо известные примеры заболеваний, имеющих как генетические, так и экологические компоненты. Другие примеры включают атопические заболевания, такие как экзема или дерматит;[13]расщелина позвоночника (открытый позвоночник) и анэнцефалия (открытый череп).[10]

В то время как шизофрения широко считается многофакторным генетическим биопсихиатры, никакие характерные генетические маркеры не были определены с какой-либо достоверностью.

Если будет показано, что братья и сестры больного имеют заболевание, то высока вероятность того, что заболевание является генетическим.[нужна цитата] и что пациент также будет генетическим носителем. Этого недостаточно, так как также необходимо доказать, что модель наследования не является менделевской. Это потребует изучения десятков, даже сотен различных семейных родословных, прежде чем будет сделан вывод о многофакторном наследовании. Часто на это уходит несколько лет.

Если действительно имеет место многофакторная наследственность, то вероятность заражения пациента этим заболеванием снижается только в том случае, если это заболевание имеют двоюродные братья и сестры или более дальние родственники.[10] Следует отметить, что, хотя многофакторно наследуемые болезни имеют тенденцию передаваться по наследству в семье, наследование не будет следовать той же схеме, что и простая моногибрид или дигибридный кросс.[14]

Если есть подозрение на генетическую причину и о болезни мало что известно, то еще предстоит выяснить, сколько именно генов участвует в фенотипическом проявлении болезни. Как только это будет определено, необходимо ответить на вопрос: если у двух человек есть необходимые гены, почему между ними существуют различия в экспрессии? Как правило, эти два человека отличаются друг от друга, скорее всего, из-за факторов окружающей среды. Из-за сложного характера генетических исследований, необходимых для определения таких закономерностей наследования, это обычно не первый метод исследования, который выбирают для определения этиологии.[нужна цитата]

QTL для остеопороз на хромосоме человека 20

QTL отображение

Пример сканирования всего генома на QTL остеопороз

Для организмов, геномы которых известны, теперь можно попытаться исключить гены в идентифицированной области, функция которых, как известно с некоторой уверенностью, не связана с рассматриваемым признаком. Если геном недоступен, это может быть вариант секвенирования идентифицированной области и определения предполагаемых функций генов по их сходству с генами с известной функцией, обычно в других геномах. Это можно сделать с помощью ВЗРЫВ, онлайн-инструмент, который позволяет пользователям вводить первичную последовательность и искать похожие последовательности в базе данных BLAST генов различных организмов. Часто это не реальный ген, лежащий в основе фенотипического признака, а скорее участок ДНК, который тесно связан с геном.[17][18]

Другой интерес статистиков-генетиков, использующих QTL-картирование, заключается в определении сложности генетической архитектуры, лежащей в основе фенотипического признака. Например, им может быть интересно узнать, формируется ли фенотип множеством независимых локусов или несколькими локусами, и взаимодействуют ли эти локусы. Это может предоставить информацию о том, как может развиваться фенотип.[нужна цитата]

В недавних разработках классический анализ QTL был объединен с профилированием экспрессии генов, т.е. ДНК-микрочипы. Такие QTL выражения (eQTLs) описать СНГ- и транс-контролирующие элементы для экспрессии генов, часто связанных с заболеванием.[19] Наблюдаемый эпистатические эффекты оказались полезными для идентификации гена, ответственного за перекрестную проверку генов во взаимодействующих локусах с метаболический путь- и научная литература базы данных.

Дисперсионный анализ

Самый простой метод картирования QTL - это дисперсионный анализ (ANOVA, иногда называемый «маркерной регрессией») в маркерных локусах. В этом методе при обратном скрещивании можно вычислить t-статистика для сравнения средних значений двух маркеров генотип группы. Для других типов скрещиваний (таких как скрещивание), где существует более двух возможных генотипов, используется более общая форма ANOVA, которая обеспечивает так называемый F-статистика. Подход ANOVA для отображения QTL имеет три важных недостатка. Во-первых, мы не получаем отдельных оценок местоположения QTL и эффекта QTL. Местоположение QTL указывается только при просмотре того, какие маркеры дают наибольшие различия между средними значениями группы генотипов, и очевидный эффект QTL на маркере будет меньше, чем истинный эффект QTL в результате рекомбинация между маркером и QTL. Во-вторых, мы должны отбрасывать людей, генотип которых отсутствует на маркере. В-третьих, когда маркеры широко разнесены, QTL может быть довольно далеко от всех маркеров, и поэтому мощность обнаружения QTL будет уменьшаться.

Отображение интервалов

Лендер и Ботстайн разработали интервальное картирование, которое преодолевает три недостатка дисперсионного анализа в маркерных локусах.[20] Картирование интервалов в настоящее время является наиболее популярным подходом для картирования QTL при экспериментальных скрещиваниях. В методе используется генетическая карта типизированных маркеров и, как и дисперсионный анализ, предполагает наличие единственного QTL. При картировании интервалов каждый локус рассматривается по отдельности, а логарифм отношения шансов (Оценка LOD) рассчитывается для модели, согласно которой данный локус является истинным QTL. Отношение шансов связано с Коэффициент корреляции Пирсона между фенотипом и маркером генотипа для каждого человека в экспериментальном скрещивании.[21]

Термин «интервальное отображение» используется для оценки положения QTL в пределах двух маркеров (часто обозначаемых как «маркер-скобка»). Отображение интервалов изначально основано на максимальном правдоподобии, но есть также очень хорошие приближения, возможные с помощью простой регрессии.

Принцип картирования QTL: 1) Вероятность может быть рассчитана для заданного набора параметров (в частности, эффекта QTL и положения QTL) с учетом наблюдаемых данных о фенотипах и маркерных генотипах. 2) Оценками параметров являются те, при которых вероятность 3) Порог значимости может быть установлен путем перестановочного тестирования.[22]

Обычные методы обнаружения локусов количественных признаков (QTL) основаны на сравнении моделей с одним QTL с моделью, предполагающей отсутствие QTL. Например, в методе "интервального отображения"[23] вероятность единственного предполагаемого QTL оценивается в каждом месте генома. Однако QTL, расположенные в другом месте генома, могут иметь мешающий эффект. Как следствие, возможности обнаружения могут быть скомпрометированы, а оценки местоположений и эффектов QTL могут быть смещенными (Lander and Botstein 1989; Knapp 1991). Могут появиться даже несуществующие так называемые «призрачные» QTL (Haley and Knott 1992; Martinez and Curnow 1992). Следовательно, несколько QTL могут быть отображены более эффективно и точнее, используя несколько моделей QTL.[24] Одним из популярных подходов к картированию QTL, когда несколько QTL вносят вклад в признак, является итеративное сканирование генома и добавление известного QTL в модель регрессии по мере того, как QTL идентифицируются. Этот метод, получивший название составное отображение интервалов определять как местоположение, так и размер эффектов QTL более точно, чем подходы с одним QTL, особенно в небольших картируемых популяциях, где эффект корреляции между генотипами в картируемой популяции может быть проблематичным.

Составное отображение интервалов (CIM)

В этом методе выполняется сопоставление интервалов с использованием подмножества маркерных локусов в качестве ковариант. Эти маркеры служат в качестве заместителей для других QTL для увеличения разрешения интервального картирования за счет учета связанных QTL и уменьшения остаточной вариации. Ключевая проблема с CIM касается выбора подходящих маркерных локусов, которые будут служить ковариатами; как только они выбраны, CIM превращает задачу выбора модели в одномерное сканирование. Однако вопрос о выборе маркерных ковариат не решен. Неудивительно, что подходящими маркерами являются те, которые наиболее близки к истинным QTL, и поэтому, если бы можно было их найти, проблема отображения QTL в любом случае была бы решена.

Семейно-родословная картография

Отображение QTL на основе семейства, или картирование на основе родословной семьи (картирование связей и ассоциаций), включает несколько семей, а не одну семью. Картирование QTL на основе семьи было единственным способом картирования генов, для которых трудно провести экспериментальные скрещивания. Однако из-за некоторых преимуществ сейчас генетики растений пытаются использовать некоторые методы, впервые применявшиеся в генетике человека.[25] Обсуждалось использование подхода, основанного на семейно-родословной (Bink et al. 2008). Семейные связи и ассоциации были успешно реализованы (Rosyara et al. 2009)[26]

Смотрите также

использованная литература

  1. ^ Майлз, К; Уэйн, М (2008). «Количественный анализ локуса признака (QTL)». Природное образование. 1 (1).
  2. ^ Консорциум сложных черт (2003). «Природа и определение локусов количественных признаков: точка зрения сообщества». Природа Обзоры Генетика. 4 (11): 911–916. Дои:10.1038 / nrg1206. ЧВК 2063446. PMID 14634638.
  3. ^ Ватанабэ, Сатоши; Хидешима, Румико; Ся, Чжэнцзюнь; и другие. (2009). «Клонирование на основе карты гена, связанного с локусом зрелости сои E3». Генетика. 182 (4): 1251–1262. Дои:10.1534 / генетика.108.098772. ЧВК 2728863. PMID 19474204.
  4. ^ Давар, Анураг; Parida, Swarup K .; Тяги, Ахилеш К. (2020), Ващетто, Луис М. (редактор), «Интегрированные геномные стратегии для генетического улучшения зерновых: объединение QTL и сопоставления ассоциаций», Геномика злаков: методы и протоколы, Методы молекулярной биологии, Springer, США, 2072, стр. 15–25, Дои:10.1007/978-1-4939-9865-4_3, ISBN 9781493998654, PMID 31541435
  5. ^ а б c «Архивная копия». Архивировано из оригинал 3 октября 2013 г.. Получено 24 сентября 2013.CS1 maint: заархивированная копия как заголовок (ссылка на сайт)
  6. ^ а б Замок WE (1903 г.). «Закон наследственности Менделя». Наука. 18 (456): 396–406. Bibcode:1903 г., наука .... 18..396C. Дои:10.1126 / science.18.456.396. PMID 17752783. S2CID 11670642.
  7. ^ Касл, В. Э. (1 мая 1951 г.). «Вариации рисунка с капюшоном у крыс и новый аллель с капюшоном». Генетика. 36 (3): 254–266. ЧВК 1209518. PMID 14840647 - через www.genetics.org.
  8. ^ а б Райт, Сьюэлл (1 марта 1931 г.). «Эволюция в менделевских популяциях». Генетика. 16 (2): 97–159. ЧВК 1201091. PMID 17246615 - через www.genetics.org.
  9. ^ Рики Льюис (2003), Многофакторные черты, Высшее образование Макгро-Хилл.
  10. ^ а б c Гордость, Вирджиния и Робертс, Хелен (31 декабря 2005 г.). «Медицинская генетика: многофакторное наследование». Детская больница дочерей короля. Получено 6 января 2007.
  11. ^ а б «Многофакторное наследование». Образовательный центр по вопросам здоровья беременных и новорожденных. Марш десятицентовиков. Архивировано из оригинал 2 ноября 2006 г.. Получено 12 ноября 2014.
  12. ^ Элементы медицинской генетики Эмери
  13. ^ а б c d е ж Тиссо, Роберт. «Генетика человека для студентов 1 курса: многофакторное наследование». Получено 6 января 2007.
  14. ^ а б c Центр генетики врожденных дефектов, Медицинский факультет Университета Южной Дакоты. «Многофакторное наследование». Клиническая генетика: Руководство для самообучения для медицинских работников. Школа медицины Университета Южной Дакоты. Архивировано из оригинал 30 декабря 2006 г.. Получено 6 января 2007.
  15. ^ «Определение многофакторного наследования». MedicineNet.com Словарь MedTerms. MedicineNet.com. Получено 6 января 2007.
  16. ^ а б c Терпенни, Питер (2004). «Глава 9» (PDF). Элементы медицинской генетики Эмери (12-е изд.). Эльзевир. Получено 6 января 2007.
  17. ^ "BLAST: Базовый инструмент поиска местного выравнивания". blast.ncbi.nlm.nih.gov. Получено 18 февраля 2018.
  18. ^ Давар, Анураг; Parida, Swarup K .; Тяги, Ахилеш К. (2020), Ващетто, Луис М. (редактор), «Интегрированные геномные стратегии для генетического улучшения зерновых: объединение QTL и сопоставления ассоциаций», Геномика злаков: методы и протоколы, Методы молекулярной биологии, Springer, США, стр. 15–25, Дои:10.1007/978-1-4939-9865-4_3, ISBN 9781493998654, PMID 31541435
  19. ^ Westra HJ, et al. (2013). «Систематическая идентификация trans eQTL как предполагаемых драйверов известных ассоциаций болезней». Нат Жене. 45 (10): 1238–1243. Дои:10,1038 / нг.2756. ЧВК 3991562. PMID 24013639.
  20. ^ Lander, E.S .; Ботштейн, Д. (1989). «Сопоставление менделевских факторов, лежащих в основе количественных характеристик, с использованием карт связей RFLP». Генетика. 121 (1): 185–199. ЧВК 1203601. PMID 2563713.
  21. ^ Линч М. и Уолш Б. Генетика и анализ количественных признаков, изд. 1 (Sinauer Associates, 1998).
  22. ^ Блум Дж. С .; Эренрайх И. М .; Loo W. T .; Lite T.-L. V .; Кругляк Л. (2013). «Поиск источников недостающей наследственности в дрожжевом скрещивании». Природа. 494 (7436): 234–237. arXiv:1208.2865. Bibcode:2013Натура.494..234Б. Дои:10.1038 / природа11867. ЧВК 4001867. PMID 23376951.
  23. ^ Сопоставление менделевских факторов, лежащих в основе количественных характеристик, с использованием карт связей RFLP. Е.С. Ландер и Д. Ботштейн. Генетика. 1989 г.
  24. ^ http://www.genetics.org/content/135/1/205.full.pdf
  25. ^ Jannink, J; Бинк, Мак; Янсен, Р.С. (август 2001 г.). «Использование сложных родословных растений для картирования ценных генов». Тенденции в растениеводстве. 6 (8): 337–42. Дои:10.1016 / S1360-1385 (01) 02017-9. ISSN 1360-1385. PMID 11495765.
  26. ^ Rosyara, U.R .; Maxson-stein, K.L .; Гловер, К.Д .; Stein, J.M .; Гонсалес-Эрнандес, Дж. Л. (2007). «Семейное картирование QTL устойчивости к FHB в гексаплоидной пшенице». Труды Национального форума по борьбе с фузариозом головного заражения.
  • Бинк МСАМ, Бур М.П., ​​тер Браак С.Дж.Ф., Янсен Дж., Вуррипс Р.Е., ван де Вег В.Е.: Байесовский анализ сложных признаков в популяциях племенных растений.

Euphytica 2008, 161: 85–96.

  • Росиара У.Р., Х.Л. Гонсалес-Эрнандес, К.Д. Гловер, К. Gedye и J.M. Stein. 2009. Семейное картирование локусов количественных признаков в селекционных популяциях растений с устойчивостью к фузариозу пшеницы в качестве иллюстрации. Теоретическая прикладная генетика 118: 1617–1631
  • Гарнье, Софи, Чыонг, Винь, Полногеномный гаплотипический анализ локусов количественных признаков цис-экспрессии в моноцитах [1]

внешние ссылки