XiaoMi-AI文件搜索系统
World File Search SystemQTL
回肠微生物群的组成是宿主基因组和磷利用和其他效率性状之间的介体（coturnix japonica）
抽象背景：磷是所有生物体中必不可少的营养素，目前，由于其全球稀缺，磷从排泄物产生的环境影响以及由于其以植物中的植物形式存储而引起的消化率较低。在家禽中，磷利用受到回肠菌群和宿主遗传学的组成的影响。在我们的研究中，我们分析了宿主遗传学对回肠菌群组成的影响，以及回肠细菌属的相对丰度与日本鹌鹑中磷的相对丰度与磷利用和相关定量性状的关系。用4K基因组的单核苷酸多态性（SNP）对758个鹌鹑的F2交叉进行了基因分型，并使用靶扩增子测序对回肠菌群的组成进行了表征。遗传性，并针对可遗传的属进行了宿主的定量性状基因座（QTL）链接映射。使用结构方程模型估算了细菌属和定量性状之间的表型和遗传相关性以及递归关系。采用基因组最佳线性无偏预测（GBLUP）和微生物（M）BLUP全息素选择方法，用于评估基于宿主基因组和基于ileum Microbobiota组成的可遗传的磷利用的繁殖可行性。结果：在检查的59个细菌属中，有24个显示出显着的遗传力（名义P≤0.05），范围从0.04到0.17。对于这些属，绘制了六个全基因组显着的QTL。发现了显着的递归效应，从而通过鹌鹑回肠中的微生物群组成来支持间接宿主遗传对宿主定量性状的影响。交叉验证的微生物和基因组预测准确性证实了微生物组成和宿主遗传学对宿主定量性状的强烈影响，因为基于基于传统的微生物介导的成分的GBLUP精确度与基于基于基因组范围Snps的常规GBLUP的精确度相似。结论：我们的结果表明，宿主遗传学对回肠微生物群的组成产生了显着影响，并证实了回肠微生物群的宿主遗传学和组成对宿主的定量性状有影响。这提供了基于宿主基因组和回肠菌群组成的可遗传部分改善磷利用的可能性。
稻米遗传改善的现代方法...
摘要：在对不同的遗传工具和基因组方法的基本描述之后，与现代作物育种最相关（例如，QTL映射，GWAS和基因组选择； tomicksick，QPCR和RNA-SEQ； QPCR和RNA-SEQ； TRENSENESIS和GENE编辑），该论文在赖斯（Rapen）和基因编辑中介绍了相关的介绍其历史和主要的成就，并将其介绍为米兰的介绍，并在米兰的范围内进行了整个趋势，并介绍了麦片的趋势。植物对面临主要非生物限制的反应，包括营养局限性，干旱和耐热性以及氮气使用效率（NUE）。在这些主要农作物中某些遗传方法的时间和发展程度方面存在显着差异。也考虑了与它们独特的基因组复杂性有关的根本原因。基于书目记录，耐旱性和相关主题（即用水效率）是迄今为止分子工具在所考虑的育种目标中最丰富的。耐热性通常比大米和小麦中的NUE更重要，而玉米的耐热性相反。
有助于改良高粱的形态性状的遗传控制
全球气候变化和全球变暖，加上人口增长，引发了人们对可持续粮食供应和生物能源需求的担忧。高粱 [ Sorghum bicolor (L.) Moench] 在全球谷物产量中排名第五；它是一种 C 4 作物，比其他主要谷物具有更高的抗逆性，并且用途广泛，例如谷物、饲料和生物质。因此，高粱作为实现可持续发展目标 (SDG) 的有前途的作物而备受关注。此外，高粱是 C 4 禾本科植物的合适遗传模型，因为它具有高度的形态多样性和与其他 C 4 禾本科植物相比相对较小的基因组大小。虽然与水稻和玉米等其他作物相比，高粱育种和遗传研究落后，但最近的研究进展已经确定了控制高粱重要农艺性状的几个基因和许多数量性状位点 (QTL)。本综述概述了可能对高粱育种用于谷物和生物质利用有用的性状和遗传信息，重点关注形态发生方面。
来自哺乳动物脑的突触囊泡的快速纯化和代谢组分析
使用自私遗传元件（SGE）抽象的拮抗剂进化可以推动宿主抗性的进化。在这里，我们研究了宿主抑制2微米（2 m）质粒，质质寄生虫，它们与萌芽的酵母菌共同发展。我们开发了SCAMPR（用于测量质粒保留的单细胞测定），以测量活细胞中拷贝数异质性和2 m质粒损失。我们确定了缺乏内源性2 M质粒并可重复抑制有丝分裂质粒稳定性的三种酿酒酵母菌株。着眼于Y9 Ragi菌株，我们确定质粒限制是可遗传的和占主导地位的。使用大量分离分析，我们确定了一个高置信度定量特质基因座（QTL），其单个变体MMS21与增加2 m的不稳定性相关。MMS21编码SMC5/6复合物的SUMO E3连接酶和一个重要组成部分，涉及姐妹染色单体内聚，染色体分离和DNA修复。我们的分析利用自然变异来揭示出一种新颖的手段，萌芽的酵母可以克服非常成功的遗传寄生虫。
整个基因组对魔术种群的重新陈述和表型，用于高分辨率的鹰嘴豆
鹰嘴豆（Cicer Arietinum L.）是第二大重要的谷物豆科植物，主要是在残留的土壤水分上种植的，尤其是在撒哈拉以南非洲和南亚的半干旱地区。在全球范围内，它以1,456万公顷的公顷生长，每年产量为1476万吨（FAO-Stat，2018）。这是亚洲和非洲数百万人饮食中蛋白质，矿物质，纤维和维生素的重要来源。鹰嘴豆产生受到多种非生物和生物胁迫的不利影响（Roorkiwal等，2020）。在过去的二十年中，基因组学的进步为理解复杂性状的遗传学提供了更大的见解。在几种农作物物种中剖析定量性状基因座（QTL）的最常见方法是使用源自两国杂交的种群（Varshney等，2015）。在鹰嘴豆的情况下，已经使用二元映射种群绘制了几种生物和非生物应力以及农业面部性的特征（Barmukh等，2021; Jha等，2021; Jha等，2021; Mallikarjuna et al。，2017; Paul et al。 Al。，2020年； Varshney等人，2019年；
基因组编辑用于甜瓜育种的可能性
基因组编辑技术对于传统的诱变育种来说很有前景，因为这种方法直接修改了优良菌株的目标基因，所以需要很长时间才能通过回交去除不必要的突变并创建新的品系。特别是，这项技术对于因功能丧失而导致的性状更有优势。人们已经做出许多努力利用这项技术将有价值的特性引入作物，包括玉米、大豆和西红柿。美国和日本已经将几种基因组编辑作物商业化。甜瓜是世界范围内重要的蔬菜作物，在不同地区生产和使用。因此，人们进行了许多育种努力来改善其果实品质、抗病性和抗逆性。进行了数量性状基因座 (QTL) 分析，并鉴定了与重要性状相关的各种基因。最近，一些研究表明，CRISPR/Cas9 系统可以应用于甜瓜，因此可能将其用作一种育种技术。本综述重点关注抗病性和果实品质这两个与生产力相关的性状，介绍了遗传学的进展、通过基因组编辑进行甜瓜育种的实例、育种应用所需的改进以及基因组编辑在甜瓜育种中的可能性。
根据上下文特定的分子信息从 DNA 序列中从头预测遗传变异的功能效应
解读非编码遗传变异的功能效应是人类遗传学的一项基本挑战。传统方法，如全基因组关联研究 (GWAS)、全转录组关联研究 (TWAS) 和数量性状位点 (QTL) 研究，受到隐藏的分子水平机制的限制，因此很难揭示复杂性状的遗传基础。下一代测序 (NGS) 技术的出现使得人们能够在各种细胞类型和组织中获得特定环境的全基因组测量，包括基因表达、染色质可及性、表观遗传标记和转录因子结合位点，为直接从 DNA 序列解码遗传变异效应铺平了道路。从头预测功能效应对于增强我们对转录调控及其破坏的理解至关重要，而这些破坏是由与人类疾病和特征相关的大量非编码遗传变异引起的。本综述系统概述了遗传变异效应预测的最新模型和算法，包括传统的基于序列的模型、深度学习模型和尖端的基础模型。它深入探讨了持续的挑战和未来方向，并深入介绍了该领域的当代发展。
肥胖的遗传学和表观遗传学
首先，肥胖是遗传学问题，它在富裕国家的粮食可用性和久坐生活的条件下会更好地发展。能量平衡的控制（进气>积累>分散体）连接到相关的信号分子系统，该系统将下丘脑，脂肪细胞，肌肉组织和肾上腺相关联。到现在为止，已经在小鼠或大鼠中鉴定出了7种单基因肥胖症，但男性几乎没有同源对应。但是，可以说“常见”肥胖是多基因，即由于许多具有定量效应的基因（基因qTL-定量性状基因座）。此外，已经描述了“ common”肥胖与单核苷酸多义（SNP）之间的关系。在遗传变异中，特殊作用归因于最近鉴定的基因的多孔症，即FTO（脂肪质量和肥胖相关）。此外，众所周知，怀孕期间（尤其是在早产儿中）的限制以及过量的热量摄入量，出生后的快速蓬勃增长会导致表观疾病的重排，这将在成年早期的早期肥胖表型中引起一种主要与新代谢综合征相关的肥胖表型。
定量性状基因座和候选基因的物理化学性状与大山药的块茎质量有关（Dioscorea alata L.）
遗传改进计划需要简单，快速和低成本的工具来筛选大量人群。近红外的反射光谱（NIR）已被证明是一种可靠的技术，可以预测D. alata山药物种中主要的块茎成分。9,10然而，由于光谱是由我们的样品而不是从原始样本产生的，因此该协议需要长时间的样本处理时间，并且仍然很难适用于大量基因型。标记辅助选择可能是促进育种工作的高通量方法。的确，随着新一代测序技术的发展，搜索与互动特征相关的基因组区域变得更加容易。已经对山药进行了一些研究，以阐明块茎质量相关特征的遗传决定论。通过在两个双阶层种群上使用定量性状基因座（QTL）映射方法，已经确定了与重要形态和农艺块茎质量性状相关的几个基因组区域。11在包括八种不同的二若氏种类（包括八种不同的二维体物种）上估算了DMC的遗传力。12在D. alata中进行了全基因组关联研究，可以鉴定与与DMC相关的一些单核苷酸多态性（SNP）标记。13
物理学的定量性状基因座和候选基因...
遗传改进计划需要简单，快速和低成本的工具来筛选大量人群。近红外的反射光谱（NIR）已被证明是一种可靠的技术，可以预测D. alata山药物种中主要的块茎成分。9,10然而，由于光谱是由我们的样品而不是从原始样本产生的，因此该协议需要长时间的样本处理时间，并且仍然很难适用于大量基因型。标记辅助选择可能是促进育种工作的高通量方法。的确，随着新一代测序技术的发展，搜索与互动特征相关的基因组区域变得更加容易。已经对山药进行了一些研究，以阐明块茎质量相关特征的遗传决定论。通过在两个双阶层种群上使用定量性状基因座（QTL）映射方法，已经确定了与重要形态和农艺块茎质量性状相关的几个基因组区域。11在包括八种不同的二若氏种类（包括八种不同的二维体物种）上估算了DMC的遗传力。12在D. alata中进行了全基因组关联研究，可以鉴定与与DMC相关的一些单核苷酸多态性（SNP）标记。13