导读:本文包含了基因组片段论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:宏基,片段,基因组,染色体,序列,拟南芥,高通。
基因组片段论文文献综述
刘刚,孙飞舟,朱芳贤,冯海永,韩旭[1]（2019）在《连续性纯合片段在畜禽基因组研究中的应用》一文中研究指出随着高通量SNP芯片技术的快速发展和测序成本的大幅降低,SNP基因芯片和基因组重测序等技术被广泛地应用于畜禽基因组研究中。在基因组某一段区域内,当一定数量和一定密度的SNPs表现为纯合时,可以判定该区域存在连续性纯合片段(runs of homozygosity, ROH)。目前,连续性纯合片段已经逐渐成为分析畜禽群体近交程度、遗传结构等方面的重要指标之一。但是,ROH计算应用的评价标准还相对匮乏。本文系统介绍了连续性纯合片段的发展历史、原理、鉴定方法以及在畜禽群体结构解析、基因组功能分析和种畜禽品质检测等方面的应用情况,以期为畜禽遗传资源保种区和保种场在遗传多样性等动态监测方面提供参考。(本文来源于《遗传》期刊2019年04期）
胡鸣,唐敏强,张园园,刘越英,程晓晖[2]（2018）在《甘蓝型油菜大片段序列丢失引起的结构变异及全基因组关联分析》一文中研究指出结构变异在基因组范围内广泛分布,是影响动植物表型的重要因素之一。本研究通过高通量测序手段对来自世界各地的324份甘蓝型油菜进行了深度重测序,并结合生物信息学的方法鉴定这些材料中的大片段序列丢失引起的结构变异。共鉴定到2 906 978个序列丢失引起的结构变异,总长度约为7.6Gb,平均丢失片段约9 000爪/品种,长约23.5Mb/品种。这些序列丢失变异在C亚基因组中丢失的平均数目以及平均长度均大于A亚基因组,其中个数分别约为5 400个/品种和3 600爪/品种,平均丢失长度分别约为15.0Mb和8.5Mb。将这些序列丢失引起的结构变异作为基因型,与甘蓝型油菜的18个重要性状进行全基因组关联分析,共找到了39个序列丢失区域与这些性状相关,对关联区域内的基因数目进行分析,发现在这些区域内共存在254个基因。进一步根据与硫苷含量关联的序列丢失变异区域,将324份甘蓝型油菜分为两个亚群体,结果显示存在丢失变异关联区域的亚群体中硫苷含量明显高于另一亚群体,说明将丢失变异作为分子标记进行全基因组关联分析具有一定的可靠性。结构变异全基因组关联分析也是一种快速鉴定与表型性状相关联的基因组位点的有效手段,为我们研究生物体表型和基因型之间的关系提供了另一种思路。此外,通过结构变异全基因组关联分析鉴定到的与重要性状显着关联的位点可以为后续的甘蓝型油菜遗传改良提供理论依据和指导。(本文来源于《中国作物学会油料作物专业委员会第八次会员代表大会暨学术年会综述与摘要集》期刊2018-11-19）
郭飞龙,卢孟柱,徐刚标,叶天文,敖小平[3]（2018）在《胡杨基因组片段转化拟南芥表型研究》一文中研究指出[目的]本研究旨在探索与挖掘胡杨基因组大片段的潜在功能,发掘具有潜在育种价值的胡杨基因簇。[方法]利用已构建的胡杨基因组BIBAC文库,采用花序浸染法,将胡杨基因组大片段78A2D10导入模式植物拟南芥基因组中。采用抗性筛选、分子检测及表型观察等方法鉴定、分析转化型植株。[结果]共获得15株特异表型的转化植株。与野生型相比,转化型植株主侧茎生长受到抑制,莲座叶面积增大近3倍,叶片数量增多,叶边缘皱缩,抽薹推迟约13周,株高增加近32.0 cm,侧茎发育成次生莲座,植株寿命延长约7周。[结论]胡杨基因组片段78A2D10可延长植株营养生长期及植株寿命,据此推测该基因片段可能与营养生长有关。(本文来源于《林业科学研究》期刊2018年04期）
史杰,白昌明,李晨,蔡生力,王崇明[4]（2018）在《基于长片段PCR扩增的牡蛎疱疹病毒基因组高通量测序》一文中研究指出为获取2001年低温冻存栉孔扇贝感染牡蛎疱疹病毒(Os HV-1)变异株(ZK2001)基因组序列,并分析ZK2001与其他Os HV-1变异株的序列差异和系统发育关系,利用基于长片段PCR的基因组DNA的扩增和富集技术,获取2001年栉孔扇贝感染Os HV-1变异株的基因组DNA;再使用Illumina Hiseq 2500 PE250高通量测序平台对其测序。最后分析ZK2001与Os HV-1其他变异株基因组的序列差异和系统发育关系。测序数据组装后获得8个Scaffold。基因组变异分析结果显示,ZK2001与参考基因组相比存在328个SNP位点,SNP和序列插入/缺失变异是导致Os HV-1基因组序列变异的主要变异类型。系统发育分析结果显示,ZK2001变异株与分离自我国的Os HV-1变异株亲缘关系最近,与分离自欧洲的Os HV-1μvar及其相关变异株的亲缘关系最远,说明中国和欧洲分布Os HV-1间存在因地理隔离导致的遗传分化。研究表明,基于长片段PCR的DNA富集技术,可以有效地扩增和富集冷冻样本中Os HV-1基因组DNA,并应用于高通量测序。Os HV-1不同变异株基因组序列数据的获取和积累,将为其基因组尺度的基因变异、株系演化和系统发育关系等研究提供重要基础。(本文来源于《水产学报》期刊2018年02期）
柳中洋,卢颖,韩丽英,马艳萍,齐莹[5]（2018）在《细菌人工染色体技术在人巨细胞病毒基因组小片段序列置换突变中的应用》一文中研究指出目的评估细菌人工染色体技术在人巨细胞病毒(HCMV)基因组小片段序列突变中的作用。方法选取HCMV LUNA基因位于UL80与UL82 2个基因之间的31 bp片段作为突变靶点,用含有同源臂的卡那霉素抗性序列对目的片段进行同源重组置换,电转化法对突变成功的病毒进行拯救,反转录PCR和cDNA克隆测序对LUNA,UL80及UL82 mRNA转录情况和转录本3’末端结构进行分析。结果目的基因片段缺失成功,获得的单克隆中突变成功的比例>3%,LUNA转录起始端序列突变的病毒拯救成功,UL80与UL82的m RNA转录与转录本3’结构未受影响。结论通过人工染色体技术成功进行了HCMV Han株LUNA基因转录起始端序列突变,HCMV Han株细菌人工染色体支持有效缺失小至31 bp的基因片段。(本文来源于《中国医科大学学报》期刊2018年02期）
帅瑞云[6]（2018）在《基于集成学习的宏基因组16S rRNA片段分类方法研究》一文中研究指出随着新一代高通量测序技术的高速发展,研究人员可以在短时间内,以低廉的价格,同时对多种微生物基因组进行测序,从而获取大量的生物测序数据。宏基因组学的研究学者直接从环境样本中提取全部DNA序列,利用高通量测序技术,获得环境样本中全部微生物的遗传信息,进而分析该微生物群落中物种的分布,丰度,以及整个群落的特征和功能。凭借16S r RNA测序片段所具有的良好特性,16S r RNA已经逐渐成为宏基因组学研究领域中鉴定物种类别的重要衡量标准。本课题针对目前已有的宏基因组测序数据分析流程,通过分析找到这些分析流程中的不足并对其进行改进,改进构造新的分析工作流程,提高序列的分类的准确性和分类效率。全基因组在分析微生物群落时,由于全基因组的数据量庞大,所以利用全基因组仅能分析非常少的一部分物种。当需要进行分类的生物测序片段数量达到一定的数量级时,算法的时间效率上会出现瓶颈。本课题为了解决这些问题,设计了一种基于集成学习的宏基因组16S r RNA测序片段分类算法,并开展了实验研究。针对基于宏基因组的16S r RNA测序片段分类问题提出了利用哈希函数族对测序序列提取特征,通过减少不相似序列之间比对操作提高序列聚类算法效率。根据序列之间特征向量的相似性,将数据集进行预分块,在各个区块中进行序列的聚类操作,减少不相似序列之间的两两比对操作,由此大大减少聚类过程中不必要的计算量,从而提高聚类的计算效率。我们在处理预分区问题时,选择了基于k-mer分布的哈希特征来对生物测序片段进行预分区,保证各个区块中测序数据具有较高的相似性。本课题算法主要由宏基因组16S r RNA测序片段预处理、提取样本数据集特征向量、聚类算法的选择、对参考基因组特征提取与特征选择、利用参考基因组提取的训练分类模型、集成算法设计这五个部分组成。实验结果证明,在处理大规模的数据集时,基于集成学习的宏基因组16S r RNA片段分类方法具有比较高的分类准确率。(本文来源于《哈尔滨工业大学》期刊2018-01-01）
马静[7]（2017）在《面向宏基因组测序片段的分类方法研究》一文中研究指出随着新一代测序技术的发展,大量的宏基因组测序片段能够在短时间内以较低的成本产生,这极大的促进了人们对微生物群落的研究。其中,对宏基因组测序片段的分类是宏基因组学中的重要研究内容,不仅是微生物群落物种多样性研究的重要前提,也对微生物群落的功能分析具有极其重要的意义。由于微生物群落中多丰度物种的存在、测序技术对于测序片段长度的限制、参考基因组的数量有限等难点存在,实现对宏基因组的准确分类成为宏基因组领域内研究的热点和难点。现有的宏基因组测序片段分类方法的准确率仍然有待提高,尤其是在参考数据库中没有相近的参考基因组时,分类的准确率会大幅度下降。如何将海量的宏基因组测序数据准确的分类是本课题的主要研究内容。本课题主要针对现有的宏基因组短测序片段分类方法准确率较低,且在参考数据库中没有相近的参考基因组时无法保证分类稳定性的问题,研究了一种基于序列组成特征的无监督分装算法,同时在分装算法的基础上使用带权重的编码区相似度匹配算法以及在参考基因组上建立的分类模型确定宏基因组测序片段的分类层次以及所属类别。为了获得更高纯度的分装结果并且减少相似度匹配的时间,研究了宏基因组拼接算法在宏基因组分类中的应用,选择效果最好的拼接算法预处理短测序片段。为了让分类方法适用于同丰度和多丰度两种情况,研究了宏基因组多丰度的处理方法并应用于该分类算法中。为了提高聚类的纯度,研究了基于序列组成特征的宏基因组测序片段相似度的分布,比对适用于该分布的多种聚类算法的聚类效果,选择聚类结果纯度最高的聚类方法。为了提高查询相似参考基因组的准确率,分析子序列对于不同参考基因组的重要程度,设计带权重的编码区相似度匹配算法。根据相似度匹配算法研究参考基因组之间相似度的分布,设计基于机器学习的多层次分类算法,保证那些在参考数据库中没有相近参考基因组的序列也能够被准确的分类。本课题算法主要由拼接预处理,测序片段丰度分区,谱聚类,带权重的编码区相似度匹配,建立基于SVM的分类模型这五个部分组成。实验结果表明,在物种丰度不均匀以及参考数据库中没有相近参考基因组的情况下,该分类方法的准确率都有所提升。(本文来源于《哈尔滨工业大学》期刊2017-12-01）
聂翠蓉[8]（2017）在《新成像技术用“基因剪刀”酶搜寻遗传变异》一文中研究指出科技日报北京11月22日电 （记者聂翠蓉）据美国弗吉尼亚联邦大学官网报道，该校科学家研发出一种全新纳米成像技术，能更快、更准地为大片段基因组绘制图谱。发表在21日出版的《自然·通讯》杂志上的相关论文称，新技术将高速原子力显微镜（AFM）与“基因剪刀”CR(本文来源于《科技日报》期刊2017-11-23）
薛健,车长金[9]（2017）在《一种新宏基因组DNA片段物种属性约简分类方法的研究》一文中研究指出由于宏基因组学的迅猛发展,导致可测序的宏基因组数量激增,可测DNA序列也在扩大,但绝大部分DNA序列种属未知,故生物信息学面临的重要课题是研究一种如何针对这些巨大量宏基因组DNA信息属性约简并正确分类的方法.提出采用Rand WPSO结合粗糙集的优化算法,分别对宏基因组中的DNA片段在不同属、同属不同种情况下进行属性约简并分类,经实验证明能够进行有效约简可取得较高的分辩准确率.(本文来源于《北华大学学报(自然科学版)》期刊2017年06期）
刘成,王吴彬,赵团结,盖钧镒[10]（2017）在《利用全基因组重测序对野生大豆染色体片段代换系群体进行深度分型》一文中研究指出以NN1138-2为受体亲本、野生大豆豆N24852为供体亲本,经过连续回交和自交获得了一套由182份家系组成的染色体片段代换系群体。经184个均匀分布在各条染色体上SSR标记分型,群体携带野生片段覆盖整个大豆基因组。采用全基因组重测序技术,对该群体进一步分型:亲本NN1138-2和N24852分别进行了9X和11X深度测序,182份家系测序深度平均为2X。通过亲本测序,共获得2,216,645个SNP标记,结合家系测序结果,群体中共包含了1347个bin标记,平均每条染色体含有67.4个bin标记,每个标记平均含有1645.6个SNP。其中bin10-20包含有SNP最多,为59602个。以新获得的高密度bin标记对代换系群体基因型分型,发现仅有四个区段不包含野生片段,分别是bin03-28、bin05-3、bin07-15和bin07-19,其他bin标记覆盖了整个染色体。同时对bin标记进行片段划分,我们获得了1402染色体片段。随后我们对SSR标记和bin标记相比,结果发现有97.4%的符合度,主对角线上的标记有99%的符合度。在标记数目上,bin标记是SSR的7.3倍:在片段数目上,以bin划分的片段是以SSR标记划分片段数(782个片段)的1.8倍,高密度的bin标记可以全面反映野生片段的导入情况。我们以籽粒硬实性状对bin标记进行定位验证,结果表明利用bin标记定位到3个QTL与硬实相关,分别为bin02-63(44212203bp-46086339bp)、bin08-16(4640853bp-5144930bp)和bin10-44(45016743bp-45128633bp),它们的LOD值分别为7.5、5.9和2.9,其中bin02-63中包含有已被报道验证的导致籽粒硬实基因GmHs-1。(本文来源于《第十届全国大豆学术讨论会论文摘要集》期刊2017-07-31）
基因组片段论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
结构变异在基因组范围内广泛分布,是影响动植物表型的重要因素之一。本研究通过高通量测序手段对来自世界各地的324份甘蓝型油菜进行了深度重测序,并结合生物信息学的方法鉴定这些材料中的大片段序列丢失引起的结构变异。共鉴定到2 906 978个序列丢失引起的结构变异,总长度约为7.6Gb,平均丢失片段约9 000爪/品种,长约23.5Mb/品种。这些序列丢失变异在C亚基因组中丢失的平均数目以及平均长度均大于A亚基因组,其中个数分别约为5 400个/品种和3 600爪/品种,平均丢失长度分别约为15.0Mb和8.5Mb。将这些序列丢失引起的结构变异作为基因型,与甘蓝型油菜的18个重要性状进行全基因组关联分析,共找到了39个序列丢失区域与这些性状相关,对关联区域内的基因数目进行分析,发现在这些区域内共存在254个基因。进一步根据与硫苷含量关联的序列丢失变异区域,将324份甘蓝型油菜分为两个亚群体,结果显示存在丢失变异关联区域的亚群体中硫苷含量明显高于另一亚群体,说明将丢失变异作为分子标记进行全基因组关联分析具有一定的可靠性。结构变异全基因组关联分析也是一种快速鉴定与表型性状相关联的基因组位点的有效手段,为我们研究生物体表型和基因型之间的关系提供了另一种思路。此外,通过结构变异全基因组关联分析鉴定到的与重要性状显着关联的位点可以为后续的甘蓝型油菜遗传改良提供理论依据和指导。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基因组片段论文参考文献
[1].刘刚,孙飞舟,朱芳贤,冯海永,韩旭.连续性纯合片段在畜禽基因组研究中的应用[J].遗传.2019
[2].胡鸣,唐敏强,张园园,刘越英,程晓晖.甘蓝型油菜大片段序列丢失引起的结构变异及全基因组关联分析[C].中国作物学会油料作物专业委员会第八次会员代表大会暨学术年会综述与摘要集.2018
[3].郭飞龙,卢孟柱,徐刚标,叶天文,敖小平.胡杨基因组片段转化拟南芥表型研究[J].林业科学研究.2018
[4].史杰,白昌明,李晨,蔡生力,王崇明.基于长片段PCR扩增的牡蛎疱疹病毒基因组高通量测序[J].水产学报.2018
[5].柳中洋,卢颖,韩丽英,马艳萍,齐莹.细菌人工染色体技术在人巨细胞病毒基因组小片段序列置换突变中的应用[J].中国医科大学学报.2018
[6].帅瑞云.基于集成学习的宏基因组16SrRNA片段分类方法研究[D].哈尔滨工业大学.2018
[7].马静.面向宏基因组测序片段的分类方法研究[D].哈尔滨工业大学.2017
[8].聂翠蓉.新成像技术用“基因剪刀”酶搜寻遗传变异[N].科技日报.2017
[9].薛健,车长金.一种新宏基因组DNA片段物种属性约简分类方法的研究[J].北华大学学报(自然科学版).2017
[10].刘成,王吴彬,赵团结,盖钧镒.利用全基因组重测序对野生大豆染色体片段代换系群体进行深度分型[C].第十届全国大豆学术讨论会论文摘要集.2017
论文知识图
