МОЛЕКУЛЯРНЫЕ МАРКЕРЫ. ПРИЧИНЫ И ПОСЛЕДСТВИЯ ОШИБОК ГЕНОТИПИРОВАНИЯ
Main Article Content
Authors
М.Е. Омашева
РГП «Институт биологии и биотехнологии растений», г. Алматы
К.П. Аубакирова
РГП «Институт биологии и биотехнологии растений», г. Алматы
Н.А. Рябушкина
РГП «Институт биологии и биотехнологии растений», г. Алматы
Abstract
Молекулярные маркеры, в основу которых положена реакция гибридизации или этап ПЦР, выявляющие полиморфизм ДНК, используются в настоящее время в различных областях биологии, в том числе в изучении и сохранении генетического разнообразия, идентификации индивидуумов, филогенетике, картировании полезных признаков качества и устойчивости к стрессовым факторам, в селекционном процессе, биотехнологии и др. До начала эксперимента исследователи должны определить, какой тип маркеров использовать исходя из следующих критериев: вариабельность и количество требуемых маркеров, необходимость в их кодоминантности, соответствующие требования к выделяемой ДНК; практические – эффективность, воспроизводимость анализа, необходимое соответствующее техническое обеспечение и стоимость. Для корректной интерпретации результатов генотипирования следует учитывать тот факт, что применение любого типа молекулярных маркеров сопряжено с рядом ошибок генотипирования, главные из них – выпадение бóльших аллелей, «нуль» аллели, «stutter» аллели вследствие особенностей Таг-полимеразы, негомологичность амплифицированных последовательностей одинакового размера (гомоплазия). Исследователи формулируют определяющие условия для уменьшения количества ошибок при генотипировании и снижения их влияния на конечный анализ. В их числе качество и количество анализируемой ДНК, уровень технических возможностей и профессионализма персонала, поскольку человеческий фактор определяется как одна из главных причин некорректных результатов; проведение пилотных экспериментов для сравнительной оценки теоретического и реального коэффициента ошибки. Минимизирование ошибок достигается оценкой возможностей того или иного типа и скринингом маркеров; оптимизацией экспериментальных методов, надлежащим использованием контролей, повторностей, а также разработкой статистических подходов для выявления ошибок. Компромисс между выбраковкой локусов, порождающих ошибки и повышением потенциала оставляемых локусов для усиления генетического сигнала может быть различным в различных исследованиях, но главное, чтобы этот сигнал не был потерян в угоду «приемлемого» уровня ошибок и исследователи разрабатывают эмпирические подходы для достижения желаемого компромисса.
Keywords
молекулярные маркеры, генотипирование, ошибки генотипирования
Article Details
References
Ganal M.W., Polley A., Graner E.M., Plieske J., Wieseke R., Luerssen H., Durstewitz G. Large SNP arrays for genotyping in crop plants // J Biosci. – 2012. – Vol. 37. – P. 821-288.
Miedaner T., Korzun V. Marker-assisted selection for disease resistance in wheat and barley breeding // Phytopathology. – 2012. – Vol.102. – P. 560-566.
Paux E., Sourdille P., Mackay I., Feuillet C. Sequence-based marker development in wheat: advances and applications to breeding // Biotechnol Adv. – 2001. – Vol. 30. – P. 1071-1088.
Hall D., Tegström C., Ingvarsson P.K. Using association mapping to dissect the genetic basis of complex traits in plants // Brief Funct Genomics. – 2010. – Vol. 9. – P. 157-165.
Zimmer E.A., Wen J. Using nuclear gene data for plant phylogenetics: progress and prospects // Mol Phylogenet Evol. – 2012. – Vol. 65. – P. 774-785.
Kumar P., Gupta V.K., Misra A.K., Modi D. R., Pandey B. K. Potential of Molecular Markers in Plant Biotechnology // Plant Omics Journal. – 2009. – Vol. 2. – Р. 141-162.
Woodhead M., Russell J., Squirrell J., Hollingsworth P. M., Mackenzie K., Gibb M., Powell W. Comparative analysis of population genetic structure in Athyrium distentifolium (Pteridophyta) using AFLPs and SSRs from anonymous and transcribed gene regions // Molecular Ecology. – 2005. – Vol. 14. – Р. 1681-1695.
Kuczmog A., Galambos A., Horváth S., Mátai A., Kozma P., Szegedi E., Putnoky P. Mapping of crown gall resistance locus Rcg1 in grapevine // Theor Appl Genet. – 2012. – Vol.125. – P. 1565-1574.
Ujihara T, Taniguchi F, Tanaka J, Hayashi N. Development of Expressed Sequence Tag (EST)-based Cleaved Amplified Polymorphic Sequence (CAPS) markers of tea plant and their application to cultivar identification // J Agric Food Chem. – 2011. – Vol. 59. – P. 1557-1564.
Segatto A.L.A., Caze A.L.R., Turchetto C., Klahre U., Kuhlemeier C., Bonatto S.L., Freitas L.B. Nuclear and plastid markers reveal the persistence of genetic identity: A newperspective on the evolutionary history of Petunia exserta // Molecular Phylogenetics and Evolution. - 2014. – Vol.70. – P. 504–512.
Cui Y., Lee M.Y., Huo N., Bragg J., Yan L., Yuan C., Li C., Holditch S.J., Xie J., Luo M.C., Li D., Yu J., Martin J., Schackwitz W., Gu Y.Q., Vogel J.P., Jackson A.O., Liu Z., Garvin D.F. Fine mapping of the Bsr1 barley stripe mosaic virus resistance gene in the model grass Brachypodium distachyon // PLoS One. – 2012. – Vol. 7:e38333.
Jo K.-R., Arens M., Kim T.-Y., Jongsma M.A., Visser R.G.F., Jacobsen E., Vossen H.J. Mapping of the S. demissum late blight resistance gene R8 to a new locus on chromosome IX // Theor Appl Genet. – 2011. – Vol. 123. – P. 1331–1340.
Shu Q.Y., Liu G.S., Qi D.M., Chu C.C., Liu .J, Li H.J. An effective method for axillary bud culture and RAPD analysis of cloned plants in tetraploid black locust // Plant Cell Rep. – 2003. – Vol. 22. – P. 1751-1780.
Sreedhar R.V., Venkatachalam L., Bhagyalakshmi N. Genetic fidelity of long-term micropropagated shoot cultures of vanilla (Vanilla planifolia Andrews) as assessed by molecular markers // Biotechnol. J. – 2007. – Vol. 2. – P. 1007–1013.
Rai G.K, Singh M., Rai N.P., Bhardwaj D.R., Kumar S. In vitro propagation of spine gourd (Momordica dioica Roxb.) and assessment of genetic fidelity of micropropagated plants using RAPD analysis // Physiol Mol Biol Plants. – 2012. – Vol. 18. – P. 273-280.
Kim J.K., An G.H., Ahn S.H., Moon Y.H., Cha Y.L., Bark S.T., Choi Y.H., Suh S.J., Seo S.G., Kim S.H., Koo B.C. Development of SCAR marker for simultaneous identification of Miscanthus sacchariflorus, M. sinensis and M. x giganteus // Bioprocess Biosyst Eng. – 2012. – Vol.35. – P. 55-59.
Pankin A.A., Khavkin E.E. Genome-specific SCAR markers help solve taxonomy issues: a case study with Sinapis arvensis (Brassiceae, Brassicaceae) // Am J Bot. – 2011. – Vol. 98:e54-7.
Ray T., Roy S.C. Genetic diversity of Amaranthus species from the Indo-Gangetic plains revealed by RAPD analysis leading to the development of ecotype-specific SCAR marker // J Hered. – 2009. – Vol. 100. – P. 338-347.
Osipova E.S., Lysenko E.A., Troitsky A.V., Dolgikh Y.I., Shamina Z.B., Gostimskii S.A. Analysis of SCAR marker nucleotide sequences in maize (Zea mays L.) somaclones // Plant Sci. – 2011. – Vol. 180. – P. 313-322.
Rahman M., Sun Z., McVetty P.B., Li G. High throughput genome-specific and gene-specific molecular markers for erucic acid genes in Brassica napus (L.) for marker-assisted selection in plant breeding // Theor Appl Genet. – 2008. – Vol. 117. – P. 895-904.
Naeimi S., Kocsubé S., Antal Z., Okhovvat S.M., Javan-Nikkhah M., Vágvölgyi C., Kredics L. Strain-specific SCAR markers for the detection of Trichoderma harzianum AS12-2, a biological control agent against Rhizoctonia solani, the causal agent of rice sheath blight // Acta Biol Hung. – 2011, Mar. - №62(1). – Р. 73-84.
Falush D., Stephens M., Pritchard J.K. Inference of population structure using multilocus genotype data: dominant markers and null alleles // Molecular Ecology Notes. – 2007. – Vol. 7. – P. 574–578.
Powel l W., Machray G.C., Provan J. Polymorphism revealed by simple sequence repeats // Trends Plant Sci. – 1996. – Vol. 1. – P. 215-222.
Chung A.M., Staub J.E., Chen J.F. Molecular phylogeny of Cucumis species as revealed by consensus chloroplast SSR marker length and sequence variation // Genome. – 2006. – Vol. 49.
Rajendrakumar P., Biswal A.K., Balachandran S.M., Srinivasarao K., Sundaram R.M. Simple sequence repeats in organellar genomes of rice: frequency and distribution in genic and intergenic regions // Bioinformatics. – 2007. – Vol. 23. – P.1-4.
Kalia R.K. Rai M.K, Kalia S., Singh R., Dhawan A.K. Microsatellite markers: an overview of the recent progress in plants // Euphytica. – 2011. – Vol.177. – P.309–334
Hoffman J.I., and Amos W. Microsatellite genotyping errors: detection approaches, common sources and consequences for paternal exclusion // Molecular Ecology. – 2005. – Vol. 14. – P.599-612.
Varshney R.K., Graner A., Sorrells M.E. Genic microsatellite markers in plants: features and applications // TRENDS in Biotechnology. – 2005. – Vol. 23. – P.48-55.
Ellis R., JM Burke. EST-SSRs as a resource for population genetic analyses // Heredity. – 2007. – Vol. 99. – P.125-132.
Saunders I.W., Brohede J., Hannan G.N. Estimating genotyping error rates from Mendelian errors in SNP array genotypes and their impact on inference // Genomics. – 2007. –Vol. 90. – P. 291-296.
Guichoux E., Lagache L., Wagner S., Chaumeil P., Le. Ger P., Lepais O., Lepoittevin C., Malausa E., Revardel E., Salin F., Petit R.J. Current trends in microsatellite genotyping // Molecular Ecology Resources. – 2011. – Vol. 11. – P. 591–611.
Schulman A.H., Flavell A.J., Ellis T.H. The application of LTR retrotransposons as molecular markers in plants // Methods in Molecular Biology. – 2004. – Vol. 260. – Р.145–173.
Kalendar R., Antonius K., Smykal P., Schulman A.H. iPBS: a universal method for DNA Wngerprinting and retrotransposon isolation // Theor Appl Genet. – 2010. –121. – Р.1419–1430.
Castro I., D’Onofrio C., Martin J.P., Ortiz J.M., De Lorenzis G., Ferreira V.O. Pinto-Carnide. Effectiveness of AFLPs and Retrotransposon-Based Markers for the Identification of Portuguese Grapevine Cultivars and Clones Mol Biotechnol. – 2012. - Vol. 52. – Р. 26–39.
Nakatsuka T., Yamada E., Saito M., Hikage T., Ushiku Y., Nishihara M. Construction of the first genetic linkage map of Japanese gentian (Gentianaceae) // BMC Genomics. – 2012. –Vol. 13. – Р. 672.
Bonin A., Bellemain E., Bronken Eidesen P., Pompanon F., Brochmann C., Taberlet P. How to track and assess genotyping errors in population genetics studies // Mol Ecol. – 2004. – Vol. 13. – P.3261-3273.
Pompanon F., Bonin A., Bellemain E.,Pierre Taberlet. Genotyping Errors: Causes, Consequences And Solutions. Genetics. – 2005. – Vol. 6. – P.847-859.
Morin P.A., Leduc R. G., Archer F. I., Martien K. K., Huebinger R., Bickham J.W., Taylor B.L. Significant deviations from Hardy–Weinberg equilibrium caused by low levels of microsatellite genotyping errors // Molecular Ecology Resources. – 2009. – Vol. 9. – P.498-504.
Gordon D., Heath S.C., Ott J. True pedigree errors more frequent than apparent errors for single nucleotide polymorphisms // Hum Hered. – 1999. – Vol.49. – P.65–70.
Gordon D., Finch S.J., Nothnagel M., Ott J. Power and sample size calculations for case–control genetic association tests when errors are present: application to single nucleotide polymorphisms // Human Heredity. – 2002. – Vol. 54. – P.22–33.
Sobel E., Papp J. C., Lange K. Detection and integration of genotyping errors in statistical genetics Am. J. Hum. Genet. – 2002. – Vol. 270. – P.496–508.
Navidi W., Arnheim N., Waterman M.S. A multiple-Tubes Approach for Accurate genotyping of very Small DNA samples by using PCR: Statistical considerations // Am. J. Hum. Genet. – 1992. – Vol. 50. – P.347-359.
Ghosh, S. et al. Methods for precise sizing, automated binning of alleles, and reduction of error rates in large-scale genotyping using fluorescently labeled dinucleotide markers // Genome Res. – 1997. – Vol. 7. – P.165–178.
Hosking L., Lumsden S., Lewis K., Yeo A., McCarthy L., Bansal A., Riley J., Purvis I., a Xu Ch-F. Detection of genotyping errors by Hardy–Weinberg equilibrium testing // European Journal of Human Genetics. – 2004. – Vol. 12. – P.395–399.
Ewen K.R., Bahlo M., Treloar S.A., Levinson D.F., Mowry B., Barlow J.W., S.J. Foote. Identification and Analysis of Error Types in High-Throughput Genotyping // Am. J. Hum. Genet. – 2000. – Vol. 67. – P.727–736.
Gomes I., Collins A., Lonjou C. et al. Hardy–Weinberg quality control. Annals of Human Genetics. – 1999. – Vol. 63. – P.535–538.
Callen D.F., Thompson A.D., Shen Y., Phillips H., Richards Rl., Mulley J.C., Sutherland G.R. Incidence and origin of 'null' alleles in the (AC)n microsatellite markers // Americun Jounrnl of Human genetics. – 1993. – Vol. 52. – P.922-927.
Pemberton J.M., Slate J., Bancroftt ‘D.R, Barrett J.A. Nonamplifying alleles at microsatellite a caution for parentage and population loci: studies // Molecular Ecology. – 1995. – Vol. 4. – P.249-252.
Van Oosterhout C., Weetman D., Hutchinson W. F. Estimation and adjustment of microsatellite null alleles in nonequilibrium populations // Molecular Ecology Notes. – 2006. – Vol. 6. – P.255–256.
Chapuis M.-P., Estoup A. Microsatellite Null Alleles and Estimation of Population Differentiation // Mol. Biol. Evol. – 2007. – Vol. 24. – P.621–631.
Dewoody J., Nason J.D., Hipkins V.D. Mitigating scoring errors in microsatellite data from wild populations // Molecular Ecology Notes. – 2006. – Vol. 6. – P.951–957.
Dakin E.E., Avise J.C. Microsatellite null alleles in parentage analysis // Heredity. –2004. – Vol. 93. – P.504-509.
Rungi D., Berube Y., Zhang J., Ralph S., Ritland C.E., Ellis B E., Douglas C., Bohlmann J., Ritland K. Robust simple sequence repeat markers for spruce (Picea spp.) from expressed sequence tags // Theor Appl Genet. –2004. – Vol. 109. – P.1283–1294.
Wake D.B., Wake M.H., Specht C.D. Homoplasy: From Detecting Pattern to Determining Process and Mechanism of Evolution // Science. – 2011. – Vol. 331. – P.1032-1035.
Estoup A., Jarne P., Cornuet J.-M. Homoplasy and mutation model at microsatellite loci and their consequences for population genetics analysis // Molecular Ecology. – 2002. – Vol. 11. – P.1591–1604.
O’hanlon P.C., Peakall R. A Simple method for the detection of size homoplasy among amplified fragment length polymorphism fragments // Molecular Ecology. – 2000. – Vol.9. – P.815–816.
Vekemans X., Beauwens T., Lemaire M., Roldcn-Ruiz I. Data from amplified fragment length polymorphism (AFLP) markers show indication of size homoplasy and of a relationship between degree of homoplasy and fragment size // Molecular Ecology. – 2002. – Vol. 11. – P.139-151.
Caballero A., Quesada H. Homoplasy and Distribution of AFLP Fragments: An Analysis In Silico of the Genome of Different Species // Mol. Biol. Evol. – 2010. – Vol. 27. – P.1139–1151.
Herrmann D., Poncet B.N., Manel S., Rioux D., Gielly .L, Taberlet P. Gugerli F. Selection criteria for scoring amplified fragment length polymorphisms (AFLPs) positively affect the reliability of population genetic parameter estimates // Genome. – 2010. – Vol. 53. – P.302–310.
Whitlock R., Hipperson H., Mannarelli M.,. Butlin R .K, Burke T. An objective, rapid and reproducible method for scoring AFLP peak-height data that minimizes genotyping error // Molecular Ecology Resources. – 2008. – Vol. 8. – P.725–735.
Zhang H., Hare M.P. Identifying and reducing AFLP genotyping error: an example of tradeoffs when comparing population structure in broadcast spawning versus brooding oysters // Heredity. –2012. – Vol. 108. – P. 616–625.