|
|
产品介绍 动植物表型与基因型密切相关，全基因组关联研究（GWAS）被广泛用于分析表型变异的遗传基础。然而，有着“第二基因组”之称的宿主微生物组也会极大程度干扰和影响宿主的表型性状，并同时受到宿主环境的影响。 利用GWAS技术开展宿主基因组与微生物群落相互作用的关联分析，即mGWAS（microbiome Genome-Wide Association Study）。以微生物群落数据为表型，与宿主基因组SNP数据进行关联分析，可以帮助人们更好地理解宿主和微生物以及表型性状之间的相互作用，探究宿主遗传因素对微生物群落的影响。 研究目的
微生物mGWAS研究技术路线 项目优势
分析流程
经典结果展示
经典案例 案例一
本研究共收集了相同饲养管理条件下304头荷斯坦奶牛的血液，瘤胃液样本，分别进行瘤胃微生物宏基因组，瘤胃代谢组和宿主全基因组重测序，通过多组学整合分析发现，瘤胃微生物组成、功能和代谢物中存在显著受宿主遗传调控的高遗传性亚群。
奶牛瘤胃微生物群遗传性及显著变异
案例二
本研究构建了鸡菌群垂直传递模型，运用基因组、微生物组和代谢组技术系统解析了母源大豆皂甙对子代菌群传递及肠道发育的调控机制。研究结果揭示母源大豆皂甙可通过调节垂直传递菌定植及其代谢功能，促进雏鸡肠道发育，为优化母子一体化营养策略提供了理论依据。
宿主微生物mGWAS曼哈顿图及相关的可遗传变异的KEGG功能通路 案例三
研究对110份水稻品种叶际微生物组进行宏基因组，结合mGWAS分析，将细菌丰度与水稻基因组中的单核苷酸多态性(SNP)联系起来。结果发现水稻基因型与假单胞菌目、伯克霍尔德氏菌目、肠杆菌目和黄单胞菌目等细菌类群密切相关。
GWAS与水稻叶际微生物群的研究 参考文献 [1]Host genotype, soil composition, and geo-climatic factors shape the fonio seed microbiome. Microbiome .2024. 产品介绍 代谢组是基因组与表型组间的核心桥梁，在揭示动植物生长发育及环境适应机制中至关重要。近年来，动植物群体重测序与代谢组等的多组学整合进一步拓展了其在基因鉴定和代谢通路解析中的应用。 代谢组-全基因组关联分析（Metabolome Genome-Wide Association Study，mGWAS）是在传统GWAS（全基因组关联分析）基础上，整合高通量代谢组学数据，旨在通过分析代谢物数据和基因型数据之间的关联，揭示代谢物的遗传调控机制及其在疾病和表型中的作用，系统性研究遗传变异与代谢物水平关联的新方法。基于代谢组的全基因组关联分析（mGWAS）通过高精度代谢表型数据，不仅提升了传统GWAS的解析效能，还能精准定位代谢物调控基因，为分子机制研究提供新思路。 分析流程
项目优势
技术 分析示例
经典案例 案例一
本研究对1,325份茶树及其相关物种的全基因组进行重新测序，构建遗传变异图谱并注释有害突变；利用群体遗传学分析揭示不同茶树品种之间的遗传分化、遗传瓶颈事件、异源基因组的流入以及野生种的保护状况，通过代谢物全基因组关联分析（mGWAS），研究鉴定了多个与黄酮类化合物合成相关的关键基因。
茶树代谢检测结果和黄酮类化合物mGWAS分析
案例二
本研究对29个野生种及地方品种的基因组进行了高质量的组装，并对248份野生马铃薯、地方品种和现代栽培品种进行了深度重测序。通过LC-MS/MS对157份材料进行代谢组分析，经基于PAV的代谢组-GWAS分析，发现9,321个结构变异与1,258种代谢物显著相关。
代谢物mGWAS分析
参考文献 1、Genomic analysis of 1,325 Camellia accessions sheds light on agronomic and metabolic traits for tea plant improvement. Nature Genetics, 2025. 2、Graph-based pangenome provides insights into structural variations and genetic basis of metabolic traits in potato. Molecular Plant, 2025. |
