The kluczowa różnica między QTL a GWAS zależy od rodzaju sekwencji użytych w analizie. QTL wykorzystuje loci genów łączących do analizy cech fenotypowych związanych z dziedziczeniem polygenowym, podczas gdy GWAS wykorzystuje całe sekwencje genomu do analizy polimorfizmów pojedynczego nukleotydu określonego stanu.
Mapy QTL i GWAS odgrywają ważną rolę w analizach genetycznych różnych cech. Ponadto są ważne w analizie różnych stanów chorobowych o nieznanej etiologii. Ponadto sekwencjonowanie odgrywa kluczową rolę w obu technikach. Techniki te można dodatkowo łączyć z innymi technikami o wysokiej przepustowości w celu zwiększenia dokładności i precyzji.
1. Przegląd i kluczowa różnica
2. Co to jest QTL
3. Co to jest GWAS
4. Podobieństwa między QTL i GWAS
5. Porównanie obok siebie - QTL vs GWAS w formie tabelarycznej
6. Podsumowanie
QTL oznacza Ilościowy locus cechy. Jest to region DNA związany z cechą fenotypową. Zasadniczo QTL wywołuje efekty poligeniczne. Rozkład QTL jest różny, a liczba QTL sugeruje stopień zmienności określonej cechy fenotypowej. Ponadto zazwyczaj kodują one cechy ciągłe, a nie cechy dyskretne.
Po zidentyfikowaniu regionów QTL ważne jest sekwencjonowanie określonego obszaru QTL. Ponadto, aby ułatwić prowadzenie badań i badań, sekwencjonowanie i przechowywanie danych sekwencyjnych wspólnych regionów QTL odbywa się z udziałem bioinformatyki. Nazywamy tę technikę mapowaniem QTL. Następnie baza danych tworzy sekwencje regionu QTL.
Rysunek 01: Skanowanie QTL
Ponadto zastosowania sekwencji QTL opierają się głównie na narzędziu BLAST, w którym można określić podobieństwo sekwencji. Jest to ważne przy ustalaniu związków między organizmami. Ponadto jest to ważne przy określaniu złożoności określonego fenotypu poligenowego. Określa także ewolucję określonej cechy.
Obecnie analiza QTL jest łączona z innymi wysokowydajnymi technikami, takimi jak mikromacierze DNA. Jest to ważne w analizie ekspresji fenotypu. Obecnie naukowcy są bardzo zainteresowani opracowaniem bazy danych QTL, ponieważ regiony QTL są odpowiedzialne za wiele ważnych cech różnych gatunków.
GWAS oznacza Badanie całego stowarzyszenia genomu. Odnosi się to również do badań asocjacyjnych całego genomu. Badania te koncentrują się głównie na badaniach obserwacyjnych. Analizuje warianty genetyczne różnych osobników zwykle związanych z określoną cechą. Ponadto cały genom jest ważny dla analizy GWAS.
Rysunek 02: GWAS
GWAS jest ważnym narzędziem w analizie polimorfizmów pojedynczego nukleotydu związanych z różnymi stanami chorobowymi. Jest to również badanie porównawcze różnych polimorfizmów pojedynczego nukleotydu w szerokiej populacji. Ponadto badana próbka GWAS jest bardzo wysoka; w związku z tym przyjmuje również formę przekrojowego badania kohortowego.
Ponadto pierwsze badanie GWAS przeprowadzono w odniesieniu do zawału mięśnia sercowego i analizy genów związanych z zawałem mięśnia sercowego. Obecnie GWAS odgrywa ważną rolę w określaniu tła genetycznego złożonych chorób o nieznanej etiologii.
QTL analizuje cechy fenotypowe związane z dziedziczeniem polygenowym przy użyciu połączonych loci genów, podczas gdy GWAS analizuje polimorfizmy pojedynczego nukleotydu konkretnego stanu przy użyciu sekwencji całego genomu. Jest to zatem kluczowa różnica między QTL a GWAS. Mapowanie QTL jest stosunkowo mniej złożoną techniką niż GWAS, ponieważ wymaga sekwencjonowania całego genomu.
Poniższa infografika podsumowuje różnicę między QTL a GWAS w formie tabelarycznej.
Mapowanie QTL i GWAS odgrywają główną rolę w określaniu tła genetycznego różnych cech fenotypowych. Pomagają również w analizie tła genetycznego różnych chorób. Mapowanie QTL mapuje geny łączące odpowiedzialne za ciągłe cechy, a także obejmuje mapowanie genów dziedziczenia polygenowego. Z drugiej strony, GWAS odbywa się z analizą całego genomu pod kątem polimorfizmów pojedynczego nukleotydu. Ponadto dzieje się tak w większej populacji. Jest to zatem podsumowanie różnicy między QTL a GWAS.
1. Liu, Ruixian i in. „Analiza GWAS i identyfikacja QTL cech jakości włókien i składników plonu w bawełnianej wyżynnej za pomocą wzbogaconych markerów SNP o wysokiej gęstości.” Frontiers in Plant Science, Frontiers Media S.A., 13 września 2018, dostępny tutaj.
2. „GWAS vs. Qtl Mapping? ” Najnowsze posty, dostępne tutaj.
1. „Przykład skanu QTL obejmującego cały genom z PLoS Biology” Autor: - Styrkarsdottir U, Cazier JB, Kong A, Rolfsson O, Larsen H i in. (2003) Powiązanie osteoporozy z chromosomem 20p12 i skojarzenie z BMP2. PLoS Biol 1 (3): e69 (CC BY 2.5) przez Commons Wikimedia
2. „Efekty alleli choroby GWAS” Autor: Bush WS i Moore JH - Bush WS, Moore JH (2012) Rozdział 11: Badania całego stowarzyszenia genomu. PLoS Comput Biol 8 (12): e1002822. doi: 10.1371 / journal.pcbi.1002822, (CC BY 2.5) przez Commons Wikimedia