Desarrollo y Evaluación de SoySNP50K, un Array de Genotipado de Alta Densidad para Soja

El objetivo de esta investigación fue identificar polimorfismos de un solo nucleótido (SNPs) y desarrollar un Illumina Infinium BeadChip que contuviera más de 50,000 SNPs de soja (Glycine max L. Merr.). Se obtuvieron un total de 498,921,777 lecturas de 35-45 bp de longitud a partir del análisis de secuencias de ADN de bibliotecas de representación reducida de varios accesos de soja que incluían seis genotipos de soja cultivada y dos genotipos de soja salvaje (G. soja Sieb. et Zucc.). Estas lecturas se cartografiaron a la secuencia del genoma completo de la soja y se identificaron 209,903 SNPs. Después de aplicar varios filtros, se determinó que un total de 146,161 de los 209,903 SNPs eran candidatos ideales para el diseño del Illumina Infinium II BeadChip. Para igualar la distancia entre los SNPs seleccionados, aumentar la tasa de éxito del ensayo y minimizar el número de SNPs con baja frecuencia de alelos menores, se desarrolló un algoritmo de iteración basado en un índice de selección y se utilizó para seleccionar 60,800 SNPs para el diseño del Infinium BeadChip. De los 60,800 SNPs, 50,701 fueron dirigidos a regiones eucromáticas y 10,000 a regiones heterocromáticas de los 20 cromosomas de soja. Además, 99 SNPs fueron dirigidos a andamios de secuencia no anclados. De los 60,800 SNPs, un total de 52,041 pasaron la fase de fabricación de Illumina para producir el SoySNP50K iSelect BeadChip. La validación del chip SoySNP50K con 96 genotipos de landrace, 96 cultivares élite y 96 accesos de soja salvaje mostró que 47,337 SNPs eran polimórficos y generaron llamadas exitosas de alelos SNP. Además, 40,841 de los 47,337 SNPs (86%) tenían frecuencias de alelos menores ≥ 10% entre los landraces, cultivares élite y los accesos de soja salvaje. Se identificaron un total de 620 y 42 regiones candidatas que pueden estar asociadas con la domesticación y la selección reciente, respectivamente. El beadchip SNP SoySNP50K iSelect será una herramienta poderosa para caracterizar la diversidad genética de la soja y el desequilibrio de ligamiento, y para construir mapas de ligamiento de alta resolución para mejorar el ensamblaje de la secuencia del genoma completo de la soja.