育种 | 使用 BCIntrog 进行背景回复率分析

往期文章《R语言 | 一个计算背景回复率的工具》我们介绍了一个用于鉴定回交育种选育后代基因组中导入供体亲本基因组片段位置以及计算背景回复率的工具BackgroundAnalysis.R。然而该工具仅是调用了 SNPbinner 用于不同基因型片段的鉴定以及绘图和汇总,并不能算是一个独立的工具。今天我们介绍一个专门用于回交后代导入片段鉴定和背景回复率分析的 R 包 BCIntrog。

安装

1
2
# 该 R 包从 github 上安装
devtools::install_github("laowang1992/BCIntrog")

使用方法

BCIntrog(Back-Cross Introgression)是一个用于植物回交育种群体的 R 包。它从全基因组重测序 vcf/vcf.gz 文件中筛选亲本特异性标记,使用隐马尔可夫模型(HMM)推断后代基因型,并鉴定供体亲本来源的基因组导入片段。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
library(BCIntrog)

# 读取 VCF 文件
vcf <- system.file("extdata", "Demo.vcf.gz", package = "BCIntrog")
dat <- read_vcf(vcf)

# 筛选亲本特异性标记并判定后代基因型
sites <- select_site(
dat,
donor = "9172", # "9172" 为供体亲本名称
recurrent = "Y633", # "Y633" 为轮回亲本名称
offspring = "WS100", # "WS100" 为后代名称
GQ = 20
)

# 基于 HMM 推断的遗传状态识别基因组片段
seg <- segment_detection(
sites,
min_length = 650000, # 最小片段长度
cross_length = 10000000 # 状态转换间的期望距离
)
summary(seg)

# 可视化
p <- visualization(seg,
chr = c("scaffoldA01", "scaffoldA02", "scaffoldA03", "scaffoldA04", "scaffoldA05",
"scaffoldA06", "scaffoldA07", "scaffoldA08", "scaffoldA09", "scaffoldA10"), # 要展示的染色体
label = c("A01", "A02", "A03", "A04", "A05", "A06", "A07", "A08", "A09", "A10")) # 所选染色体的标签
p

也可以一键运行:

1
2
3
4
5
6
7
8
9
10
11
res <- run_analysis(
vcf,
donor = "9172",
recurrent = "Y633",
offspring = "WS100",
chr = c("scaffoldA01", "scaffoldA02", "scaffoldA03", "scaffoldA04", "scaffoldA05",
"scaffoldA06", "scaffoldA07", "scaffoldA08", "scaffoldA09", "scaffoldA10"),
label = c("A01", "A02", "A03", "A04", "A05", "A06", "A07", "A08", "A09", "A10")
)
summary(res$segments)
res$plot

在鉴定供体亲本片段以后可以使用 summary() 函数对结果进行总结,判定供体亲本、轮回亲本、以及杂合片段的长度和比例。另外,可以使用 visualization() 函数对回交后代导入片段进行可视化,其中 chr 和 label 参数分别用于指定需要展示的染色体(如 scaffoldA01 是基因组文件中的染色体名称)以及染色体需要显示的名称(如 A01 是图中展示出来的名称)。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# summary(seg) 结果
BCIntrog segment summary
Total length: 397.539 Mb
Donor genome equivalent: 6.20%
Recurrent recovery (allelic): 93.58%
Recurrent homozygous: 93.10%
Uninformative: 0.22%
Segments: 47

By state:
Viterbi State Length_bp Proportion N_segments SNP_number Observed_SNP_number Mean_Confidence
D 9172 22746707 0.057218813 6 4542 3907 0.9981397
R Y633 370110742 0.931004968 31 71806 49004 0.9998208
H Heterozygous 3790591 0.009535144 4 1356 1022 0.9499919
<NA> Uninformative 890915 0.002241076 6 13 0 NA

SNP 标记及导入片段位置和基因型

然而,BCIntrog 也有其局限性。其核心算法与 SNPbinner 一样,采用隐马尔可夫模型(HMM)来推断后代基因组状态。在 HMM 中,状态转换概率理论上应根据遗传距离(即重组率)来计算更为科学。然而,在实际应用中,遗传距离图谱往往难以获取,因此 BCIntrog 只能退而求其次,使用物理距离来估算转换概率,这在一定程度上可能影响片段边界推断的精度。此外,当前的发射概率设定为固定值,为充分利用 VCF 文件中 GQ 和 AD 信息,二者是衡量基因型置信度的重要指标。若能根据每个 SNP 位点的 GQ 或 AD 动态调整发射概率,将有望提升 HMM 在低覆盖深度或噪声较大区域的推断准确度,这也是该工具未来可以改进的方向之一。同时,若能结合 shiny 写一个 GUI 版本,将进一步方便该工具的应用。

引用

如果使用 BCIntrog 进行供体片段鉴定以及背景回复率分析,在撰写文章时可以在 Method 部分注明:

The detection of donor-derived genomic segments and the calculation of background recovery rate were performed using BCIntrog (available at https://github.com/laowang1992/BCIntrog.git).


图片与主题无关

数据来源


育种 | 使用 BCIntrog 进行背景回复率分析
https://laowang2023.cn/2026/11/21/20261121-bcintrog/
作者
老王
发布于
2026年11月21日
许可协议