GWAS关联分析知识普及（样本收集、性状调查、基因分型、关联分析、功能验证）！

全基因组关联分析（Genome wide association study，GWAS）是对多个个体在全基因组范围的遗传 变异（标记）多态性进行检测，获得基因型，进而将基因型与可观测的性状/表型进行群体水平的 统计学分析。根据统计量或显著性p值筛选出最有可能影响该性状/表型的遗传变异（标记），进 而挖掘与性状相关的基因。

GWAS分析方法介绍

GWAS 分析一般会构建回归模型，用以检验标记与表型之间是否存在关联。具体如下：

1、零假设（H0null hypothesis）：标记的回归系数β为零, 标记对表型没有影响。

2、 备择假设(H1，也叫对立假设，Alternative Hypothesis) ： 标记的回归系数β不为零， SNP和表型相关。

3、如果H0成立的概率很低（5%，%1），拒绝原假设，接受备择假设。

GWAS分析模型介绍

GWAS 分析模型有多种，这里主要介绍两种模型：

1、一般线性模式GLM（General Linear Model）:

y = Xα + Zβ + e

2、混合线性模型MLM（Mixed Linear Model）：

y = Xα+ Zβ + Wμ+ e

注：

y：所要研究的表型性状；

Xα：标记效应（Marker Effect SNP）， 固定效应；

Zβ：群体结构，固定效应（Fixed Effect）， Q矩阵；

Wμ：个体间的亲缘关系，随机效应（Random Effect） ，K矩阵；

e：残差，随机效应。

GWAS分析常用软件

GWAS关联分析用到的软件有多种，每种软件针对不同的性状数据其关联定位效果不同。这里简单的介绍常用的几款软件。

1、Plink：功能很多，常用的功能包括：标记过滤、样本过滤、LD计算、

卡方检验、 逻辑回归、简单线性回归、fisher检验等，复杂模型无法实现。 适应于人类（case/control）关联分析， 动植物群体不建议使用该软件进行关联分析；

2、Tassel：发布较早的动植物关联分析软件，可以实现的模型：GLM、MLM、CMLM等；对于大群体、大标记量的项目内存消耗高，速度慢；

3、GAPIT：主要是基于R环境的关联分析软件，可以实现的模型很多：GLM 、MLM、CMLM、ECMLM等；对于大群体，大标记量的项目内存消耗高，速度非常慢；

4、Emmax：主要用于实现emmax模型，内存消耗少，速度快；

5、GEMMA：可以实现LM、LMM、bsLMM模型，内存消耗少，速度快；6、其他：Fast-LMM，BOLT-LMM，GCTA，mrMLM等。

1张图告诉你GWAS分析的5大步

做GWAS分析，从材料到结果一共有5大步：样本收集、基因分型、性状调查、关联分析、功能验证。

对于初次接触GWAS分析的人来说，样本的选择和性状数据调查尤其重要。

样本选择：

一般来说群体大小至少200个，且样本间不能有明显的亚群分化（例如生殖隔离等）即遗传背景差异小。如果样本间存在亚群分化，则每个亚群建议样本量在200个以上。

性状数据：

精确的表型检测是关联分析的关键，目标性状选取建议选择遗传力高的性状。性状数据分为三类：

1、数量性状：多基因控制，能够测量得到具体数值，符合正态分布；考虑到数量性状受环境影响大，建议将所有材料在同一环境下培育或养殖，或者用多年多点的数据分开分析后综合结果或取BLUP值作为性状值进行关联分析；

2、质量性状：单基因控制，无法用具体数值衡量，可转换成0、1等表示；

3、 分级性状：表型分布类似质量性状，但实际受多基因控制（数量性状），如抗性性状，因此需要提供每一个个体精确的测量数据。

想了解学习更多群体进化及GWAS分析相关知识，扫描下方二维码报名参加组学大讲堂8月12日-14日举办的《群体重测序遗传进化+GWAS分析实操》线下培训（南京站）。适合在做以下研究的学员：群体育种和群体进化（驯化机制，适应性进化，种群历史交流）及全基因组关联分析(GWAS) 等相关研究。让你的群体研究快人一步！

更多培训安排可以加微信“omicsclass001”联系王老师进行咨询！

测序、数据分析、课程培训等事宜请联系邮箱：Tech@biomics.com.cn

听说点在看会发大文章