Malosetti M, Linden CG van der, Vosman B, et al. 2007. A Mixed-Model Approach to Association Mapping Using Pedigree Information With an Illustration of Resistance to Phytophthora infestans in Potato. Genetics 175(2): 879–889. DOI: 10.1534/genetics.105.054932
过去十年间，分子标记辅助选择已成为育种计划的标准工具（Young 1999; Asins 2002; Dekkers and Hospital 2002; Collard等2005）。使用分子标记等位基因连接到影响性状变异的数量性状基因座（QTL）而不是使用表型性状值的遗传优良个体的选择可以显着加速遗传改良（Hospital et al.1997）。作为标记辅助选择（MAS）的第一步，需要鉴定与QTL连锁的标记基因座。在植物中，到目前为止，QTL定位主要依赖于由近交系（F2，回交，重组近交系等）之间杂交衍生的分离群体的发育。在这样的群体中，由群体性质观察到的标记与QTL等位基因之间的连锁不平衡（LD）必定是物理连锁的结果。虽然设计的分离种群很容易制造，但它们有许多缺点。首先，群体内分离遗传变异的数量是有限的，因为每个基因座最多有两个等位基因可以分离（在二倍体物种中），而在父母之间没有等位基因多态性的情况下，不能鉴定QTL。其次，作图研究发生的遗传背景通常不能代表精英种质中使用的背景（Jannink et al.2001）。第三，在最大LD之后的代数相对较低，其中在F1中达到最大LD，意味着在设计种群内（通常为几百）减少了取样减数量的数目，导致LD中相对长的染色体延伸。因此，QTL位置的置信区间的特征尺寸在10-20cM之间（Darvasi等，1993）。对这些和其他限制的认识促使人们对人类和动物遗传学中广泛使用的替代映射策略产生兴趣，其中这些技术被称为LD映射和关联映射（Lynch and Walsh 1998; Walsh 2002），我们可以互换使用的名称。
对于关联作图，研究人群由一组基因型组成，而不是高度设计的基因型群体，寻找标记 - 关联关联所需的LD来自该群体中未记录的LD来源（Jannink et al.2001） 。在植物遗传学中用于关联作图的群体的良好例子是栽培种，育种系，种质资源种的育种和基因库收集等。遗传作图策略提供了用于作图的基因型选择的更大灵活性，这从植物育种中是有利的透视。研究中的遗传变异可以定量增加，因为每个基因座可以存在多于两个等位基因，并且定性地，因为QTL等位基因可以被映射到与育种程序直接相关的种质。由于估计的QTL效应是在植物育种者的相关遗传背景下估算的，因此估计更为现实。此外，标记 - 关联关联将由紧密连锁产生，与大多数设计种群相比更紧密，因此可以以更高的精度映射QTL。关联作图策略的一个重要资产是直接利用大量的历史表型数据，这些数据可用于无需额外花费或少量额外成本的绘图工作。例如，育种者通常在相关的目标环境群体中评估其种质，从而通过关联作图努力产生大量有价值的表型信息，所述表型信息容易用于QTL检测，该程序称为Parisseaux的“计算机绘图法”和Bernardo（2004）。
在关联映射中，关联不是LD的唯一原因。当包含在映射研究中的基因型集合在例如不是F2，重组自交系或双单倍体群体的意义上不是同质的时，观察到LD可能是除了连锁以外的机制的结果，例如作为群体混合物，特定交配系统，遗传漂变和选择（Jannink和Walsh 2002; FlintGarcia等2003）。尽管可能引起混淆，但术语LD严格指配子体内不同基因座的等位基因依赖性，这可能是基因座之间物理连锁的结果，但不一定如此（Jannink和Walsh，2002）。关联映射努力的成功取决于由于其他原因导致LD与LD关联分离LD的可能性。种群结构被认为是除了连锁以外的标记 - 性状关联的第二个主要原因（Pritchard et al.2000b; Jannink et al.2001; FlintGarcia et al.2003）。因此，大多数关联应用策略首先首先检查人群以评估群体内是否可以辨别群体，然后在群体效应的校正之后测试群体内的标记 - 性状关联，即测试群体内的标记 - 性状相关性。原则是只有在由于群体效应而消除遗传相关性后，由连锁引起的关联才能存活。 Pritchard等人提出了一种检测种群结构的常用方法。 （2000年）。在软件STRUCTURE 中提供了该方法的实现，其中在贝叶斯框架内使用分子标记信息将组成员概率分配给基因型。然后可以使用估计的群体成员概率将基因型分配到其中测试标记 - 疟联合的组（Remington等人2001; Simko等人2004b; Sk等人2005）。或者，这些组可以作为一个额外的因素或一组协变量在统计模型中整合到表型与基因型中（Thornsberry et al.2001; Wilson et al.2004）。
