如何做GWAS关联分析

全基因组关联分析(genome wide association study, GWAS) 是利用全基因组范围内筛选出高密度的分子标记对所研究的群体进行扫描, 分析扫描得出的分子标记数据与表型性状之间关联关系的方法。GWAS的出现为全面系统地研究基因组学掀开了新的一页, 目前主要应用于人类疾病复杂性状的分析, 已鉴定出大量与人类复杂疾病或数量性状相关的遗传变异, 成为研究人类基因组学的关键手段。在植物基因组中的研究应用也取得了良好的效果, 应用GWAS发掘植物复杂数量性状基因、为植物分子育种提供依据已成为国际植物基yans因组学研究的热点。

在动植物研究中,GWAS相对于传统的传统的利用遗传图谱做QTL定位有很多优势:

节约时间 无需构建遗传群体,GWAS自然群体或者种质资源直接可以用于关联分析;

定位精确,人工群体由于群体大小限制,重组不充分定位区间往往很大,而GWAS使用自然群体都经过长时间多世代的繁衍基因组重组充分,关联定位准确;

GWAS中表型性状变异丰富,只要群体足够大,可以涵盖几乎所有的表型性状,因此GWAS可以关联任何性状,而人工群体由于群体遗传背景单一,如果父母本中某些表型不存在就无法定位该性状。

GWAS关联分析常常登陆顶级期刊:

案例1:GB -苦荞-2021群体+gwas文章


基础数据:510份苦荞种质,包括32份野生种质、478份地方种质和7份荞麦属种质。本研究对全球14个国家的510份苦荞种质资源进行了测序分析,共生成原始数据3.98 Tb,平均测序深度为12.65X,基因组覆盖率为91.72%。最终鉴定了1,095,748个SNP和116,516个InDel。

案例2:NC –梨-2021群体gwas文章

基础数据:312个沙梨(Pyrus pyrifolia)品系进行了测序,其中231个品系是本地品种(landrace),81个品系是改进的栽培种(improved cultivar)。总测序量产出为2.15Tb数据,经过比对参考基因组、变异检测以及变异过滤之后得到340万个SNP(单核苷酸突变)用于下游研究。(值得注意的是,本研究中使用的参考基因组是白梨Pyrus bretschneideri,数据与参考基因组的平均比对率是73.5%,这在涉及不同品系和品种的重测序研究当中,是一个可以接受的数字。)在系统发育与群体结构的分析当中,显示出选择的梨品系大致区分成两类(中国品系Group I和日韩品系Group II)。

案例3:NC –毛竹-2021群体gwas文章

基础数据:毛竹(Phyllostachys edulis)是世界上最重要的竹种,在我国主要分布于华南地区。本研究中,作者对来自15个代表性地理区域的427份毛竹进行全基因组重测序,构建了毛竹基因组变异图谱,进行了种群进化分析,并对9个重要性状进行全基因组关联分析以确定候选基因,揭示了这一无性繁殖物种的群体多样性,为了解毛竹进化和农业重要性状的遗传机制提供了基础与资源。427份来自于15个代表性区域的毛竹种质与近缘种Phyllostachys kwangsiensis,Illumina测序(平均20X)获得16.60TB数据。

GWAS关联分析课程推出:

为方便大家快速掌握GWAS分析,我们组学大讲堂推出GWAS分析课程,课程主要内容和课程特色:

GWAS分析原理解读

GWAS分析多软件多模型关联分析(tassel,GAPIT,EMMAX,GEMMA)

众多模型支持(GLM MLM CMLM ECMLM SUPER FarmCPU Blink FaST EMMA EMMAx GEMMA等)

课程采用docker镜像,软件安装一键搞定,数据分析无障碍

绘图命令脚本打包,快速出图,并可根据参数个性化设置,如下面两个配色的Manhattan图

图片精心调制,发表级图片输出:

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,233评论 6 495
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,357评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,831评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,313评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,417评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,470评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,482评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,265评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,708评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,997评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,176评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,827评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,503评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,150评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,391评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,034评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,063评论 2 352

推荐阅读更多精彩内容