全基因组关联分析（GWAS）

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（如SNP）多态性进行检测，进而将基因型与表型进行相关性分析，挖掘性状相关基因。

GWAS分析流程

• 准备样本表型数据
• 进行基因型检测
• 基因型和表型关联
• 查找候选基因组

性状数据

• 质量性状
  单基因控制
• 数量性状
  符合正态分布
  表型数据离散时建议进行数据转换
  剔除异常表型值样本
  多年多点重复观测，相互验证
• 分级性状
  多基因控制

效应与基因频率

突变效应：一个突变对性状的影响程度

群体结构和亲缘关系的干扰

做GWAS的一个理想群体是，群体内部的所有个体随机交配，个体间的距离一致、差异度一致，那么群体内的最大差异就是目标表型的差异。但是，我们的群体一定会存在亲缘关系或者亚群的干扰。所以，我们在分析的时候要做一些处理（加Q或者K矩阵矫正）。

常用的模型

一般线性模型GLM

该模型认为表型由遗传效应（SNP的干扰）和群体结构的干扰再加上随机误差一起生效的。

混合线性模型MLM

在一般线性模型的基础上多加了一个亲缘关系（随机效应）

GWAS曼哈顿图

阈值计算：Bonferroni test，0.05/total_SNPs，0.01/total_SNPs 或 FDR

QQ-plot

QQ-plot：quantile-quantile plot ，分位数-分位数图，主要用于检查观测到的p-value和期望的p-value一致性。进而推断GWAS使用的统计模型是否合理。

一般比较好的结果是前面重合，后面尾巴翘起。

GWAS分析常用的软件

• GWAS分析软件
– Tassel
– GAPIT
– Plink
– Emmax
• GWAS绘图软件
– qqman(R包)
– CMplot（R包）

样本和测序数量

• 推荐测序量：
– 单个样品>5X以上,大群体可以适当降低测序量
• 个体数目
– 越多越好,200个以上
• 样本间不能有明显的亚群分化

欢迎关注Bioinfor 生信云！