4、标记开发与分型

实验室常用标记（SSR等）

SNP

GWAS群体要求300以上

tassel填补缺失基因型

• LD衰减分析判断标记的代表性，判定显著位点的注释区间
• 最低饱和表计量=基因组大小/LD衰减距离

群体结构矩阵

亲缘关系计算方法：系谱法

标记基因型欧式算法

计算软件：SPAGeDi

一次接受量2000到4000

1. LD 衰减 看标记的密度够不够

2. 

1.  重测序？

2. 连锁不平衡？

-   LD ？

3. 群体规模300以上

4. 

GWAS H0（原假设）： y=u+e

H1: y=u+Xb +e 

若 H0成立概率很低，则拒绝原假设，即SNP与表型相关

两类错误：

I类错误：假阳性，拒绝真实的H0, a

II类错误：假阴性，接受错误的H0；b

power（功效）：拒绝错误H0的概率:1-b

固定效应：群体效应，

随意效应：interest on populaton behind the levels 

EMMA: two dimensions to one dimension optimization/多微效基因

MLMM： 低效应位点效率很高／将大效应位点作为背景再次进行检测

FARM-CPU／  

群体结构来源： 地理隔离／人工选择

群体结构分析： 1.系统发生数

进化树上色与调整软件： http://itol.embl.de

NJ树：(mega) 适用于样本间差异不大的样品；种间

ML树（RAxML）：纲水平

贝叶斯树（ExaBayes）：

2. model-base 的群体结构分析／STRUCTURE／ADMIXTURE（标记要根据LD进行过滤，去冗余）

 分析原理：将大群体分成K个服从Hardy-Weinberger 平衡的亚群，将个材料归到每个亚群，计算第i个材料其基因组变异源于第K个亚群的可能性，用Q值表示，Q越大，表示该材料来自这个亚群的可能性越大。

STRUCTURE／贝叶斯／德尔塔K／最高点

ADMIXTURE／更快，C ross-V alidation error最低的点位最优点

Q矩阵／群体结构矩阵，作为固定效应／

CLUMPP／clumpak合并多次Q矩阵综合结果

pophelper／群体结构条形图

PCA分析／uncorrelated/Var(PC1)>Var(PC2)

GWAS项目方案设计

r^  VS D'(不适合小样本)

• haplotype Block。单体型块，即连锁不平衡区域，指同一条染色体上处于连锁不平衡状态的一段连续的区域。单体型块分析可以用于筛选tag SNP（精简标记量）,确定候选基因的范围等。

群体类型： 种质资源材料／遗传变异丰富，可以同时对多个性状进行分析，群体结构复杂，稀有变异多，遗传信息丢失明显

                人工群体／包括F2，半同胞家系，动物远交群体，遗传变异不够丰富

表型调查

数量性状，多基因控制，要符合正态分布，或者用多年多点的数据分开分析后综合结果或取BLUP值（综合考虑环境对性状的影响）作为性状值进行关联分析；

质量性状，单基因控制，可转换成0，1表示；每个群体选取近似的样本。

分级性状，受多基因控制，表型分布类似质量形状，例如抗性性状，需要提供每一个个体精确的测量数据；

多指标性状。多个指标同时度量并找出主成分因子。

标记开发类型

NGS：SNP/small indel/CNV/SV

填补方法：依赖reference panel(impute2)／不依赖 (knn,fill genoty)

测序深度： 比较纯的自交系：5*

                有较多杂合位点的材料： 10*以上

                简化基因组测序推荐每个Tag 10*以上                

遗传进化+选择性清除+GWAS？？？？？