全基因组关联分析
GWAS(Genome-wide association study)，即全基(ji)(ji)因(yin)(yin)组关联分析，是通(tong)过扫(sao)描基(ji)(ji)因(yin)(yin)组中数(shu)以百万计(ji)的(de)单核苷(gan)酸多态性(xing)(xing)（single nucleotide polymorphism, SNP）分子标记(ji)，进行(xing)基(ji)(ji)因(yin)(yin)型(xing)和表型(xing)间相关性(xing)(xing)分析，筛选出影响(xiang)复杂性(xing)(xing)状的(de)基(ji)(ji)因(yin)(yin)变异的(de)一种策略。
多性状定位
在全基因组水平上同时且广泛地挖掘与多个目标性状变异显著相关的多个基因。
生物学基础研究
在全基因组水平上同时研究一个代谢路径或通路上的多个性状。
群体进化研究
将GWAS与群体进化结合分析定位性状关键基因。-
研究趋势
· 与群体进化相结合· 与QTL 定位结合· 基因组检测数据重复利用
Schematic diagram
技术示意图
Results Display
结果展示
- 关联分析 /
曼哈顿图为经F检验的全基因组P值按染色体上物理位置排序图，横坐标为基因组坐标，纵坐标-log10P，P值越小纵坐标越大关联性越强。 - 群体主成分分析 /
主成分分析（PCA）是一种数学的运算方法，基于个体基因组SNP差异程度，可以将多个相关变量经过线形转换选出较少个数的重要变量。 - 构建单体型图谱 /
利用全基因组SNPs构建单倍型图谱，可以分析显著关联SNP位点之间、候选基因内各SNP位点之间的LD关系以及单体型和性状之间的相关性。