我們是,開放的分子育種平臺

Successful case

科研解決方案

首頁 > 科研解決方案 > GWAS分析

全基因組關聯分析(GWAS)


全基因組關聯分析(GWAS)在全基因組范圍內挖掘與目標性狀相關聯的分子標記。

顯著標記可以作為候選位點進行精細定位、功能驗證,或者用于分子輔助育種。GWAS一般使用自然群體,也可以使用育種過程中積累的數據。

blob.png


技術特點


與其他性狀關聯位點定位技術例如雙親群體QTL定位和BSA等相比,GWAS的有以下幾點特點。

GWAS使用自然群體,所以其結果在一個很廣泛的血緣范圍內有效,不會有雙親本群體定位的QTL在其他血緣的適用性問題。

自然群體的連鎖區段一般會比低代雙親群體要小,能夠定位到更精細的區段。

GWAS一般基于測序或者芯片技術檢測分子標記,所以標記密度一般會比較大。另外GWAS還有無需構建雙親群體、可以利用育種過程中積累的數據等特點。

blob.png


技術流程


gwas01.jpg


技術應用

blob.png

該文章通過對517個大米地方種的測序得到了大約360萬個SNP標記,然后利用這些標記對14個農藝性狀進行了全基因組關聯分析(GWAS)。

群體結構分析將所有材料分為了Indica和Japonica兩個大群,每個大群又可以各自分為3個亞群。

群體結構分析與材料的實際地理來源基本能夠符合。

Indica和Japonica材料之間有著明顯的遺傳距離,所以該文對Indica群體單獨進行了GWAS分析。

由于群體結構的存在,文章選用Compressed MLM算法來控制定位結果的假陽性。

最終找到了很多與重要農藝性狀相關聯的分子標記。

有些定位的標記與已經發表的基因定位結果能夠很好地吻合,以此證明了該項目定位結果的可靠性。

blob.png
blob.png


重庆时时彩稳赢的公式