一. GWAS與群體結(jié)構(gòu)

（1）群體遺傳結(jié)構(gòu)：群體水平大尺度遺傳差異，亞群水平等位基因頻率差異，不同祖先來(lái)源，個(gè)體間親緣關(guān)系，家系等不同的群體結(jié)構(gòu)。

?圖1 群體結(jié)構(gòu)類(lèi)型

（2）群體結(jié)構(gòu)對(duì)GWAS的影響：GWAS的研究對(duì)象包括自然群體、種質(zhì)資源，半同胞家系，混合家系，MAGIC/NAM家系等。自然群體內(nèi)性狀變異和遺傳變異豐富，群體內(nèi)積累許多重組和突變信息，使用GWAS定位的分辨率大大提高；使用人工設(shè)計(jì)群體進(jìn)行GWAS一方面降低群體內(nèi)分化情況，另一方面避免稀有等位變異的丟失。但是，GWAS分析時(shí)也存在困難，每個(gè)亞群樣本共享一種生活方式，導(dǎo)致許多目標(biāo)性狀直接與亞群或世系相關(guān)；亞群間本身的表型差異；群體內(nèi)等位基因頻率差異大的位點(diǎn)與表型關(guān)聯(lián)，導(dǎo)致出現(xiàn)假陽(yáng)性。所以，GWAS需要選擇統(tǒng)計(jì)學(xué)模型（如GLM、MLM）校正群體結(jié)構(gòu)，我們?cè)谶x擇材料時(shí)，保持群體豐富遺傳變異的同時(shí)，也要盡量避免過(guò)于復(fù)雜的群體結(jié)構(gòu)。

二. 群體結(jié)構(gòu)分析

（1）主成分分析

通過(guò)正交交換將一組可能存在相關(guān)性的變量轉(zhuǎn)換為一組線性不相關(guān)的變量，PCA分析展示比較能區(qū)分群體的2-3個(gè)主成分。

（2）系統(tǒng)進(jìn)化樹(shù)

表示生物的進(jìn)化歷程和親緣關(guān)系，基于不同算法可以構(gòu)建NJ樹(shù)（MEGA）、ML樹(shù)（RAxML）、貝葉斯樹(shù)（ExaBayes）等。

（3）structure

反映遺傳變異在物種或群體的分布，推斷群體數(shù)目，判斷某個(gè)體屬于哪個(gè)群體，基于不同算法的分析軟件有STRUCTURE、ADMIXTURE、fastSTRUCTURE、TeraStructue等。

（4）遺傳關(guān)系矩陣

包括血緣，共同祖先及其他共同特征的關(guān)系，可以根據(jù)系譜關(guān)系、標(biāo)記基因型（AA、Aa、aa）、標(biāo)記歐氏距離（ED值）等方法推斷，MLM可以作為協(xié)方差控制假陽(yáng)性。

?圖2 群體結(jié)構(gòu)分析

三. 經(jīng)典文獻(xiàn)——GWAS解析二倍體棉關(guān)鍵農(nóng)藝性狀的遺傳基礎(chǔ)

（1）實(shí)驗(yàn)材料：

重測(cè)序230份亞洲棉材料（G.arboreum）和13份草棉材料（G.herbaceum），收集來(lái)自華南（SC）、長(zhǎng)江流域（YZR）和黃河流域（YER），代表中國(guó)二倍體棉的表型和地理多樣性。

（2）測(cè)序方案：

Illumina HiSeq 2500，PE125，每份材料~6.0×，過(guò)濾得到72419 SNPs。

（3）部分結(jié)論：

雷德蒙氏棉（G.?raimondii）作為外類(lèi)群構(gòu)建NJ樹(shù)發(fā)現(xiàn)亞洲棉和草棉分成兩個(gè)獨(dú)立枝，亞洲棉劃分出SC、YZR、YER等地理分組，PCA分析進(jìn)一步驗(yàn)證，說(shuō)明亞洲棉和草棉從不同野生祖先獨(dú)立馴化。SC分組核苷酸多態(tài)性更高（π=0.211×10?3），說(shuō)明亞洲棉最初在SC栽培然后傳播到Y(jié)ZR和YER，亞洲棉（r2=0.40）和草棉（r2=0.39）LD值相似于大豆和水稻地方品種，明顯高于玉米栽培品種。Model-based 群體結(jié)構(gòu)分析發(fā)現(xiàn)YER顯著區(qū)別于SC、YER，說(shuō)明人工選擇在作物馴化中起重要作用。11個(gè)重要性狀GWAS發(fā)現(xiàn)98個(gè)顯著關(guān)聯(lián)信號(hào)，25個(gè)在基因區(qū)域，農(nóng)藝性狀相關(guān)的主效GWAS信號(hào)在形態(tài)上表現(xiàn)地理分化，如花期、棉鈴重和抗病性等，所以成熟度、產(chǎn)量和抗病性狀一直處于強(qiáng)烈的人工/地理選擇。

?圖3 二倍體棉基因組與地理差異