全基因组关联分析（Genome-wide association study，GWAS）是一种在某一特定群体中研究遗传突变和表型之间的相关性的方法。通过对遗传多样性丰富的自然群体中的个体进行测序，结合准确的目标性状的表型数据及统计方法进行全基因组分子标记与性状之间的关联分析，可对动植物复杂性状进行定位，快速获得影响目标性状表型变异的遗传标记或候选基因。

产品参数

---

	基于重测序	基于简化测序
测序平台	Illumina Hiseq
打断方式	物理打断	双酶切打断，片段220-450bp
测序深度	≥5×/样本	≥2×/样本
文库类型	PE 300~500bp	dd-RAD文库
样本选择	无明显亚群分化的自然群体，个体数不少于200个
DNA样本量	总量≥0.5 μg，浓度≥10 ng/μl （单个样本）	总量≥0.5 μg，浓度≥10 ng/μl （总样本）
适用范围	有参考基因组物种	无参或基因组较大的物种
项目周期	80天左右

 

信息分析内容：

---

序 号	分析项目	类 别	分 析	备 注
1	原始数据整理、过滤及质量评估	A	√
2	数据质控	A	√
3	高质量数据获取	A	√
4	参考基因组整理	A	√
5	序列比对	A	√
6	序列比对结果概述	A	√
7	SNP检测统计	A	√
8	SNP 注释	A	√
9	InDel检测统计	A	√
10	InDel 注释	A	√
11	群体分层分析	A	√
12	连锁不平衡分析	A	√
13	表型整理	A	√	提供样品表型鉴定信息
14	表型相关性计算	A	√
15	全基因组关联分析	A	√
16	Manhattan Plot	A	√
17	Quantile–quantile plot	A	√
18	Peak SNP统计	A	√
19	候选基因注释	A	√
20	候选基因与已报道GWAS定位结果比较	B	√
21	候选基因与一致QTLs比较	B	√
22	候选基因表达量分析	B	√
23	候选基因遗传变异分析	B	√

A：标准信息分析 B：高级信息分析 C：个性化分析

分析结果展示

---

Wei X, Liu K, Zhang Y, et al. Genetic discovery for oil production and quality in sesame.[J]. Nature

Communications, 2015, 6:8609.

He C, Chen Y, Yang K, et al. Genetic pattern and gene localization of polydactyly in Beijing fatty chicken[J]. Plos One, 2017,12(5):e0176113.

Xu L, Hu K, Zhang Z, et al. Genome-wide association study reveals the genetic architecture of flowering time in rapeseed(Brassica napus L.).[J]. DNA research : an international journal for rapid publication of reports on genes and genomes, 2016,23(1):43.