全基因组关联分析（genome-wide association analysis,GWAS）是以高通量测序技术为基础，结合生物信息学和统计学方法，在全基因组水平上鉴定调控复杂性状的基因变异，是研究复杂农艺性状和遗传变异最有力和最有效的研究方法，其核心是研究遗传变异和目标性状之间的关联。GWAS研究检测到的关联位点一般很少，而且关联的位点仅能解释很少一部分性状变异。本文介绍了影响GWAS的主要因素，总结了GWAS在茶叶饮料消费、茶树重要农艺性状、茶叶品质和茶树群体结构研究中取得的一系列进展，提出了茶树GWAS研究中遇到的问题和未来的发展方向。

全基因组关联分析(genome-wide association studies,GWAS)是近几年发展起来的一种复杂性状研究的新方法。在过去几年中,国内外不少研究者对畜禽的重要经济性状、遗传缺陷性疾病、复杂疾病的抗性、品种的某些特征等性状开展了GWAS。这些研究不仅大大丰富了畜禽标记辅助选择中可利用的分子标记,而且为这些性状分子机理的探索研究提供了重要线索。本文对国内外畜禽GWAS中所用的群体、主要分析方法和研究结果进行综述,并对GWAS的研究应用做一展望,以期为进一步利用GWAS进行畜禽各种性状遗传基础的研究提供参考。

【目的】发掘与叶型性状关联的SNP位点，为茶树分子标记辅助育种提供参考依据。 【方法】对收集于四川本地的91份茶树自然群体开展简化基因组测序（GBS），并利用测序获得的863 468个SNP标记对叶长（YC）、叶宽（YK）、长宽比（CKB）、叶身（YS）、叶色（YSZ）、叶尖（YD）、叶脉对数（YM）和叶缘（YY）8个叶型性状开展基于广义线性模型（GLM（Q）模型的全基因组关联分析。【结果】在P＜0.01条件下，其中6个性状共检测到38个显著SNP位点：分别是叶长（YC）关联到1个显著、长宽比（CKB）关联到24个、叶色泽（YSZ）关联到6个、叶尖（YD）关联到2个、叶脉对数关联到1个以及叶缘关联到4个。38个显著SNP位点对关联性状的解释率在31.37%～60.70%之间。进一步在显著位点上下游50 kbp区域内进行候选基因挖掘，共得到8个候选基因 ：CSA011953（Sec11a）、CSA027293（CAD3）、CSA020561（GAE2 ）、CSA008530（AIM1）、CSA008531（MFP）、CSA008532（AIM1）、CSA008763（CYP72A154）、CSA029592（RABG3F）。对候选基因进行GO和KEGG注释，根据注释结果初步预测基因CSA027293（CAD3）与长宽比（CKB）、CSA008763（CYP72A154）与叶色（YSZ）紧密关联。【结论】38个茶树叶型性状显著关联的SNP位点发掘与2个候选基因预测，可为茶树调控叶型基因精确定位、分子标记辅助育种提供基因资源和参考依据。

农作物是人类赖以生存的基础。然而，随着全球极端天气的增加、耕地的减少、人口数量的增多以及人民生活需求的提高，培育具备多个优良性状的聚合品种已成为解决粮食安全问题和现代农业分子设计育种的核心任务。全基因组关联分析(GWAS)是挖掘农作物优异基因的有效方法，已广泛应用于各类农作物中。这种分析方法成功揭示了控制农作物产量、品质以及抗逆性等关键育种性状的基因。本文系统总结了GWAS在5种代表性农作物中的最新研究进展，同时深入剖析了GWAS的局限性及未来发展趋势，期望为未来农作物的遗传改良提供有益参考。

对水稻多样性群体(RDP–I)中的216份种质接种白叶枯生理小种P2并进行抗性鉴定，发现温带粳稻亚群平均抗性水平最高，其平均病斑长度最短；奥斯稻亚群平均抗性水平最低，平均病斑长度最长。通过全基因组关联作图鉴定了分布在水稻第1、2、4、6、7、8、9、10、11、12号染色体上的59个QTL，这些位点包含5个已知的抗白叶枯病基因。从较高阈值SNP位点以及附近2Mb区段进行候选基因的预测，筛选出40个抗白叶枯病相关基因，并最终鉴定出16个抗性较好的水稻种质资源。

对水稻多样性群体(RDP–I)中的216份种质接种白叶枯生理小种P2并进行抗性鉴定，发现温带粳稻亚群平均抗性水平最高，其平均病斑长度最短；奥斯稻亚群平均抗性水平最低，平均病斑长度最长。通过全基因组关联作图鉴定了分布在水稻第1、2、4、6、7、8、9、10、11、12号染色体上的59个QTL，这些位点包含5个已知的抗白叶枯病基因。从较高阈值SNP位点以及附近2Mb区段进行候选基因的预测，筛选出40个抗白叶枯病相关基因，并最终鉴定出16个抗性较好的水稻种质资源。

为了阐述玉米叶夹角的遗传基础并定位相关的数量性状位点,利用289份常用玉米自交系为试验材料,在自然条件下测量玉米穗上叶夹角,对其进行性状分析,结果表明,各个环境的穗上叶夹角数据呈正态分布,并且各个环境间的数据呈极显著正相关。同时采用MaizeSNP50基因芯片进行基因分型,利用R平台下的farmCPU对叶夹角进行全基因组关联分析。在4个环境中共检测到42个与玉米叶夹角显著关联(P

全基因组关联分析（genome-wide association study,GWAS）是定位基因组中与性状显著关联的变异位点的有效方法。随着表型记录的完善、高通量基因型分型技术的发展，以及统计方法的改进，全基因组关联分析在人类疾病、动物植物遗传等领域得到了广泛的应用。假阳性是影响全基因组关联分析结果可靠性的重要因素之一。为了控制假阳性，除了校正P值，GWAS模型从最简单的方差分析（或用于质量性状的卡方检验）到加入固定效应协变量的普通线性模型（general linear model,GLM），再到加入随机效应的混合线性模型（mixed linear model,MLM）持续改进，控制了多种混杂因素导致的假阳性。将个体的遗传效应拟合为由基因组亲缘关系矩阵（genomic relationships matrix,GRM）定义的随机效应是目前常用的方法。由于MLM的参数估计大量消耗计算资源，研究人员不断尝试模型求解优化和GRM的构建优化（GRM的构建优化同时也提高了计算效率），最终将基于MLM计算的时间复杂度由O(MN3)逐步改进到O(MN)，实现了计算速度与统计功效的飞跃。针对质量性状病例对照比失衡带来的假阳性问题，研究人员进一步对广义混合线性模型（generalized linear mixed model,GLMM）进行了校正。本文较全面地介绍了GWAS的基本原理和发展，着重阐述了GWAS中MLM模型的改进和优化细节，同时，列举了GWAS在农业中的应用，包括在植物、动物和微生物方面的研究成果，以及基于单倍型的GWAS应用。最后，从进一步提高GWAS统计功效和GWAS试验设计2个角度对GWAS未来的发展进行了展望。

【目的】探索水稻剑叶叶宽调控及其对氮肥响应的遗传机理,为氮高效水稻新品种的培育提供新的种质资源和基因标记。【方法】以134份水稻地方种质资源为关联分析材料,通过基因组重测序发掘获得了3 356 591个分布于全基因组的高密度SNP位点(single nucleotide polymorphism,SNP)。在大田栽培条件下,以施氮量为主区,品种为裂区的设计,设计低氮(不施氮肥,N0)、正常氮(纯氮96 kg·hm(-2),N1)和高氮(纯氮192 kg·hm(-2),N2)3种氮肥处理。于水稻成熟期分别调

对11种金花茶植物叶绿体全基因组序列进行蛋白编码序列筛选，利用EMBOSS在线程序、CodonW、Excel、MEGA7、SPSS、TBtools等软件解析了11种金花茶叶绿体基因组密码子使用模式和探讨了其密码子偏好性形成的主要影响因素。结果表明：11种金花茶叶绿体基因组密码子使用偏好性相似，密码子使用偏好性较弱，蛋白质编码区序列富含A/U碱基，密码子第3位以A/U结尾为主。金花茶叶绿体基因组密码子偏好性形成受选择压力、突变压力等多种因素共同影响，主要受选择压力影响。确定了11种金花茶叶绿体基因组的10个相同的最优密码子，分别为GCA、GCU、UGU、GAA、AAA、CUU、UUA、CAA、CGU和GUU。此外，金花茶叶绿体基因组RSCU聚类结果为金花茶的系统进化研究提供了依据。

【目的】为了分析香花油茶叶绿体基因组密码子偏好性，以筛选到的53条基因编码序列为研究对象，进行密码子组成成分和偏好性分析，进而找出香花油茶叶绿体基因组最优密码子，为该物种基因组研究及其遗传改良提供理论基础。【方法】利用Codon W 1.4.2、在线软件CUSP及Python3.7对香花油茶叶绿体基因组序列进行中性绘图、ENC-plot和PR2-plot绘图分析，探究影响密码子偏好性的主要因素，并通过ΔRSCU法预测最优密码子。【结果】1）香花油茶叶绿体基因组中，RSCU> 1的密码子数目为31个，其中以U结尾的有16个，以A结尾的有12个，以G结尾的有3个；2）密码子三碱基中的平均GC＿all含量为37.85%，且GC1(45.87%)>GC2(39.67)> GC3(28.03%);3)ENC-plot分析发现，ENC值位于24.1～61.0之间，平均值为40.09，香花油茶的ENC范围明显大于普通油茶（35.23～56.67）;4）相关性分析发现，GC12与GC3相关性不显著，此外密码子第三个碱基上U的使用频率高于A,G的使用频率高于C;5）通过ΔRSCU值法，找出香花油茶叶绿体基因组中5个最优密码子，分别为GAU、GGU、UUG、CCU、AGA。【结论】香花油茶叶绿体基因组密码子碱基多以A或U结尾。该物种叶绿体基因组中密码子偏好性不仅受碱基突变影响，自然选择也发挥着不可替代的作用。鉴定出5个最优密码子，存在较少最优密码子的原因可能是由于该物种在进化过程中受到纯化选择的压力。

【目的】叶绿素含量与作物产量呈正相关。通过提高叶绿素含量来提高作物产量是作物育种的方向之一。因此,利用全基因组关联分析(genome-wide association study, GWAS)解析玉米叶绿素含量的遗传基础,可为玉米高光效理想株型设计育种提供理论指导。【方法】以538份玉米自交系构成的关联群体为研究对象,在5个环境下,通过对其授粉后5 d的棒三叶(穗位叶、穗上叶、穗下叶)叶绿素含量进行测定,并借助覆盖玉米全基因组的558 629个单核苷酸多态性标记(SNPs),利用3种模型(Q、K和Q+K)对叶绿素含量进行全基因组关联分析,随后选择最优模型的GWAS结果并结合eQTL(expression quantitative trait loci)分析对叶绿素含量的自然变异进行解析。【结果】5个环境下,棒三叶叶绿素含量均遵从正态分布且叶绿素含量间呈正相关;方差分析表明棒三叶叶绿素含量的环境效应、基因型效应、基因型与环境互作效应均达到了极显著水平;此外,穗上叶、穗位叶和穗下叶叶绿素含量的遗传力分别为0.66、0.66和0.67。比较3种模型发现K模型对假阳性(I型错误)控制最好,在此模型下共检测到29个与棒三叶叶绿素含量显著关联的SNP(P≤3.99×10-6),涉及到18个位点,共有76个候选基因落在这18个位点内,其中85.5%(65/76)的候选基因具有eQTL,11.8%(9/76)的候选基因与对应表型显著相关(P<0.05),说明这9个基因可能是通过表达量变化来调控表型变异。在这76个基因中,60个候选基因有功能注释,功能涉及到能量代谢、物质输送代谢途径和生物合成调节等过程。此外还发现2个可以在不同环境或不同叶片共定位的位点,其中,共定位位点内的基因GRMZM2G074759编码一种与AAE3高度相似的酰基活化酶,该基因通过提高α-酮戊二酸(ALA)和草酰乙酸含量进而影响氨基酸生物合成,提高籽粒赖氨酸含量,改善玉米品质。此外,ALA的合成会促使叶绿素含量升高,进而提高作物产量,推测该基因为最可能的候选基因。【结论】K模型对假阳性的控制效果最好,基于K模型,共检测到18个玉米叶绿素含量显著关联位点,发现多个参与叶绿素合成途径相关基因。

【目的】研究亚麻花和叶片相关性状的遗传变异，为亚麻种质创新提供基础。【方法】采用全基因组关联分析技术挖掘亚麻花和叶片相关性状显著关联的SNP位点和候选基因。【结果】269份供试亚麻材料中花瓣颜色为蓝的最多（占56.50%）；花冠形状为五角形最多（占42.75%）；花药颜色为蓝最多（占86.61%）；叶片颜色为深绿色最多（占58.73%）；叶片形状为披针形最多（占56.87%）。通过全基因组关联分析，检测到与亚麻花色显著关联的SNP位点3个，候选基因8个，其中Lus10033621（果胶酯酶）和Lus10007409（β-半乳糖苷酶）基因参与调控亚麻花色形成；检测到与花冠形状显著关联的SNP位点3个，候选基因6个，其中Lus10000554（富含亮氨酸PPR基序的蛋白）基因与花冠发育形成密切相关；检测到与亚麻花药色显著关联的SNP位点1个，候选基因5个，其中Lus10010403（花青素还原酶）基因直接参与植物花青素的代谢途径；检测到与亚麻叶色显著关联的SNP位点1个，候选基因4个，其中Lus10005600（富含亮氨酸的PPR基序蛋白）基因参与调控叶色形成；检测到与叶形显著关联SNP位点3个，候选基因5个，其中Lus10033007（凯氏带膜蛋白）基因参与调控叶片内部结构形成。【结论】亚麻花和花药主要以蓝色为主，通过全基因组关联分析能检测到花和叶片关联的关键候选基因。

数量性状的表型变异受到大量效应微小的遗传位点和诸多环境因素的共同作用,但在数量性状的遗传研究领域,关于不同遗传位点之间加性效应与上位效应相对重要性的认识却存在着分歧。近年来,伴随着全基因组关联分析在人类及家养动物数量性状研究中的发展,在全基因组关联分析的框架内进行上位效应遗传位点的检测越发受到重视。文章以遗传力失踪问题为出发点,首先综述了标记-QTL连锁分析和GWAS框架下传统上位效应遗传位点的检测方法,然后对基于表型方差同质性检验和广义线性混合模型方法的上位效应统计推断以及混杂因素的处理方法进行了总结与梳理,旨在为数量性状全基因规模上位效应的相关研究提供理论参考。

【目的】分离影响母猪初情期的主效基因或分子标记。【方法】以白色杜洛克×二花脸资源群体F2代母猪为研究材料,利用Illumina猪60K SNP芯片分别对F0和F1及316头有初情期表型记录的F2代母猪进行基因型判定,通过单标记全基因组关联分析(GWAS)和连锁-连锁不平衡(LDLA)分析检测与母猪初情期显著关联的SNP位点或单倍型。采用标准关联分析、标记辅助关联分析和F值下降检验分析lin-28同源B基因(LIN28B)和跨膜蛋白38B基因(TMEM38B)3个SNP位点与母猪初情期的关联性。【结果】①与母猪初情期关联性最强的SNP为ASGA0032316,位于7号染色体(SSC7)33.07...