介绍
全基因组关联研究 (GWAS) 是一种快速扫描多个受试者的完整 DNA（基因组）中的遗传标记（或 SNP 或单核苷酸多态性）以发现与特定表型或特征的遗传关联的方法。研究人员使用 GWAS 来识别与特定特征具有统计学相关性的基因组变异。
GWAS 可应用于动物和植物。然而，GWAS 在植物上比在人类上更成功（ 参考文献）。特别是，人们希望 GWAS 能够帮助应对可持续地养活不断增长的全球人口的挑战，这个问题每年都变得越来越重要。到 2050 年，地球人口预计将接近 100 亿，这意味着要比 2010 年多养活大约 30 亿人。我们确实需要更好地利用植物为我们提供食物的能力，因此需要研究和开发利用基因工程培育更好的植物。以下是一些 GWAS 应用来应对这一挑战的著名示例：
- 提高芝麻的含油量、抗旱性和维生素E。
- 识别与十字花科植物（包括西兰花、卷心菜、花椰菜和其他绿叶蔬菜）的抗逆性、含油量和种子质量相关的基因。
- 识别能够赋予玉米抗枯萎病的基因。
研究人员继续探索这些关联以增强农业并了解适应过程。
挑战
由于大多数种质资源集中都存在种群结构，关联作图方法在植物中的应用变得十分复杂。由于种群结构可能导致虚假关联，因此它限制了关联研究在植物遗传学中的应用，因为遗传变异会因地理背景的不同而在不同种群之间发生变化。这种变化被称为种群分层。如果能够将功能关联的真实信号与种群结构产生的大量虚假信号区分开来，关联作图将大有希望。
GWAS 考虑了人口结构
群体结构在 GWAS 中起着至关重要的作用。群体结构是指亚群之间等位基因频率的系统差异。在随机交配的群体中，等位基因频率预计在群体之间大致相似。然而，交配在某种程度上往往是非随机的，从而导致结构出现。例如，像河流这样的障碍可以将同一物种的两个群体分开，使潜在的配偶难以穿越。因此，这种突变不一定是与特定性状相关的突变。因此，群体结构可能是遗传研究中的混杂变量。在 GWAS 中，考虑和控制其影响至关重要。如果群体结构没有得到妥善处理，可能会出现假阳性关联。为了减轻群体结构的影响，出现了混合模型来校正群体结构和相关性。让我们仔细看看 JMP Pro 是否可以解决这个问题。
数据
在本分析中，我们将使用包含 343 个品系的水稻数据，共计 8336 个标记，涵盖五个不同的亚群。以下是对不同亚群的描述：
亚洲五大水稻亚种群的当前分布情况。
参考：https://doi.org/10.1371/journal.pgen.0030133.g001
利用这些数据，我们的想法是找到与以下特征相关的标记：开花天数、成熟时的植物高度、单个穗的重量和谷物产量。
四种特征的分布
解决方案
反应筛选
响应筛选是一个功能强大的平台，可以自动执行对多个响应进行测试的过程，使其成为遗传数据的完美方案。借助 JMP Pro 18，现在可以将种群结构信息添加到模型中，例如 IBS（按状态识别）关系矩阵。这样做，就可以建立混合模型，将响应用作固定效应，将种群结构用作随机效应。
使用响应筛选作为模型的拟合模型对话框
在我之前关于人类群体遗传结构分析的博客中，我描述了如何使用标记相关性平台。总而言之，标记相关性通过基于 IBS（按状态身份）创建所谓的关系矩阵来衡量个体之间的相关性，该矩阵检查标记身份对无亲缘关系个体之间相似性的影响。
首先进行不带人口结构（使用混合模型）的响应筛选，然后进行带人口结构（使用混合模型）的响应筛选，以确定信号水平的差异。
不含和含关系矩阵的响应筛选结果
该报告以表格和图表的形式显示了单个标记和单个性状之间的关联显著性。在表格中，红色 Logworth（p 值的 -log 10）表示标记和性状之间存在很强的关联。在效果图中，红点和水平红线分别反映原始 p 值和 p 值阈值；蓝点和水平蓝线分别反映 FDR（错误发现率）转换后的 p 值。当调整错误发现率时，FDR p值低于蓝线的检验在 0.05 水平上显著。普通p值低于红线的检验在 0.05 水平上显著，无需调整错误发现率。通过这种方式，该图表可让您从任意一组p值中读取 FDR 显著性。因此，低于阈值的信号被声明为显著。
在这两种情况下，使用原始和 FDR 调整后的 p 值，我们可以清楚地看到有或没有种群结构的差异。根据没有种群结构的响应筛选，与有种群结构的性状相关的显著标记要多得多。因此，使用混合模型方法，可以找到各种性状之间的关联，同时根据种群结构进行调整，从而减少错误信号。
曼哈顿情节
现在，让我们换个角度来看结果。通过获取响应筛选的数据表结果并将其与注释结合起来（从而添加标记位置和染色体信息），可以创建所谓的曼哈顿图。在下面的曼哈顿图中，在 x 轴上，我们可以看到标记按染色体分组（颜色），y 轴上的对数按四种不同的响应分组 - 左侧有种群结构，右侧没有种群结构。高值的对数被认为是显著的。它表明，对于所有响应，较低的对数值考虑了种群结构，从而减少了错误信号。
曼哈顿图显示每个响应的对数值，按具有种群结构（左）和不具有种群结构（右）的染色体着色
动画曼哈顿图显示一个响应（成熟时植物的高度）的对数，按染色体着色
识别真假信号只需将具有种群结构的对数减去不具有种群结构的对数。在下图中，我们可以看到具有（绿色）和不具有（红色）种群结构的叠加对数。箭头突出显示了标记中应该与特征高度相关的信号（考虑没有种群结构），图表底部表示具有和不具有种群结构的对数之间的差异，从而可以区分真假阳性。它清楚地显示了在比较具有和不具有种群结构的对数时存在显着差异。看看假阳性的数量！（负差异值）。
图表显示了有和没有人口结构的对数沃斯差异
结论
本博客介绍了 JMP Pro 如何处理 GWAS 的混合模型，同时考虑到人口结构。如果人口结构处理不当，可能会出现假阳性关联。如果人口结构发挥重要作用，那么混合模型就是减轻人口结构影响的正确工具。
