介紹
全基因組關聯研究(GWAS) 是一種方法，涉及快速掃描許多受試者的完整DNA（基因組）集的遺傳標記（或SNP 或單核苷酸多態性），以查找與特定表型或性狀的遺傳關聯。研究人員使用 GWAS 來識別與特定性狀統計相關的基因組變異。
GWAS 應用於動物和植物。然而，GWAS 在植物中比在人類中更成功（ 參考文獻）。特別是，我們希望 GWAS 能夠幫助應對可持續養活不斷增長的全球人口的挑戰，這個問題每年都變得更加重要。到 2050 年，預計地球人口將接近 100 億，這相當於比 2010 年增加約 30 億張嘴。植物。以下是應對這項挑戰的 GWAS 應用的一些著名範例：
- 提高芝麻的出油率、耐旱性和維生素E。
- 辨識與蕓薹屬植物（包括青花菜、高麗菜、花椰菜和其他綠色蔬菜）的抗逆性、含油量和種子品質相關的基因。
- 鑑定可賦予玉米抗枯萎病性的基因。
研究人員繼續探索這些關聯，以加強農業並了解適應性過程。
挑戰
由於大多數種質集中存在群體結構，在植物中應用關聯作圖方法變得複雜。由於族群結構可能導致虛假關聯，因此限制了關聯研究在植物遺傳學中的使用，因為遺傳變異可能因其地理背景而在族群之間有所不同。這種變化稱為人口分層。如果可以將功能關聯的真實訊號與群體結構產生的大量錯誤訊號分開，那麼關聯作圖就有很大的前景。
GWAS 考慮人口結構
人口結構在 GWAS 中起著至關重要的作用。群體結構是指亞群體之間等位基因頻率之間的系統差異。在隨機交配的群體中，預期群體之間的等位基因頻率大致相似。然而，交配在某種程度上往往是非隨機的，從而導致結構的出現。例如，像河流這樣的屏障可以將同一物種的兩個群體分開，並使潛在的配偶難以跨越。因此，這種突變不一定是與特定性狀相關的突變。因此，人口結構可能是遺傳學研究中的混雜變數。在 GWAS 中，解釋和控制其影響至關重要。如果沒有正確解決人口結構問題，可能會出現假陽性關聯。為了減輕人口結構的影響，出現了混合模型來修正人口結構和相關性。讓我們仔細看看 JMP Pro 是否可以處理這個問題。
數據
在本次分析中，我們將使用包含 343 個品系的水稻數據，五個不同亞群的總共 8336 個標記。以下是不同亞群的描述：
亞洲五個主要水稻亞種群的當前分佈。
參考：https://doi.org/10.1371/journal.pgen.0030133.g001
利用這些數據，我們的想法是找到與以下性狀相關的標記：開花天數、成熟時的株高、單一圓錐花序的重量和穀物產量。
四種性狀的分佈
決議
反應篩選
反應篩選是一個強大的平台，可以自動執行對許多反應進行測試的過程，使其成為遺傳數據的完美場景。借助 JMP Pro 18，現在可以將人口結構資訊添加到模型中，例如 IBS（州身份）關係矩陣。這樣做，就可以建立混合模型，將反應用作固定效應，將群體結構用作隨機效應。
使用反應篩選作為模型的擬合模型對話框
在我之前關於人類群體遺傳結構分析的部落格中，我描述瞭如何使用標記相關性平台。總而言之，標記相關性透過創建基於 IBS（按狀態的身份）的所謂關係矩陣來衡量個體之間的相關性，該矩陣檢查標記身份對不相關個體之間相似性的影響。
首先在沒有群體結構的情況下進行反應篩選，然後在有群體結構的情況下（使用混合模型）進行反應篩選，以確定訊號層次的差異。
不使用和使用關係矩陣的反應篩選結果
此報告在表格和圖中顯示了單一標記和單一性狀之間的關聯顯著性。在表中，紅色Logworth（p 值的-log 10）表示標記和性狀之間的強關聯。在效果圖中，紅點和水平紅線分別反映原始 p 值和 p 值閾值；藍點和水平藍線分別反映 FDR（錯誤發現率）轉換後的 p 值。當針對錯誤發現率進行調整時，使用低於藍線的 FDR p值進行的測試在 0.05 水準上顯著。使用低於紅線的普通p值進行的測試在 0.05 水平上顯著，無需調整錯誤發現率。透過這種方式，該圖使您能夠從任意一組p值中讀取 FDR 顯著性。因此，低於閾值的訊號被認為是重要的。
在這兩種情況下，透過原始和 FDR 調整後的 p 值，我們可以清楚地看到有或沒有人口結構的差異。與基於無群體結構的反應篩選的性狀相比，與有群體結構的反應篩選相比，有更多與性狀相關的重要標記。因此，使用混合模型方法，可以找到各種性狀之間的關聯，同時調整族群結構，從而減少錯誤訊號。
曼哈頓情節
現在，讓我們以另一種方式來看看結果。透過從反應篩選中獲取數據表結果並將其與註釋連接起來（從而添加標記位置和染色體資訊），可以創建所謂的曼哈頓圖。在下面的曼哈頓圖中，我們在 x 軸上看到標記按染色體（顏色）分組，y 軸上的對數值按四種不同的反應分組 - 左側有種群結構，右側沒有種群結構正確的。具有高值的 Logworth 被認為是重要的。它表明，對於所有響應，較低的對數值考慮了總體結構，從而減少了錯誤訊號。
曼哈頓圖顯示了每個反應的對數值，這些反應由具有群體結構（左）和不具有群體結構（右）的染色體著色
動畫曼哈頓圖顯示按染色體著色的一個反應（成熟植物高度）的對數值
辨識真假訊號只需減去具有整體結構的對數值減去不具有總體結構的對數值即可。在下圖中，我們可以看到有（綠色）和沒有（紅色）人口結構的疊加對數。箭頭突出顯示了標記中被認為與性狀高度相關的訊號（考慮沒有群體結構），圖的底部表示有群體結構的對數值和沒有群體結構的對數值之間的差異，從而可以區分真陽性和假陽性。當比較有和沒有人口結構的對數值時，它清楚地顯示出顯著差異。看看誤報的數量！ （負差值）。
顯示有和沒有人口結構的 Logworth 差異的圖表
結論
本部落格介紹了 JMP Pro 如何在考慮人口結構的情況下處理 GWAS 的混合模型。如果沒有正確解決人口結構問題，可能會出現假陽性關聯。為了減輕人口結構的影響，如果人口結構發揮重要作用，混合模型是正確的工具。
