全基因组关联分析（Genome-Wide Association Study，GWAS）在动植物的研究中对于重要性状特别是复杂形状的定位有着快速、准确的优点。基于高通量测序对某种农作物或禽畜的代表性品种、地方种或野生种进行基因分型，结合准确的表型数据可对农作物或禽畜重要复杂性性状进行定位。特别是在包含了野生种、驯化种和改良种的群体中，结合群体进化分析对收到驯化和改良的重要基因进行定位，是研究作物或禽畜微进化及驯化改良表型的重要思路。

  应用领域

  全基因组范围内多性状的定位；

  目标性状的生物学基础研究。

  产品优势

  高通量检测全基因组SNP并进行关联分析，扫除定位盲点；

  重重筛选SNP，多重检验显着性，保证结果准确性；

  同时对多种性状进行定位；

  定位精度最多可达单基因水平。

  标准信息分析

  已有参考基因组序列的动植物自然群体；

  样本间无明显的亚群分化（如生殖隔离等）；

  所研究表型性状遗传力较强。

  ≥200个样本；

  基于SNP：≥5 X/个体；

  基于CNV：≥30X/个体 10~20W Tags；

  平均8 X/Tag；

  测序数据质量评估；

  与参考基因组比对；

  SNP、CNV检测及注释 SNP检测及注释；

  高级信息分析

  构建系统进化树；

  群体主成分分析；

  连锁不平衡分析；

  性状关联分析；

  目标性状相关区域基因功能注释；

  构建单体型图谱。

  样品要求

  1.样品类型：基因组DNA；

  2.样品需求量：单次2 ug；

  3.样品浓度：文库≥30 ng/μl；

  4.样品纯度：OD260/280为1.8-2.0；

  5.电泳要求：主带清晰，无降解或轻度降解。（距送样日最近的电泳结果）

  1.栽培水稻籽粒大小基因GWAS研究

  尽管遗传多样性已经被确认为驯化过程中很重要的部分，但是大量的导致农艺性状差异的水稻基因中的自然等位变异仍然未被发现。本研究结合全基因组关联分析和功能分析对不同水稻群体的籽粒大小进行研究。结果检测到一个主效QTL位点（GLW7），该基因编码植物特异的转录因子OsSPL13，通过增加外壳细胞的大小提高水稻籽粒的长度和产量。OsSPL13的过表达是和热带粳稻的大籽粒形成有关，研究发现在其5’UTR区域的一段串联重复序列能够通过影响转录和翻译过程改变它的表达。更进一步分析表明，热带粳稻大籽粒的GLW7的等位基因是由人工选择的籼稻品种而来。本研究证实了利用全基因组选择的数据能够有效的识别新的基因。

粳稻粒长、粒重的GWAS分析

候选基因的相对表达量分析

  2.桃的12种农艺性状GWAS分析

  桃树是一种高价值的物种，同时也被分子遗传研究员当作是蔷薇科植物的模式物种。本文针对129个桃树材料进行全基因组测序，并对12种桃树的农艺性状进行全基因组关联分析。对其中10个质量性状进行研究发现，其中9个和之前报道的定位结果一致性很高，而且准确度比之前报道的更高。对其中两个质量性状，描述了它们的候选基因。其中一个可能与细胞死亡有关，另一个编码一种植物激素运输载体，分别和水果的形态和没有酸味的性状显着相关。此外还检测到一些和果实重量以及固体可溶物相关的信号，并且这些位点和桃树的驯化改良过程中预测的选着清除位点是重叠的。

果实形状的全基因组关联分析

果实形状候选基因关联分析和相对表达量的研究

  参考文献

  1. OsSPL13 controls grain size in cultivated rice（Nature Genetics, 2016, IF=31.616）

  2. Genome-wide association study of 12 agronomic traits in peach（Nature Communications, 2016, IF=11.329）