文献地址：next-generation genetics in plant发表于2008，有些年代了
在解析复杂性状方面，植物的基因研究一直走在最前沿。由于经典遗传学的应用，对谷物的研究首次证明多位点的分离可以导致作物表型的连续分布。随后在拟南芥、水稻、玉米和番茄中也发现类似情况。
基因分型成本的下降和遗传图谱构建得越来越精细，使得使用连锁作图识别引起特定表型效应基因甚至是单个核苷酸变异几乎成为常规（***两个连锁基因相聚越远，它们之间发生重组事件的概率就越高***）。然而，高分辨率连锁作图速度慢且强度大。因此人们开发了全基因组关联作图来替代传统作图方法。它寻找感兴趣的表型与个体基因组中存在的 DNA 序列变体之间的关联，通过确定个体基因型的位置来评估。由于GWA研究涉及的是**自然群体**而非杂交后代，它们更能反应历史重组现象，因此它比连锁图谱提供更高的分辨率。
作者认为通过自交授粉或克隆繁殖的植物是做GWA研究的最适材料。在研究具有复杂遗传学的表型时尤其是当表型受环境改变时，这种检查具有相同基因型的个体的能力大大的促进了统计学的发展。然而通过关联映射时，种群结构可能是一个强大的复杂因素。尤其是对于适应当地环境很重要的特征。但该问题可通过统计学解决。但是GWA作图也并不是总是有效（Fig.1）。
Fig.1 如果亚群之前存在强烈的遗传分化（及，存在种群结构），则GWA作图是无效的 。在这个例子中，描绘了两个植物亚群，一个高一个矮（如数字测量所示和指示），以及每个植物的基因型模式。 红色等位基因的存在增加了植物的高度，而蓝色等位基因降低了高度； 一个位点有主要影响，两个有次要影响。 许多背景标记（橙色和绿色）大多是特定亚群独有的，但也与身高密切相关，即使它们不是因果关系。 通过穿过植物（阴影区域）并产生 F2 代或重组自交系的实验群体，背景标记和因果标记之间的任何连锁不平衡被打破，然后可以轻松地绘制因果基因座，尽管分辨率相对较差。
另一个需要考虑的因素是，两种映射技术--（全基因组关联作图和连锁作图）--在性状的遗传结构和如何影响统计能力方面也有所不同（Fig.2）。由于特定等位基因在整个群体的表型变异中的重要性取决于它的频率和它的影响，因此GWA检测稀有等位基因能力很低。相反，通过两个随机选择的亲本之间进行杂交来确定的等位基因（通常是稀有等位基因，引起的表型变化通常是有害的）可能会产生很大的影响。但从进化的角度来看可能并不重要，因为它们很少见。
FIg.2 GWA 作图的性能在很大程度上取决于性状的遗传结构。
植物如Fig.1所示。红色等位基因增加植物高度，而蓝色等位基因降低高度； 一个位点有主要影响，两个有次要影响。 a，如果没有种群结构的混杂效应，一个性状的主要因果位点可以很容易地通过 GWA 扫描绘制（否则需要如图 1 中的方法）。 b，即使存在该性状的主效基因座，因果基因***造成表型发生改变的基因***（causal gene ）的许多不同等位基因（多种颜色）的存在也会使初始 GWA 扫描（例如在 a 中）无效。 c，GWA 扫描遗漏了影响大的罕见等位基因（顶部基因座），但找到了影响较小的常见等位基因（中心基因座）。 在所有三种情况（a-c）中，因果基因(causal gene )座可以通过使用连锁作图而不是 GWA 作图在实验杂交（阴影区域）中识别，但以这种方式识别的等位基因在群体中可能很少见，因此对大多数个体来说没有信息但不代表群体。
由于测序技术的发展，以及构建单倍型图谱的微阵列杂交技术较新方法成本高、精度低、并且存在存在偏向性。未来将使用新技术二代测序。
众所周知，种群结构会影响连锁不平衡。如欧洲人连锁不平衡较非洲人多，暗示着人类起源于非洲。另一个是对于野生拟南芥，连锁不平衡在北美比在欧洲更广泛，这与该植物仅在欧洲人定居北美后才被引入北美一致。可能原因是还没有足够的时间重组来减少有限数量的创始人染色体上存在的等位基因之间的连锁不平衡
网友评论