高通量快速检测含有杂合基因型关联群体的多位点GWAS方法学研究及其软件包研制

Heterozygous genotypes frequently exist in the association populations of often cross-pollination crops, forest trees and forage grass, diallel and NC II genetic mating design and human being. However, the commonly used methods for genome-wide association study (GWAS) only estimate the average effect of allelic substitution, which mix the additive and dominant effects, and it is not easy to detect dominant effect. Based on our recently proposed multi-locus GWAS approaches and our software package mrMLM, along with new parameter estimation algorithms and the advance on GWAS in other groups, in this project we will investigate the high precision and rapid detection multi-locus GWAS methods in both often cross-pollination crops (1) and diallel and NC II genetic mating design (2), which have mass SNP markers. Then, the simulated datasets in the above GWAS populations and real GWAS datasets in cotton will be used to verify the feasibility of the new methods proposed in this project. Finally, applied software package for the above new methods will be developed and popularized. The purpose is to establish a GWAS analysis platform with high precision and rapid detection of pure additive and dominant effects in order to meet the needs of GWAS in often cross-pollination crops, diallel and NC II genetic mating design, human being, forest trees and forage grass, and to promote their applications in the genetic dissection of heterosis and complex traits in animal, plant and human being. Four SCI articles will be published, one software packages will be developed, and six Ph D and master students will be trained.

杂合基因型在常异花授粉作物、林木与牧草、双列杂交和NCII交配设计和人类关联群体中普遍存在。但是，常用的方法只估计等位基因替代效应，不能分开加性与显性效应，不易检测显性效应。本项目根据申请者提出的多种多位点关联分析新方法与软件包mrMLM，结合参数估计新算法和关联分析新进展，开展：1）常异花授粉作物关联群体海量标记、高精度和快速检测的多位点关联分析新方法研究；2）部分双列或NCII交配设计海量标记高精度快速检测的多位点关联分析新方法研究；3）将新方法应用于已有的棉花实际数据分析，以验证新方法的可行性；4）新方法应用软件包研制。其目的在于建立海量标记高精度快速检测纯加性和显性效应的全基因组关联分析平台，满足常异花授粉作物、遗传交配设计、人类、林木与牧草关联分析的需要，推动其在动植物和人类复杂性状和杂种优势遗传剖析中的应用。发表SCI论文4篇，研制软件包1套，培养博硕士研究生各3名。

植物、动物、林木和人类关联群体分子标记基因型杂合十分常见，但是流行的关联分析方法所检测与估计的效应混杂，控制的多基因背景不全面，导致位点检测功效和参数估计精度显著降低。为此，开展了本项目研究工作。首先，在单位点全基因组扫描的混合模型中考虑加性效应与显性效应，而不是考虑流行方法的等位基因替代效应，并控制加性效应多基因背景和显性效应多基因背景，而不是控制等位基因替代效应多基因背景；其次，为减少计算量，利用标记基因型效应向量代替QTN加性效应与显性效应，利用标记基因型效应向量多基因背景代替加性效应多基因背景和显性效应多基因背景，使方差组分数目由5个减少至3个，这称为压缩方差组分混合模型。最后，将这种模型框架与主持人提出的mrMLM方法结合，这称为3VmrMLM方法。在模拟研究中，3VmrMLM正确地检测了QTNs，并几乎无偏地估计了它们的效应，具有较高功效和准确性，且假阳性率低。重新分析了1439个水稻杂交种10个性状，检测到269个已知基因，与原文分析38个性状只挖掘53个已知基因相比，有更多的小效应基因、稀有等位基因频率的基因和多效基因，且数据集间重复率高和显性基因多，有力地验证了3VmrMLM的有效性。由此，建立了关联分析的压缩方差组分混合模型新框架，在控制所有可能多基因背景情况下，实现了检测与估计所有可能效应的突破性进展。将新方法拓展至永久F2群体，实现了环境互作检测，特别是降低了假阳性率；拓展至部分NCII遗传交配设计群体，为作物遗传与育种相结合建立了新方法。针对利用F2群体两个极端池标记等位基因数目不能检测小效应和极端超显性基因的国际难题，提出了Gw统计量和dQTG-seq方法，特别地，利用极端个体测序数据的结果显著优于QTL作图结果。此外，研究了多位点关联与连锁分析新方法及其应用，探索了物种间重要性状差异的分子机制。已在Mol Plant、Brief Bioinform和Genom Proteom Bioinf等刊物发表SCI论文22篇，已被SCI论文引用287次，研制软件包4套，培养各类研究生10余人，4人获得校级优秀学位论文。