[发明专利]一种基于SNPLDB标记的限制性二阶段全基因组关联分析方法

权利要求书

1.一种基于SNPLDB标记的限制性二阶段全基因组关联分析方法，其特征在于，所述方法包括如下步骤：

a)构建全基因组SNPLDB标记：首先对已有种质资源群体的全基因组SNP基因型数据进行连锁不平衡分析，然后利用Haploview软件定义全基因组SNP分子标记的单倍型区块，最后将单倍型区块内的SNP分子标记合并为新的标记SNPLDB标记；

b)近交群体关联分析模型偏差的矫正：直接基于构建的全基因组SNPLDB标记，计算其遗传相似系数矩阵作为亲属关系的估计，用于矫正由近交导致的GWAS模型偏差；

假定群体包含n个个体，关联分析中对单个标记位点的假设测验的线性模型表示为

其中y_i为第i个个体的表型观测值，μ为群体平均数，w_ij为反应第i个个体与第j个亚群体的关系的系数，α_j为第j个亚群体效应，x_il取值为0或1，表示第i个个体在标记位点上的基因型，如果个体在标记位点的基因型为第l个等位基因，则x_il为1，反之为0，β_l为标记位点第l个等位基因的效应并假定对于单个位点有Σβ_l＝0，ε_i为残差效应并服从N(0,σ²)，σ²为误差方差；

直接基于构建的全基因组SNPLDB标记，计算其遗传相似系数矩阵作为亲属关系的估计，该方法为EigenIBS；

c)多位点模型下二阶段关联分析：第一阶段基于模型的EigenIBS方法，使用p＝0.05的显著水平对所有标记进行初步筛选，筛选到的标记作为候选位点纳入第二阶段分析；第二阶段使用标准的多元逐步回归方法对候选位点进行第二轮筛选，逐步回归中使用EigenIBS方法来矫正群体偏差：首先在已入选位点条件计算所有剩余位点显著性测验的p值；然后选择低于显著水平p值最小的位点作为新位点加入模型，并重复该过程直到没有显著的位点可供选择；最后根据模型拟合包含所有入选位点的遗传模型，删除大于显著水平p值最大的位点，并重复该过程直到模型中所有位点均显著。

2.如权利要求1所述的一种基于SNPLDB标记的限制性二阶段全基因组关联分析方法，其特征在于，所述构建全基因组SNPLDB标记的具体步骤为：利用Haploview软件定义全基因组SNP分子标记的单倍型区块，阈值为D'>0.7，窗口设为估计的LD衰减距离；最后将单倍型区块内的SNP分子标记合并为新的标记SNPLDB，就是将单倍型区块内的每一个单倍型视为位点的一个等位变异并进行编码，对于频率小于1％的单倍型，通过单倍型的聚类分析使用最为相似的单倍型替换低频率的单倍型。

3.如权利要求1所述的一种基于SNPLDB标记的限制性二阶段全基因组关联分析方法，其特征在于，所述近交群体关联分析模型偏差的矫正的具体步骤为：二倍体群体中，基于SNPLDB标记的个体间遗传相似系数简单定义为状态同样位点的比例，即Σn_k/2m，取值范围为[0,1]，其中n_k为在第k个标记上两个体共有的等位基因数目，m为总标记数目；对于包含n个个体的群体，该相似系数矩阵为一个n×n的对称矩阵，使用该遗传相似矩阵的部分特征向量作为群体结构的估计用于关联分析群体偏差的矫正。

4.如权利要求1所述的一种基于SNPLDB标记的限制性二阶段全基因组关联分析方法，其特征在于：所述的SNPLDB标记是指单核苷酸多态性分子标记连锁不平衡区块。

5.如权利要求1所述的一种基于SNPLDB标记的限制性二阶段全基因组关联分析方法，其特征在于：所述单倍型区块定义所用的Haploview软件参数为：-minMAF 0.01、-hwcutoff 0、-maxDistance 200、-blockoutput GAB、-blockMAFThresh 0.01，其中-maxDistance 200指窗口大小为200kb。

6.如权利要求1所述的一种基于SNPLDB标记的限制性二阶段全基因组关联分析方法，其特征在于，所述多位点模型下二阶段关联分析的两个阶段中均使用相似系数矩阵特征向量矫正由近交导致的模型偏差。