如何進行SSGWAS的應用分析

一直以來，GWAS和GS一直是分家的，各搞各的，交叉很少。兩者都是基于統計分析，GWAS重點在于找到顯著性的SNP位點，找到關聯性狀的基因。GS的重點在于計算個體的育種值，進行排名選擇。

基因組選擇基于BLUP的方法（GBLUP，SSGBLUP）省略了SNP效應的估算，直接計算育種值（BLUP），隨著基因組選擇在育種中廣泛的實施，GS和GWAS的結合變得更有意義：

• GWAS得到的顯著性位點，不同的群體的結構以及效應大小，都影響MAS（分子標記輔助育種）的應用。

• GWAS分析中，需要個體都要有基因型信息，而實際育種中，有大量僅有系譜關系的表型數據，這些數據可以通過一步法（single-step）應用到基因組選擇中，但是GWAS分析一直是個難點。

• GWAS分析中，雖然可以通過PCA或者群體結構作為固定因子矯正模型，但是動物育種中有很多成熟的模型，比如母體效應，永久環境效應，可以放到隨機效應中。

• 如果可以在一步法中，應用GWAS，將特定群體的位點挖掘出來，用于特定群體的MAS，實踐意義非常大。

blupf90軟件在2014年就提出了SSGWAS，但是只能計算SNP的效應值，沒有辦法計算SNP的P-value，下面這篇文章介紹他們的團隊對軟件進行了升級，使得preGSf90模塊可以計算SNP的P-value。這樣，就可以在動物育種中使用了，特別是有大量系譜信息和一部分基因型信息以及大量表型信息的育種群體，基于GS和SSGWAS的MAS在特定群體的選擇更具前景！

1. 文獻

2. 摘要

背景

一步法（SSGBLUP）在基因組育種中廣泛應用，SSGWAS在此框架下一直沒有顯著性檢驗，我們的目的在于開發SSGWAS的顯著性檢驗（p-value），并且在實際數據中進行了測試。

Single-step genomic best linear unbiased prediction (SSGBLUP) is a comprehensive method for
genomic prediction. Point estimates of marker efects from SSGBLUP are often used for genome-wide association
studies (GWAS) without a formal framework of hypothesis testing. Our objective was to implement p-values for singlemarker GWAS studies within the single-step GWAS (SSGWAS) framework by deriving computational algorithms and
procedures, and by applying these to a large beef cattle population

方法

P-values were obtained based on the prediction error (co)variances for single nucleotide polymorphisms
(SNPs), which were obtained from the prediction error (co)variances of genomic predictions based on the inverse of
the coefcient matrix and formulas to estimate SNP efects.

結果

Computation of p-values took a negligible time for a dataset with almost 2 million animals in the pedigree
and 1424 genotyped sires, and no infation of statistics was observed. The SNPs that passed the Bonferroni threshold
of 10?5.9 were the same as those that explained the highest proportion of additive genetic variance, but even at the
same signifcance levels and efects, some of them explained less genetic variance due to lower allele frequency

結論

The use of a p-value for SSGWAS is a very general and efcient strategy to identify quantitative trait
loci (QTL). It can be used for complex datasets such as those used in animal breeding, where only a proportion of the
pedigreed animals are genotyped.

3. `EMMAX` VS `SSGWAS`

EMMAX框架：

• 依賴于單標記作為固定因子回歸分析的混合線性模型框架，代表軟件EMMAX，需要所有個體都有基因型和表型，這在動物育種中不現實

• 一些性狀是限性性狀，無法直接利用，需要調整值，比如公牛產奶量，使用De-regression value，使用其進行GWAS分析，喪失信息，不準確，特別是測序個體中包括公牛和它的后代，會重復計算（double-counting）

• 單個SNP回歸分析時，如果都要估算方差組分，使用的REML會很慢

SSGWAS框架：

• 將估算方差組分和考慮群體結構同時進行（SSGBLUP方法），使用系譜數據和基因型數據，表型數據。

• 使用SSGBLUP可以同時計算育種值和SNP效應值，而且有文獻已經證明GBLUP和單位點GWAS（EMMAX）是等價的，

• SSGWAS框架可以將測序個體和非測序個體合并一起進行分析，這應用價值非常大

4. SSGWAS算法框架

第一步：構建H矩陣

 

 

第二步：構建混合線性方程組

 

第三步：計算系數矩陣稀疏逆矩陣

 

第四步：求解方程組

 

第五步：計算育種值

 

第六步：計算SNP效應值

 

第七步：計算標準誤

 

第八步：計算SNP的P-value

 

5. 結果