全基因组关联分析(Genome-wide association study，GWAS)基于全基因组重测序技术，通过对自然群体或核心种质资源中的个体进行基因组测序，并结合目标性状的表型数据，利用统计模型分析基因型与表型之间的关联，精准挖掘控制目标性状的关键基因或染色体区段。GWAS无需构建特定的群体，能够高效解析复杂性状的遗传基础，特别适用于多基因控制性状的研究。该方法因其“遗传背景丰富、变异检测全面、适用性广泛”的优势，已广泛应用于作物改良、动物育种及人类疾病研究。

案例分享 

葡萄单倍型T2T泛基因组构建及SNP/SV-GWAS分析--推动性状遗传研究与基因组育种 (Nat Genet,lF=31.7)

文章题目:Grapevine pangenome facilitates trait genetics and genomic breeding

研究亮点:

1、组装9个T2T单倍型基因组(18个assemblies)，并结合11个已发表基因组，构建葡萄图形泛基因组Grapepan v1.0。

2、基于466份葡萄种质的全基因组变异分析，构建变异图谱，揭示酿酒葡萄与鲜食葡萄的遗传关系及SVs的非均匀分布模式。

3、基于SV-GWAS分析，解析324份葡萄品种29种农艺性状的遗传基础，鉴定148个显著关联位点，其中12个位点受SVs显著影响。

4、通过XP-EHH分析，发现酿酒葡萄与鲜食葡萄在果皮涩味、果实形状、果肉硬度等性状上的显著分化，并鉴定多个与果实大小和代谢物含量相关的GWAS候选位点。

5、评估SVs对农艺性状的遗传力贡献，发现SVs可解释浆果宽度74.6%的遗传变异，而SNPS仅解释0.5%，表明SVs在葡萄育种中的重要作用。

主要研究结果:

  本研究构建了高质量的葡萄图形泛基因组Grapepan v1.0，解析了葡萄的遗传变异和群体结构。基于466份葡萄种质重测序数据，研究者构建了包含8,591,818个SNPS、513,969个inDels和236,449个SVs的变异图谱，并对群体结构和连锁不平衡进行了深入分析。

  在全基因组关联分析(GWAS)中，研究者结合SNP-GWAS和SV-GWAS，共鉴定出148个与29种农艺性状显著相关的遗传位点，其中136个SNPS和12个SV，覆盖基因组约5.58%的区域。候选区域与浆果大小、果皮厚度、果肉硬度、可溶性固形物含量等重要性状相关，并部分与已知功能位点重叠。值得注意的是，研究发现SNPS和SV在GWAS结果中呈现不同的作用模式，例如，SV-GWAS发现的候选基因区域SSC7和BeWi9与可溶性固形物含量和浆果宽度相关并表现出选择性清除特征。此外，在该区域发现NEPS和NRT1两个基因家族，与葡萄品质相关基因的表达模式相吻合。进一步的XP-EHH选择性扫描识别出酿酒葡萄和鲜食葡萄之间的显著分化区域，总计约 21.45 Mb，富集到多个影响果实大小、果皮涩味、酒石酸含量等关键性状的候选位点。

  此外，研究还发现SVs对农艺性状遗传力的贡献显著高于SNPS，例如SVs解释了浆果宽度(BeWi)74.6%的遗传力，而SNPS仅解释0.5%;在可溶性固形物含量(SSC)方面，SVs贡献35.8%，SNPS仅贡献0.6%。这些结果表明，SVs在葡萄性状形成中的作用被低估，其纳入可极大提高葡萄育种中遗传力的估算精度。

  本研究所构建的泛基因组、变异图谱、GWAS 候选基因区域及选择信号分析结果，为葡萄性状解析和分子育种提供了新的遗传资源和精准的分子标记。

参考文献

Liu Z, et al. Grapevine pangenome facilitates trait genetics and genomic breeding. Nat Genet. 2024.