全基因组关联分析

产品简介
通过对自然群体在全基因组范围内选择遗传变异进行基因分型，统计分析每个变异与目标性状之间的关联性大小，最终挖掘与目标性状相关的基因。

产品优势
1、采用自然群体，节省人力和时间 2、研究材料来源广泛，变异信息丰富 3、快速实现多个目标性状基因的高效定位 4、利用长期进化过程中积累的重组信息，定位精度更高

技术路线


结果展示
系统进化树
用邻接法（neighbor-joining methods）构建系统进化树（phylogenetic tree，又称 evolutionary tree，进化树），进化树是展示群体之间进化顺序的分支图，表示群体间的进化关系。根据群体表型或遗传学特征的异同点，可以推断不同群体之间的亲缘关系。

群体主成分分析
主成分分析（PCA）可以将多个相关变量经线性转换选出少数几个变量，PCA方法是基于不同检测样本间基因组SNP差异程度，按照不同性状特征将个体基于主成分聚类成不同亚群，还可以用于和其他方法相互验证。

连锁不平衡衰减分析
连锁不平衡（linkage disequilibrium，LD）是指群体内不同基因座上两个等位基因同时遗传的频率明显高于预期的频率的现象。通常所说的LD多是指染色体内的LD，是关联分析的基础，LD数值越大，表示连锁关系越强。

性状关联分析
采用混合线性模型进行性状关联分析，群体遗传结构作为固定效应，个体亲缘关系作为随机效应，可校正群体结构和个体亲缘关系的影响。

构建单体型图谱
单体型图谱直观展示了显著关联SNP位点之间的LD关系以及候选基因内各SNP位点之间的LD关系，从而更准确地寻找和定位与表型性状变异相关的功能位点。


常见问题
Q1.全基因组重测序GWAS研究，如何进行材料选择？
A：1.针对研究所关注的主要性状、选择有代表性的群体；2.样本最好没有显著的亚群分化；3. 需要获取多态性分布范围广泛的材料。

Q2.GWAS研究一个表型所需的最低样本量是多少？
A：建议单一表型性状最低样本数200，同一个体可针对多个表型性状进行研究。

Q3.GWAS研究的推荐测序深度是多少，和群体大小相比，哪个对分析结果的影响更大？
A：一般推荐GWAS研究的测序深度≥10X，测序深度和样本量都是影响分析结果的因素，当测序深度较低时，可以对数据进行缺失推断，因此群体大小对分析结果的影响更大些。


 

北京果壳生物科技有限公司， 专注多组学与分子检测技术的研究和应用。公司成立于2017年，创始团队深耕基因检测领域，历任著名科研机构和上市公司骨干岗位。
公司在北京设有分子研发中心，占地面积约1500㎡，搭载Illumina iScan、NovaSeq 6000、10x Genomics、MassARRAY、KASP等中、高通量检测平台，为科研客户提供多组学研究的综合性解决方案。2020年，公司在成都建立临床医学检验所，具备临床基因扩增检验资质，占地面积约5000㎡，为西南地区较大的实验基地之一。拥有大规模基因组信息检测、数据分析能力，标准的质量控制流程，能够有效支撑临床实践过程中的检测项目实施需求。
果壳生物的基因芯片平台处于业内领先地位。公司先后自主研发ASA-CHIA芯片和GUOKE 50K芯片，广泛应用于科研队列研究和遗传病筛查领域，大大降低了分子诊断技术在终端的使用成本，目前检测能力高达10000例样本/周。
果壳生物目前已累计服务全国300余家科研院所、三甲医院，完成50万余份样本的基因检测工作，与全球近20位分子诊断领域的顶尖科学和医学专家建立深度合作，横跨基础研究、出生缺陷防控、个体化基因检测等多个领域，致力于让领先的基因组学检测技术发挥更大的应用价值。

公司联系方式：

电话：4000079358/18310710859

地址：北京市昌平区回龙观镇生命园路8号院6号楼401室

微信公众号：搜索并添加“果壳生物”了解更多新闻咨询