译名：群体基因组学鉴定了胡萝卜驯化和改良的遗传特征，并揭示了高类胡萝卜素橙色胡萝卜的起源

链接： https://www.nature.com/articles/s41477-023-01526-6#Sec11

第二篇：燕麦（Genome resequencing reveals independent domestication and breeding improvement of naked oat）

链接：https://academic.oup.com/gigascience/article/doi/10.1093/gigascience/giad061/7227512#411622721

GWAS数据分析

核心步骤

质控

清理原始数据，确保分析的准确性。

基因组比对 (使用 BWA 或 Bowtie)

将读段与参考基因组比对。

BAM文件处理

使用Samtools或Picard Tools进行排序、标记重复读段、重建索引。

变异检测

使用如GATK的工具从比对结果中识别SNP和INDEL，产生VCF文件。

变异的质量控制:

包括去除低质量变异位点、过滤掉MAF（小等位基因频率，Minor Allele Frequency）过低或不符合Hardy-Weinberg Equilibrium的位点等。以确保只分析那些可靠和生物学上有意义的变异。

注：文中使用的是BCFtools

基因型格式转换

将VCF格式的变异数据转换为GWAS分析所需的格式，如PLINK格式。

表型数据整合

收集和整理与基因型数据对应的表型数据。
文中用的表型数据https://github.com/dsenalik/Carrot_Genome_DH1_v3/blob/main/phenotype/GWA.Phenotype.csv

关联分析

使用如PLINK、FarmCPU（Fixed and random model Circulating Probability Unification）、GAPIT（Genome Association and Prediction Integrated Tool）的工具对基因型和表型数据进行分析，识别每个SNP与表型特征之间的关联强度。

这是GWAS的核心，旨在找出哪些遗传变异与特定的表型特征相关联。

注：文中用的GAPIT

结果校正和解释

对关联分析结果进行多重测试校正，如Bonferroni校正，以防止假阳性结果，列出显著关联的SNP。

可选步骤

群体结构和亲缘关系分析

使用如STRUCTURE、ADMIXTURE的工具估计样本间的群体结构和亲缘关系。以避免群体结构导致的偏差影响分析结果。

注：文中用的ADMIXTURE

遗传变异性分析

使用如Pixy的工具计算种群内的核苷酸多样性（π）和基因组分化指数（Fst）。这有助于理解种群的遗传背景和多样性。

估计有效种群大小历史和分化时间

使用SMC++等工具估计历史上的种群大小和分化时间，增加对研究种群历史和演化的理解。

识别频率增加超过随机概率的变异

使用XP-CLR等工具识别可能受到自然选择影响的遗传区域。