发表期刊杂志：nature biotechnology
影响因子：41.514
发表时间：2015年2月
发表单位：中科院遗传与发育生物学研究所
 

一、      研究取材
62株野生大豆、130株地方种和110个驯化品种构建的一个自然群体

二、      方法流程
Illumina HiSeq 2000 测序平台，测序文库300bp,样本平均测序深度达到11X

三、      生物信息学分析
群体结构分析、选择清除分析、重要性状的全基因组关联分析

四、      研究结果
1）使用BWA软件将原始数据与参考基因组进行比对，使用samtools将sam格式转化为bam,使用picard软件去掉Duplicated reads。

2）SNP calling使用GATK和samtools,取两者结果的交集。对于GATK参数设置：-stand_call_conf 30。MAF设置为0.01。

3） Indel calling类似于SNP calling,使用GATK的UnifiedGenotyper程序，起参数设置为-glm INDEL，只考虑6bp范围内的缺失和插入。

4）SNP注释使用的软件为ANNOVAR。SNP被注释到内含子(overlap- ping with an intron)、外显子、基因间区，可变剪切位点(within 2 bp of a splicing junction)、5′UTRs 、3′UTRs,, upstream and downstream regions (within a 1 kb region upstream or downstream from the transcription start site).注释在外显子区域的SNP又分为同义和非同义突变。注释到外显子的Indel又分为移码突变和非移码突变。

5）群体结构分析中，PCA使用的是EIGENSOFT 4.2 的smartpca 程序，neighbor-joining tree 使用PHYLIP 3.68软件。结构分层使用FRAPPE，其中k值选取2到7.连锁不平衡分析使用plink软件。关联分析使用的GAPIT 分析软件。

【GWAS文献】基于GWAS与群体进化分析挖掘大豆相关基因