TASSEL5中利用MLM模型进行GWAS分析_tassel跑候选基因关联分析

简介

MLM，Mixed Linear Model，混合线性模型，是一种方差分量模型。在方差分量模型中，把既含有固定效应，又含有随机效应的模型，称为混合线性模型（百度百科：MLM模型）。用公式表示如下：

Y = Xα+ Zβ + Wμ+ e

Y：代表表型性状；

Xα：固定效应（Fixed Effect），主要指群体结构；

Zβ：标记效应（Marker Effect SNP）；

Wμ：随机效应（RandomEffect），这里一般指个体的亲缘关系。

e: 残差。

GLM模型中，如果两个表型差异很大，但群体本身还含有其他的遗传差异（如地域等），则那些与该表型无关的遗传差异也会影响到相关性。MLM模型可以把群体结构的影响设为协方差，把这种位点校正掉。此外，材料间的公共祖先关系也会导致非连锁相关，可加入亲缘关系矩阵作为随机效应来矫正（GWAS模型介绍）。

在TASSEL5中运行MLM与GLM相似。区别是MLM除了合并的数据之外，还需要亲缘关系数据定义个体之间的关系。亲缘关系矩阵乘以一个参数等于个体之间的协方差矩阵。本文使用GLM模型例子中的数据进行MLM分析，模型如下：

开花期=群体结构+标记效应+个体+残差

一、导入亲缘关系矩阵文件

二、进行MLM分析

选择亲缘关系矩阵文件mdp_kinship文件和合并后的数据集（GLM分析例子中的合并文件），点击Analysis-MLM选项，如下所示：

产生以下界面，点击Run运行。

产生关联分析结果。

三、关联分析结果可视化

1、曼哈顿图

选择关联分析结果文件，点击Results-Manhattan Plot。

2、QQ图

选择关联分析结果文件，点击Results-QQ Plot。

以上是使用TASSEL5进行MLM分析的过程，较为简洁，可结合GLM模型分析进行阅读。（TASSEL5中利用GLM模型进行GWAS分析）