近日，浙江大学农学院作物所徐海明教授与浙江省人民医院、杭州医学院陈国波副研究员合作，对无监督式群体基因组选择位点的探查方法展开研究。研究成果论文“EigenGWAS: An online visualizing and interactive application for detecting genomic signatures of natural selection”于国际生物学、生态学领域顶级期刊《Molecular Ecology Resources》在线发表。
通过群体基因组数据可以找到受自然选择或者人工驯化的遗传位点。常规的基因组选择位点检测方法（如FST）一般要求对群体分群，而群体的亚群信息往往缺失或不易取得，因此亟需一种可以只基于测序数据就能检测选择位点的方法和工具。该研究基于群体基因组数据的内蕴亚群结构，提出了能够分析各类群体基因组选择位点的单标记回归方法EigenGWAS，摆脱了传统方法对群体标签的要求，建立了一种全新的“无监督式”扫描策略，扫描所得位点具有直观的生物学解析。模拟和真实数据表明EigenGWAS能够有效分析动物、植物、人类等各类群体基因组，而且具有更高的统计功效，为遗传学、生态学、动植物育种、作物驯化等领域的研究提供有丰富的候选基因位点。基于EigenGWAS方法，该研究利用C语言和R语言混合编程技术开发了EigengWAS基因组选择位点分析工具，并将其部署到了云计算平台，用户可以通过浏览器在线进行群体选择位点的分析。
作物所硕士生齐国安和郑元庭为该论文的共同第一作者，徐海明教授和陈国波副研究员为该论文共同通讯作者，该项工作得到国家自然科学基金项目（31771392，31671570，31870707）和浙江省人民医院科研启动基金（ZRY2018A004）资助。
论文链接：https://onlinelibrary.wiley.com/doi/10.1111/1755-0998.13370
在线分析平台：www.eigengwas.com
EigenGWAS可与进化树或者STRUCTURE等群体分析方法无缝配合使用，已发表的此类优秀论文可参照: Science, 2017, 358:365-8, Nat Ecol Evo, 2017, 1:1168-76, Mol Ecology, 2019, 28:3544-60, J Exp Botany, 2021, 74:1307-20.
