群体SNP检测及注释

• 对下机数据进行质控得到clean data（过滤后数据），与参考基因组比对后，采用进行群体 SNP 的检测。对检测位点进行筛选和注释，获得高质量SNP及其注释信息。

群体结构分析

• 根据得到的高质量位点，构建系统进化树并进行主成分分析，揭示不同品种间的遗传结构以及基因交流情况。
  系统进化树（phylogenetic tree）是描述群体间分化顺序的分支图或树，用来表示群体间的进化关系。根据群体的物理或遗传学特征等方面的共同点或差异 可以推断出它们的亲缘关系远近。
  
• 主成分分析（PCA）是一种纯数学的运算方法，可以将多个相关变量经过线形转换选出较少个数的重要变量。PCA在遗传学当中主要用于聚类分析，它是基于个体基因组SNP差异程度，按照不同性状特征将个体按主成分聚类成不同的亚群，同时用于和其它方法做相互验证。

核心标记筛选

• 基于深度过滤、完整度过滤、最小等位基因频率（MAF）、多态性信息含量（PIC）和遗传位置信息对SNP分子标记筛选，对筛选的核心SNP 标记所在基因元件及染色体上分布情况进行统计分析。
• 根据得到的核心SNP标记，为品种绘制指纹图谱二维码。

遗传相似性分析

• 计算材料间遗传相似系数(genetic similarity, GS)，获得遗传相似系数矩阵，通过遗传相似性系数矩阵判断不同材料间的相似性。

  #Sample	Sample8	Sample1	Sample2	Sample3	Sample4	Sample5	Sample6
  Sample1	0.61
  Sample2	0.60	0.67
  Sample3	0.63	0.67	0.66
  Sample4	0.47	0.51	0.49	0.57
  Sample5	0.47	0.51	0.49	0.57	0.97
  Sample6	0.48	0.52	0.49	0.57	0.97	0.96
  Sample8	0.64	0.66	0.63	0.68	0.51	0.51	0.51

KASP核心位点开发

• 利用筛选的核心标记可进一步进行KASP位点设计与开发，应用于植物品种分类检测和认证工作。设计成功的位点将提供每个位点的引物序列，可用于后续实验验证。

  染色体	位置	碱基		引物ID	引物序列
  Chr1	96926	C	FAM	96926Rg	GAAGGTGACCAAGTTCATGCTGGGAGAACTACTCCTTGTGCG
  		G	HEX	96926Rc	GAAGGTCGGAGTCAACGGATTGGGAGAACTACTCCTTGTGCC
  				96926F	AGACCACCGATTCCAACCA
  Chr2	2583829	T	FAM	2583829Ra	GAAGGTGACCAAGTTCATGCTCGGCAATGAGATCATTAGAACTGA
  		A	HEX	2583829Rt	GAAGGTCGGAGTCAACGGATTCGGCAATGAGATCATTAGAACTGT
  				2583829F	AGGTGTGGAGCATAAGATCAACT
  Chr3	2051617	G	FAM	2051617Rc	GAAGGTGACCAAGTTCATGCTAATCTGAAATTTAGGGTTCATATCAC
  		A	HEX	2051617Rt	GAAGGTCGGAGTCAACGGATTCACTATACTTGGGATTTAAAGTCTAT
  				2051617F	AATTGGATTGGTCAAGACGGTA