2014年9月11日，遗传学期刊PLoS Genetics在线发表了我校作物遗传改良国家重点实验室玉米团队严建兵教授课题组及其合作者在玉米复杂农艺性状全基因组关联分析方面的研究论文“Genome Wide Association Studies using a new nonparametric model reveal the genetic architecture of 17 agronomic traits in an enlarged maize association panel”。博士研究生杨宁和来自四川农业大学的访问学者卢艳丽博士为本文的共同第一作者，严建兵教授为通讯作者。严建兵教授课题组的黄娟、周扬、Farhan Ali、闻玮玮博士及刘杰等参与了本课题研究，中国农业大学杨小红博士、李建生教授对本课题亦有贡献。

关联分析是目前动植物和人类遗传学研究中普遍使用的一种方法。目前在植物中比较流行的关联分析方法是混合线性模型，该方法前提假设是所探测的目标性状符合正态分布，对主效基因的探测效果比较好，而目前我们关注例如产量、抗性等性状大都比较复杂，受几十上百个基因影响，因此探测效果并不佳。

在去年发表的玉米籽粒油分的遗传结构解析（Li et al, Nature Genetics, 2013）所获基因型基础上，结合芯片信息，我校严建兵教授课题组开发了一种适用于基因型大片段缺失的基因型推算方法，将具有高密度SNPs标记的关联群体材料从368份扩大到了513份，从而提高了后续全基因组关联分析的检测能力，在此基础上利用同样算法发现了6个新的控制玉米油份合成的位点。研究人员发现，利用同样算法对该关联群体的开花期、产量和株型等17个复杂农艺性状进行分析时，却几乎没有找到显著关联的基因。为解决混合线性模型在分析时带来的假阴性（真实存在，但检测不到）问题，研究人员引入了一种新的非参数统计模型 Anderson Darling test（AD test），该方法巧妙利用数据的中值代替均值，解决了关联分析中基因型非均匀分布带来的偏离问题，大为提高了检测功效。模拟数据显示，AD test对于中等或者微小效应的基因和非正态分布表型数据更加有效。利用这一新发展的方法，研究人员对玉米17个农艺性状进行了重新分析，找到了多个与目标性状关联的基因。这一方法可与现有方法互为补充，广泛应用于动植物等的关联分析中。据悉严建兵教授课题组已经开发了相应分析软件，感兴趣的人员可免费下载使用（http://www.maizego.org/Resources.html）。

该课题得到国家自然科学基金和863计划支持。卢艳丽博士还得到作物遗传改良国家重点实验室开放课题的资助。

全文链接：http://www.plosgenetics.org/doi/pgen.1004573