构建步骤如下：首先，利用TASSEL将VCF数据转换为Phylip格式，然后通过MEGA7进一步转化为MEGA兼容的文件。打开MEGA，导入你的mega文件，选择进化树的构建方法，如邻接法（NJ）或最大似然法（ML）。设置参数，如Bootstrap重复次数、进化模型和处理缺失数据的方式，如图1-5所示。
系统发育进化树 （ Phylogenetic tree）：** 一般也叫系统进化树，进化树。它可以利用树状分支图形来表示各物种或基因间的亲缘关系。建进化树的过程，用术语讲：分支系统发育分析 （ Molecular phylogenetic analysis）：** 是用来研究物种或序列进化和系统分类的一种方法。
其中，演化谱系是指不同类群。Beast2软件基于多序列比对后的结果，按照mcmc（马尔可夫蒙特卡洛方法）构建贝叶斯进化树，而ML（最大似然法）和贝叶斯进化树对氨基酸/核苷酸替代模型的选择非常敏感，故在进行进化树或分化时间构建之前，需对氨基酸/核苷酸替代模型进行选择。
一，准备文件：hmp 12列后接样本 表型形状 第一列是样本编号，第二列开始接表型形状 二，启动tassel 三，导入数据 hmp文件 导入性状数据 转化成tassel可以识别的格式 四，关联分析 GLM模型 选择hmp文件和转化后的性状文件合并，生成表格。
将群体结构分析中生成的.Q文件，增加一列对应的sample名，一行亚群名。 GWAS：群体结构——Admixture - （jianshu.com）亲缘关系得到的kinship文件进行整理，第一行为sample数，第一列为sample名，中间为矩阵，下图以GCTA结果为例。
打开tassel软件，点击file来打开表型数据和基因型数据，然后对基因型进行过滤filter-sites，设置一定的阈值，得到过滤后的数据进行PCA分析和kinship分析，将基因型数据、表型数据和PCA结果整合为一个结果，然后和kinship结果一起使用MLM模型进行分析，最后对结果画manhattan图，也可以使用R进行绘图。
TASSEL、PLINK、EMMAX软件是林木中应用比较广泛的单标记GWAS分析软件。a 、TASSEL软件功能较为全面， 但计算效率较低。b 、PLIKN软件在数据管理和群体结构评价方面较为简单、高效， 但是其关联结果质量相对较差。
我们有三种方法得出P值： 第一种：查表，利用自由度和X 2 查看对应的P值； 第二种：利用R 第三种：利用Excel中函数CHIDIST， 求P值 可知，P = 728338e-10，不符合卡方分布，拒绝零假设，接受备择假设，证明该等位基因与病例相关。对于复杂的性状，后期继续进一步分析。
1、在众多GWAS分析软件中，plink、EMMAX、GEMMA等较为常见。以EMMAX为例，其分析流程如下：使用vcftools进行数据格式转换，然后用plink生成所需的格式。构建混合线性模型，如使用PCA作为固定效应（-c）并生成相关矩阵。利用emmax-kin-intel64进行Kinship计算作为随机效应（-k）。
2、数据格式如下，数据是每个环境叠加的。 有人喜欢用数字表示系名或环境，这样应该把lines和env转换为因子。缺失值用NA表示。接下我们用lmer进行BLUP分析，在lmer中 1|env 表示把env当作随机效应，我们把env和lines当作随机效应。我们可以得到遗传方差（即lines的方差） 和残差方差 。
3、vcf文件后续可以用于多种分析，包括但不限于：进化树分析、群体结构分析、PCA分析、GWAS关联分析等。
1、第一列是样本编号，第二列开始接表型形状 二，启动tassel 三，导入数据 hmp文件 导入性状数据 转化成tassel可以识别的格式 四，关联分析 GLM模型 选择hmp文件和转化后的性状文件合并，生成表格。
2、TASSEL是最早出现的用于动植物关联分析的软件，还可以对进化模式以及连锁不平衡进行评估，功能非常强大，要说缺点，可能就是真的有点慢。表型数据处理在下面这篇帖子中有介绍，这里使用BLUE值进行关联分析。
3、打开tassel软件，点击file来打开表型数据和基因型数据，然后对基因型进行过滤filter-sites，设置一定的阈值，得到过滤后的数据进行PCA分析和kinship分析，将基因型数据、表型数据和PCA结果整合为一个结果，然后和kinship结果一起使用MLM模型进行分析，最后对结果画manhattan图，也可以使用R进行绘图。
4、TASSEL、PLINK、EMMAX软件是林木中应用比较广泛的单标记GWAS分析软件。a 、TASSEL软件功能较为全面， 但计算效率较低。b 、PLIKN软件在数据管理和群体结构评价方面较为简单、高效， 但是其关联结果质量相对较差。
5、目前针对GWAS分析有很多软件，比如Plink、 Tassel、Gapit、EMMAX、gemma和GCTA等等，这些软件通过输入基因型文件和表型文件，可以直接求出每个标记对应的P值。那么大家有没有好奇在GWAS中P值是如何一步步计算出来的？为了更好理解P值，在这里给大家讲一下P值的计算过程。
全基因组关联分析（GWAS）是一种复杂性状功能定位的正向遗传学分析策略， 可直接利用群体内所有个体全基因组水平上的等位遗传变异和表型变异的相关性分析， 鉴定与目标性状显著连锁的等位变异位点，进而分析等位基因型对表型的遗传效应， 在植物数量性状遗传结构解析中取得了丰硕成果。
全基因组关联研究（GWAS），就像一场遗传密码的探索之旅，揭示了遗传区域与性状、疾病之间微妙的联系。通过扫描数百万遗传变异点，GWAS为我们揭示了无数与特定表型或疾病关联的基因热点。至今，这种研究方法已揭示了疾病的遗传奥秘，而随着样本量的膨胀和研究的深化，我们发现的关联变异数量还在持续增长。
全基因组关联分析是一种用于研究基因与人类疾病遗传易感性之间的关系的方法。它是一种整合生物信息学、计算机科学和统计学等多学科知识的前沿技术。本质上，GWAS是通过对大量DNA样本进行基因型比较和相关性分析，识别与特定疾病相关的基因变异。传统基因研究主要依靠对单个基因的研究，也就是单基因分离研究。
GWAS，全称为全基因组关联分析，旨在探索基因型（SNP变异）与表型（关注的性状）之间可能的关联。在研究中，零假设（H0）认为某个SNP对表型没有影响，回归系数为零；而备择假设（H1）则认为SNP与表型存在相关性，回归系数不为零。这个过程旨在揭示影响个体差异的遗传因素。
全基因组关联分析（GWAS）是以全基因组范围内的遗传标记为基础，通过基因分型，筛选出与复杂性状表型相关联的分子标记，进而挖掘与表型相关的候选基因。
总结来说，无论学习什么，理论知识固然重要，但实践操作才是提升技能的硬道理。就像骑自行车、学习游泳，只有亲身体验，才能真正掌握。
这里首先介绍了GWAS分析中常用的统计学概念：零假设（H0，null hypothesis）： 即原假设，指进行统计检验时预先建立的假设 ， 一般是希望证明其错误的假设。GWAS中的H0是标记的回归系数为零， SNP对表型没有影响。
理论上，其他动物也可以选择表型多样性丰富的家系样本进行GWAS 研究， 优先推荐选用 F2代群体。如果老师的 F2 代群体样本数少，也可以将 F1 代和 F2 代作为一个研究群体，在后续GWAS 分析过程中会有 KINSHIP（亲缘关系矩阵）去校正模型。
在科学研究领域中，GWAS是Genome-Wide Association Studies这个英文术语的缩写，直译为“全基因组关联研究”。这个概念主要应用于遗传学和生物统计学，旨在寻找基因与疾病或性状之间存在的关联性。通过全基因组扫描，科学家们可以揭示大量基因如何共同影响个体的生理特征或疾病风险。