解析复杂性状的遗传基础，是人类健康与作物改良的共同核心议题，对医学、农业和进化生物学均具有深远意义。复杂性状通常由多基因效应共同决定，其遗传贡献既来源于大量小效应的加性累积，也包含非加性成分(如非等位基因间的互作效应, 即上位性)，并受到环境及基因-环境互作(G×E)的影响；表型测量误差、群体的进化与繁育历史(如祖源结构与选择轨迹)，以及连锁不平衡(LD)结构在不同群体与基因组区域间的异质性，均会进一步遮蔽真实的因果遗传信号(Watanabe et al., 2019)。在人类和作物群体中，这种“多基因—小效应—环境交互”的复杂性状问题在统计遗传学层面表现出高度一致的结构特征。因而，建立稳健的统计框架，来揭示复杂表型的遗传基础，是确保疾病预测与育种决策可信度的前提。

在上述背景下，有必要对“统计遗传学”的概念进行界定。统计遗传学通常指在概率模型与统计推断框架下，利用群体数据分析遗传变异与表型之间关系的一门交叉学科，其核心在于通过显式建模，估计遗传效应、解析性状的遗传结构，并量化不确定性与预测能力。从学科渊源来看，统计遗传学并非脱离数量遗传学而独立产生，而是建立在其理论基础之上的方法学拓展。经典数量遗传学以方差分解和选择理论为核心，通过亲属间表型相关性刻画多基因性状的遗传规律；而统计遗传学在分子标记与基因组数据支持下，将这一框架进一步参数化与模型化，使遗传分析由“总体水平的方差描述”延伸至“位点层面与全基因组尺度的统计推断”。因此，两者之间并非替代关系，而是一种在研究对象一致前提下的范式演进：数量遗传学提供了关于遗传力、多基因模型等基本理论，而统计遗传学则发展出连锁分析、方差组分模型及全基因组关联分析等具体实现路径，使复杂性状的遗传解析从局部假设驱动逐步过渡到全基因组范围的系统建模。这一演进过程，构成了本文所讨论的统计遗传学方法发展的主线。

从方法学演进的角度看，20世纪的统计遗传学研究逐步形成了两类具有代表性的分析路径。一方面是基于家系与构建群体的连锁分析，通过估计重组率(θ)与LOD分数在厘摩(cM)尺度定位QTL (包括RIL, BC, DH等)，在单基因病或主效应位点中取得成功。另一方面，是基于亲缘共享的Haseman-Elston回归与方差组分方法，既用于遗传力估计，也用于位点搜索。候选基因策略，依赖生物学先验知识，虽能提供针对性线索，却因假设偏倚与重复性不足，而受到质疑(Sebastiani et al., 2009; Zhang et al., 2019)。这些传统方法受限于标记数量有限、样本规模偏小、统计校正手段不足，难以解析由众多小效应位点与复杂群体结构驱动的多基因性状，导致“缺失遗传力”长期存在(Watanabe et al., 2019)。

随着高通量分型与大规模群体资源的出现，研究范式转向“全基因组无假设扫描”。全基因组关联研究(GWAS)在全基因组范围内，系统性扫描数十万至数百万个变异，结合混合线性模型(MLM)，整合基因组关系矩阵(GRM)，以吸收近亲相关，再利用主成分分析(PCA)校正群体结构，并通过Bonferroni或FDR控制有效独立检验数意义下的错误率，从而克服传统方法的部分瓶颈(Pasaniuc and Price, 2016; Tibbs Cortes et al., 2021; Uffelmann et al., 2021)。GWAS已在人类、作物与模式生物中，发现成千上万个与性状相关的基因组区域，为理解复杂性状的多基因性与多效性，提供了新的视角。

然而，GWAS仍面临挑战，包括对非编码区信号的解释、群体分层的残余影响，以及统计关联与功能因果之间的差距(Zhang et al., 2024)。在作物研究中，NAM、MAGIC等多亲本群体设计，成为连锁与关联的桥梁，提升了微效应位点发现与跨群体验证的能力，并进一步推动基因组选择(GS)与精准育种(Tibbs Cortes et al., 2021)。

本研究从统计遗传学视角出发，系统梳理从连锁分析与候选基因策略到全基因组关联分析(GWAS)的方法演进路径，重点关注不同方法在假设体系、数据结构与统计模型上的转变，从而揭示复杂性状遗传解析中的范式迁移与方法互补关系。

1连锁分析(linkage analysis)的方法学基础

1.1统计框架与基本原理

连锁分析(linkage analysis)是基于遗传重组信息，检测基因组区域与性状之间共分离关系的经典统计方法。在数量遗传学框架下，其核心思想是利用减数分裂过程中发生的重组事件，将标记与潜在因果位点之间的遗传距离转化为可检验的统计量，从而在基因组上定位与性状相关的遗传区段(方宣钧等, 2001; Xu et al., 2017)。对于数量性状而言，连锁分析的具体实现通常表现为QTL定位，即在遗传图谱坐标下，结合个体基因型与表型数据，对潜在QTL的位置与效应进行统计推断(Meng et al., 2015; Zhang et al., 2015)。

在这一框架中，重组率(θ)是刻画标记间遗传关系的核心参数。通过作图函数(如Haldane或Kosambi)，可将 θ 转换为遗传距离(cM)，从而建立沿染色体排列的遗传坐标体系(方宣钧等, 2001; Xu et al., 2017)：

其中，d表示遗传距离(cM)，θ为重组率。需要强调的是，这些作图函数用于建立重组率与遗传距离之间的函数映射，为后续统计分析提供坐标框架，但其本身并不构成连锁分析的统计推断过程。

1.2数据基础与分析实现

连锁分析通常依赖于特定的构建群体，如两亲本杂交后代(F₂, 回交群体)以及通过多代自交或单倍体加倍获得的重组自交系(RIL)和双单倍体(DH)群体。这类群体能够提供可观测的等位基因分离与重组信息，是连锁分析成立的前提(Meng et al., 2015; Xu et al., 2017)。在模式作物和部分重要农作物中，随着标准化群体资源与高密度分型平台的发展，多亲本高世代杂交群体(MAGIC)和嵌套关联作图群体(NAM)进一步提高了重组密度和作图分辨率(Zheng et al., 2019; Qu et al., 2020)。

基于这些群体的分子标记分型数据，可进一步构建遗传连锁图谱，用于描述标记之间的相对位置及其重组关系。需要指出的是，遗传图谱构建属于数据准备过程，其作用在于为后续统计推断提供空间坐标框架，而不等同于连锁分析方法本身(方宣钧等, 2001; Meng et al., 2015)。在此基础上，连锁分析整合个体的标记基因型与表型数据，在遗传图谱框架下检测标记区段与数量性状位点(QTL)之间的连锁关系，因此，QTL 定位可以视为连锁分析在数量性状研究中的具体实现形式(Zhang et al., 2015; Xu et al., 2017)。

从统计建模角度看，连锁分析方法大体可归纳为两类。一类是基于似然比检验的框架，以LOD (logarithm of odds)作为核心统计量，通过比较“连锁”与“无连锁”两种假设下的似然来评估证据强度；另一类是基于回归或相关性的框架，如Haseman–Elston (HE)回归，通过刻画IBD共享程度与表型相似性之间的关系来检测连锁信号(Sham and Purcell, 2001; Feingold, 2002; Chen, 2014)。尽管形式不同，这两类方法本质上都利用遗传共享与表型相似之间的统计关联进行推断。

连锁分析中最常用的统计量是LOD分值(对数似然比)，其计算公式为：

其中L(θ)为给定重组率 θ 下的似然，L(0.5)对应无连锁假设。传统上，LOD≥3常被视为显著连锁的经验阈值，对应约1000：1的优势比(方宣钧等, 2001; Zhang et al., 2015)。但在高密度标记与全基因组扫描背景下，固定阈值可能难以充分反映标记相关性与群体结构的影响，因此更稳妥的做法是通过置换检验构建经验阈值，以控制全基因组范围内的家族错误率(Meng et al., 2015; Wang et al., 2024)。同时，应避免将LOD与−log₁₀(p)简单等同，二者仅在特定近似条件下才具有可比性(图1)；LOD曲线与GWAS中曼哈顿图所对应的统计量虽形式相似，但其统计基础和阈值含义并不相同(图1)。

1.3统计假设、误差传导与主要局限

连锁分析依赖若干关键统计假设，包括等位基因符合孟德尔分离、重组率在减数分裂间相对稳定，以及群体中不存在显著扭曲检验分布的结构效应(Meng et al., 2015; Zhang et al., 2015)。当这些假设被破坏时，偏差可沿不同路径传导并最终影响定位结果。例如，偏分离(segregation distortion, 又称分离畸变)可能源于配子或合子阶段的选择作用，从而改变等位基因分离比例并影响 θ 的估计；基因分型错误则可能引入伪重组事件，导致遗传图谱拉伸或压缩；而群体结构效应则可直接扭曲似然函数或零假设分布，进而造成假阳性膨胀或效应低估(Taniguti et al., 2022; Wang et al., 2024)。这些不同来源的偏差最终会在LOD曲线层面汇聚，表现为峰位偏移、显著性膨胀或减弱，以及假阳性或假阴性信号的增加(图2)。

在应用层面，区间作图(IM)、复合区间作图(CIM)及改进的ICIM等方法，通过在遗传图谱框架下对QTL位置与效应进行联合估计，提高了传统连锁分析的功效与稳定性(Meng et al., 2015; Zheng et al., 2019)。然而，其方法学局限性同样十分明确。首先，连锁分析的定位分辨率受限于群体中的重组事件数量，通常停留在厘摩(cM)尺度；其次，其统计功效高度依赖群体规模、表型重复度与群体结构；再次，连锁结果具有明显的群体特异性，仅限于亲本间分离的等位基因，难以直接外推至更广泛的遗传背景(Xu et al., 2017; Qu et al., 2020)。对于多基因、小效应并伴随基因–环境互作的复杂性状，这些限制尤为突出(Li et al., 2015; Wang et al., 2024)。

正是由于分辨率有限、群体依赖性强以及对复杂遗传架构的解释能力不足，研究范式逐步转向基于自然群体和历史重组信息的全基因组关联分析(GWAS)，以期在更高分辨率和更广泛的群体背景中解析复杂性状的遗传基础。

2 Haseman-Elston回归与方差组分方法

本节所述Haseman-Elston回归与方差组分方法，并非作物QTL定位中的主流方法，而是从统计遗传学发展的角度，用以说明基于亲缘共享的回归框架如何逐步过渡到后续的混合线性模型与全基因组分析方法。

2.1 Haseman-Elston检验的推导

Haseman-Elston (HE)检验最早由Haseman与Elston于1972年提出，用于检测数量性状与遗传标记间连锁的开创性方法(Sham and Purcell, 2001; Feingold, 2002)。其基本思想是：若某一标记邻近存在加性QTL，则在该标记上共享更多IBD (identity-by-descent)等位基因的同胞对应表现出更相似的表型。因此，可通过将同胞(或类同胞)对的表型平方差与其在某一标记处共享的IBD比例进行回归，来检验连锁关系。

原始的HE回归方程可写为：

其中y₁，y₂分别为一对同胞的性状值，π为他们在给定标记处共享的IBD比例。若存在QTL，则期望斜率β>0，即共享比例越高，表型差异越小(Feingold, 2002; Chen, 2014)。

HE方法的优势在于：其不依赖性状分布的正态性，仅利用了“表型差随IBD共享增加而减少”的单调关系，从而成为早期低成本、易于实现的全基因组扫描手段(Sham and Purcell, 2001)。后续的扩展版本引入了交叉乘积(cross-product)或同胞性状和(sib-pair phenotype sum)作为因变量，这通常能降低方差并提升检验功效(Wang and Elston, 2005)。

HE框架亦可推广至更复杂的家系结构，如半同胞、表亲乃至一般谱系，通过谱系或分子标记推断的全基因组IBD/IBS (identity-by-state)比例来构建滑动窗口回归，得到沿染色体的连锁证据曲线(Chen, 2014; Sofer, 2017)。这种方法在人类遗传病的早期定位和作物数量性状的低成本初筛中均得到广泛应用，并且在现代基因组学中通过与方差组分方法统一，形成了一系列基于混合线性模型和基因组关系矩阵(GRM)的扩展(Liu and Chen, 2022)。

2.2方差组分模型与遗传力估计

方差组分模型是对Haseman-Elston (HE)回归的重要扩展，提供了一个更为通用且强大的框架，用于解析数量性状的遗传基础。该模型通常以混合线性模型(mixed linear model, MLM)为骨架：

其中，y为表型向量，Xβ为固定效应(如环境协变量)，表示由遗传效应构成的随机部分，K为亲缘关系或基因组关系矩阵(genomic relationship matrix, GRM)，为残差项。通过限制极大似然(REML)估计可得遗传方差与残差方差，进而计算遗传力(heritability)：

与HE相比，方差组分模型的优势在于，其能直接建模个体间的协方差结构，将表型相似性与遗传相关性相联系(Sofer, 2017; Xu et al., 2021)。事实上，已有研究表明HE回归在数学上，可视为方差组分方法的简化形式，二者在理论上具有内在等价性(Chen, 2014)。

这种统一视角，使得方差组分框架不仅在传统家系分析中适用，也能在大规模全基因组关联研究(GWAS)中的混合线性模型提供了理论基础(Zhou, 2017; Jeong et al., 2024)。

在作物中主要用于遗传力估计与背景方差建模。方差组分模型已被用于数量性状的遗传力评估(如产量, 株高与抗病性)，并可结合高密度分子标记与结构化群体，来精确估算加性遗传方差(Xu et al., 2021; Liu and Chen, 2022)。相较于谱系亲缘，基于分子标记构建的GRM更能反映真实的遗传关系与选择历史，为基因组预测与基因组选择(genomic selection, GS)提供了参数化基础(Chen, 2016; Liu and Chen, 2022)。方差组分模型还具有高度的扩展性。在多环境试验(METs)中，可以将环境效应与G×E交互项建模为随机效应，从而得到跨环境遗传力估计，提升表型校正与QTL稳健性(Xu et al., 2021)。

2.3局限与转向

Haseman-Elston (HE)回归与方差组分方法在数量遗传学中具有重要作用，但其在实际应用中存在若干局限性。这类方法的统计效能严重依赖于样本量、表型重复度以及IBD共享比例(π)的精确估计。当标记覆盖稀疏时，π的估算误差放大，导致检出功效下降、区间估计宽泛，甚至产生偏差(Mei and Wang, 2016)。需要注意的是，HE回归最初主要应用于兄弟姐妹对或简单家系结构，对复杂家系或非亲缘群体的适用性有限(Wang and Elston, 2005)。

在高度多基因性状中，单个位点方差贡献往往极小，HE回归的斜率或局部方差信号容易被背景噪声淹没(Chen, 2016)。若存在上位性、非加性效应或表型异方差，其线性假设会进一步受损，导致遗传力系统性低估，加剧“缺失遗传力”问题(Mei and Wang, 2016)。这些挑战表明，HE与方差组分方法在处理复杂遗传结构时存在天然局限。

随着基因组数据规模的扩大与高密度标记平台的发展，研究逐渐转向“全基因组覆盖+固定效应检验+背景随机效应建模”的框架。这一思路体现在基因组范围混合模型(GWAS-MLM)中：候选SNP被设为固定效应，而全基因组关系矩阵(GRM)吸收多基因背景与隐匿亲缘(即样本间未被记录但真实存在的亲缘关系, cryptic relatedness)，从而实现对群体结构与相关性的校正(Zhou, 2017; Xu et al., 2021)。

新的统计方法如LD评分回归(LD score regression)与基于总结统计量的方差组分估计，提供了在大规模群体和跨研究条件下的高效实现(Jeong et al., 2024)。这些进展标志着数量遗传学从以HE/方差组分为核心的总体遗传力分解，自然过渡到以GWAS为中心的因果区域优先化，实现了方法学的范式转型。

这些方法在理论上的统一，为后续以混合线性模型为核心的GWAS框架奠定了基础。下一节将进一步讨论全基因组关联分析如何在这一统计框架上发展为主流方法。

3候选基因方法的兴衰

3.1候选基因选择的逻辑与优势

候选基因策略的提出是分子生物学与数量遗传学进展的自然延伸。其核心逻辑是以明确的生物学先验为起点，基于通路知识、突变体表型、跨物种同源基因、差异表达或代谢证据，优先锁定可能影响目标性状的基因及其功能位点(Zhu and Zhao, 2007)。这种假设驱动的思路，使研究者能够集中检验那些在理论上与目标表型具备合理联系的基因，如代谢通路的关键酶、转录因子或结构蛋白。植物遗传学中，候选基因因其在淀粉合成、抗病性或胁迫响应等关键农艺过程中的作用而被优先选择(Stanton-Geddes et al., 2013; Raj and Nadarajah, 2022)。

该方法的典型流程是“提出机制性假设→筛定候选基因与标记→在目标群体中验证关联→结合功能证据解释”。与全基因组无假设扫描相比，候选基因策略通过人为收缩变量空间，使研究对样本量与分型成本的要求降低，尤其适合资源有限或需快速验证特定机理的情境(Zhu and Zhao, 2007)。在高通量分型技术普及之前，这种方法尤为重要，是许多作物与模式生物遗传研究的可行选择。

候选基因方法的主要优势在于针对性与可解释性。一旦候选变异与生化功能、细胞通路或突变体表型保持一致，统计关联即可与因果推断形成互为支撑的证据链(Zhu and Zhao, 2007; Raj and Nadarajah, 2022)。该方法的技术门槛相对较低，利用KASP、TaqMan等低通量分型手段，结合常规田间表型平台即可完成验证，便于在多地点或多世代中复核，并能快速导入育种群体，直接服务于标记辅助选择(MAS) (Ibrahim et al., 2020; Kushanov et al., 2021)。

3.2方法学偏倚与可重复性危机

候选基因方法在早期提供了低成本、假设驱动的解析途径，但其方法学特征也埋下了系统性偏倚与可重复性危机的隐患。依赖先验知识可缩小搜索空间，但也导致研究者倾向于反复检验有限的基因集合，使得少数“热点基因”被过度研究，而更广泛的基因组背景被忽视(Zhu and Zhao, 2007; Baxter, 2020)。这种研究聚焦在提高检测效率的同时，放大了发表偏倚和效应膨胀(winner’s curse)的风险：阳性结果更易发表，而阴性结果常被忽略，导致文献中过度累积虚假或夸大的关联(Baxter, 2020)。

候选基因研究还存在统计效能不足的问题，由于样本量偏小，加之未对位点间相关性进行建模，显著性水平难以反映全局错误率(Zhu and Zhao, 2007; Stanton-Geddes et al., 2013)。在多位点或多性状同时检验时，如果缺乏严格的多重比较校正，假阳性率被系统低估，进一步削弱了结论的可靠性。

群体结构与隐匿亲缘，是导致伪关联的重要来源。在作物研究中，候选基因常在明显分层的种质材料中被验证，若未利用PCA或混合线性模型(MLM)进行结构校正，等位基因频率差异即可在无因果关系的情况下，生成显著信号(Stanton-Geddes et al., 2013)。再加上连锁不平衡(LD)导致的“标记-因果基因”错配、表型测量误差及基因-环境互作(G×E)的影响，候选基因关联在跨群体和跨环境下的复现率往往较低(表1) (Zhu and Zhao, 2007)。

当研究者尝试通过更严格的群体结构校正、全基因组背景建模与多重检验控制来缓解这些偏倚时，其分析框架会逐步向GWAS范式靠拢(Baxter, 2020)。这一转变在实践中削弱了候选基因方法“低成本、快速验证”的初衷，也解释了其在高通量基因组学时代候选基因方法逐渐式微的逻辑。

3.3在植物育种中的实际贡献与局限

在植物育种中，候选基因方法虽已逐渐式微，但在少数“重大基因”的解析与利用上，仍展现了里程碑式贡献。经典案例包括水稻Wx基因，该基因控制直链淀粉含量，与支链淀粉合成途径的生化机制紧密相关，其等位差异被快速鉴定，还被成功用于分子标记辅助选择(MAS)改良稻米品质(Pflieger et al., 2001; Raj and Nadarajah, 2022)。还有香味性状相关的BADH2功能缺失等位基因，在多个水稻品种群中，得到快速验证与广泛利用，成为经典的候选基因育种实践案例。在棉花、小麦等作物中，候选基因方法也被用于分离和利用抗病、抗逆等主效应基因，促进了品种改良(Kushanov et al., 2021; Raj and Nadarajah, 2022)。

然而，产量、抗逆等农艺性状，普遍受多基因小效应与基因-环境互作(G×E)驱动，其遗传结构复杂且动态。候选基因策略依赖的先验知识，难以覆盖调控网络中的广泛等位变异，导致其在复杂性状上命中率低、解释力不足(Pflieger et al., 2001; Zhu and Zhao, 2007)。再加上不同生态型和育种背景中的连锁不平衡(LD)结构差异，候选位点的关联结果经常难以跨群体验证与推广(Stanton-Geddes et al., 2013)。

在当代基因组学框架下，候选基因方法的角色逐渐由“发现引擎”转向“验证模块”。具体而言，它更适合在GWAS或连锁定位给出的区间内，优先化可能的功能基因，并结合eQTL、精细定位与功能实验完成因果确认；还有在明确的生物学假设下，进行机制性验证与定向改良，包括基因编辑的快速应用(Ibrahim et al., 2020)。这一转变使候选基因策略与GWAS、基因组选择(GS)形成互补与协同：GWAS负责大规模无假设发现，候选基因负责定向功能验证，两者共同推动现代作物遗传改良。

4从传统方法到GWAS的逻辑转变

传统连锁分析与候选基因方法在受控群体和有限假设框架中取得了重要进展，但其方法学边界逐渐显现。这些方法在分辨率、统计功效及跨群体推广能力方面的限制，并非孤立问题，而是共同指向一个核心挑战：在多基因、小效应及复杂群体结构背景下，局部或假设驱动的分析框架难以全面刻画遗传变异的全局图景。这一认识直接推动了研究范式向全基因组层面的系统性扫描转变。

4.1 GWAS的创新点和局限

GWAS 是数量遗传学研究范式的一次重大跃迁，突破了传统连锁分析与候选基因策略对先验假设的依赖，将研究框架转向全基因组范围内、弱依赖位点先验假设的扫描。在大规模群体中，系统检测表型与数千至数百万单核苷酸多态性(SNP)的统计关联(Tibbs Cortes et al., 2021; Ashwath et al., 2023; Bashir et al., 2024) (表2)。

这一转变得益于高通量分型技术的发展，包括SNP芯片与二代测序，不仅实现了高密度分型和缺失填充，还能在连锁不平衡(LD)框架下，将作图分辨率推进至kb级，甚至定位至单个基因(Alqudah et al., 2020; Ashwath et al., 2023)。统一的质控流程(如标记缺失率, 等位基因频率阈值)，以及与参考基因组的锚定，使跨平台与跨群体的研究结果具备更高的可比性与可重复性(Bashir et al., 2024; Chang-Brahim et al., 2024)。

在统计框架上，GWAS的重要进展体现在对群体结构与亲缘关系的显式建模，以及在大规模多重检验背景下引入多种错误率控制策略(Chang-Brahim et al., 2024; Nandi et al., 2024)。例如，通过主成分分析(PCA)校正群体分层，并结合混合线性模型(MLM)与基因组关系矩阵(GRM)吸收亲缘关系与背景相关性，已成为当前主流分析框架(Tibbs Cortes et al., 2021; Susmitha et al., 2023)。需要指出的是，传统连锁分析通过置换检验在全基因组错误率控制方面具有良好性质，而GWAS中显著性阈值的设定仍存在方法学权衡，例如Bonferroni校正的保守性与经验阈值的不稳定性。

尽管GWAS在分辨率和全基因组覆盖方面具有显著优势，但其方法学局限亦不容忽视。首先，GWAS高度依赖连锁不平衡(LD)结构，显著信号往往反映的是LD块而非直接因果变异，增加了结果解释的不确定性。其次，GWAS对稀有变异和结构变异的检测能力有限，部分遗传贡献可能因此被低估。此外，群体结构与隐匿亲缘即使在PCA和混合模型校正后，仍可能残留偏倚。再者，多重检验校正策略在控制错误率与保持统计功效之间存在权衡，尚无统一最优方案。因此，GWAS结果通常需要结合连锁分析、精细定位及功能验证加以确认，体现出不同方法之间的互补关系。

4.2对植物育种的意义

GWAS的出现，为解析植物复杂性状的遗传基础开辟了新纪元，对现代育种具有较大影响。与传统连锁作图和候选基因方法不同，GWAS能够利用自然群体与历史重组事件，在大群体规模与高密度分型支持下，实现对复杂数量性状基因(QTN)的高分辨率定位，并在产量、抗逆性和品质等关键农艺性状中检出稳健且可重复的关联信号(Alqudah et al., 2020; Tibbs Cortes et al., 2021; Ashwath et al., 2023)。

通过与表达数量性状基因位(eQTL)、转录组和代谢组等多组学证据整合，GWAS加速了候选基因和功能变异的优先化与验证，还为标记辅助选择(MAS)和基因组选择(GS)提供了可靠的分子标记(Bashir et al., 2024; Chang-Brahim et al., 2024)。在水稻、玉米和小麦中，GWAS已用于解析产量与抗旱性状，并结合功能基因验证转化为可直接应用于育种的标记(He et al., 2017; Nandi et al., 2024)。

GWAS与方差组分框架的结合，使其与基因组选择(GS)形成无缝衔接。全基因组标记可用于计算基因组关系矩阵(GRM)，进而通过G-BLUP或贝叶斯预测模型，来获得个体的基因组估计育种值(GEBVs)，支持跨环境的预测与材料选择(He et al., 2017; Tibbs Cortes et al., 2021)。它还能作为加权先验或特征子集，提升预测效率，并指导最优杂交设计，加速遗传增益(Susmitha et al., 2023)。

因此，传统连锁分析、候选基因方法与GWAS并非相互替代的关系，而是在不同尺度与假设框架下相互补充，共同构成复杂性状遗传解析的多层次工具体系。

5讨论

GWAS的解读，受到连锁分析与候选基因研究的影响。传统“峰—区间—候选”推理方式延续至今，研究者常将哨兵SNP (即关联区域中统计显著性最高的标记位点, sentinel SNP)或邻近基因直接视为因果变异，忽略LD块内的等位异质、远端调控及多基因叠加效应(Gallagher and Chen-Plotkin, 2018; Tam et al., 2019; Uffelmann et al., 2021)。这种“连锁思维”导致解释过度集中于单一基因，低估了调控变异、结构变异和染色质构象的作用。候选基因时代的经验也提醒我们：功能注释与统计显著性并不等价于因果，过度依赖先验知识易造成发表偏倚与跨群体失败(Gallagher and Chen-Plotkin, 2018; Cano-Gamez and Trynka, 2020)。因此，GWAS的解释应升级为“证据三角化”：以可信集合为起点，结合eQTL/代谢QTL共定位、单倍型信息、跨群体复制与功能实验。

在人类与作物研究中，复杂性状面临共通挑战：高度多基因性、小效应位点检测困难，群体结构与LD差异易致虚假关联，环境异质与表型噪声降低结果可迁移性(Tam et al., 2019; Tibbs Cortes et al., 2021)。跨群体/生态型推广尤其困难：PRS在跨祖源群体中效能下降，作物育种中跨生态型GWAS信号亦常难以复现(Marigorta et al., 2018; Uffelmann et al., 2021; Abdellaoui et al., 2023)。稀有变异与结构变异在两领域均被低估，构成遗传学的“暗物质”。

破解之道在于“样本量—群体设计—统计方法”的协同演进：大样本提供效能，但若缺乏合理群体(如NAM, MAGIC, 多环境重复)与先进方法(混合线性模型, 贝叶斯精细定位, 跨队列Meta分析)，边际收益迅速递减(Marigorta et al., 2018; Tibbs Cortes et al., 2021)。因此，最佳实践是立项阶段引入功效与偏倚仿真，统一质控与数据字典(即对变量定义, 编码规则和元数据的统一规范)，采用可重复流程并公开汇总统计量，以保障“发现—复制—验证”的连续性(Uffelmann et al., 2021; Abdellaoui et al., 2023)。

传统方法并未过时，而是在特定场景中仍具价值。当研究聚焦强效或稀有等位时，极端表型家系、选择性分型、近等基因系与BSA等策略能快速实现高可信定位(Marigorta et al., 2018; Tibbs Cortes et al., 2021)。高覆盖测序与长读长技术，也使得在谱系或近缘材料中解析复杂结构变异成为可能，为GWAS候选集合的收缩提供了方向性证据。

未来趋势是GWAS与后GWAS方法的融合：贝叶斯精细定位，结合功能先验，以锁定因果；PRS与基因组选择逐渐趋同，均依赖GRM建模与跨背景校准；机器学习则推动多组学整合、特征压缩与非线性建模，实现“发现—预测—干预”的闭环。在人类与作物研究中，这些方法的共同演进，有望实现精准干预与可控改良。

6结论

统计遗传学从连锁分析、Haseman-Elston回归与方差组分方法、候选基因研究到GWAS的演进，体现了从“局部假设驱动”到“全基因组无假设探索”的转变。这是方法学的递进，也是理论与实践的深化。传统方法并非被淘汰的历史阶段，而是现代框架的重要基石：家系重组与分离的利用、亲缘关系与IBD的建模，直接启发了GRM与MLM；多重比较与群体结构校正在GWAS中得到系统化应用。

理解这些方法的统计假设与边界，是正确解读GWAS的前提。家系分析中的分离与重组假设、候选基因研究中的先验筛选逻辑，以及对LD与等位频率差异的处理方式，都在GWAS中以新的形式再现。若忽视群体结构与独立检验数，显著性结果易被高估；若将哨兵SNP简化为因果变异，则存在过度推断风险。因此，理想路径应是统计、功能与实验三证合一，并对不确定性进行显式量化与报告。

在植物育种中，这些反思转化为可操作的设计原则：立项阶段进行功效模拟与样本量规划；优先采用增加重组与等位覆盖的群体(如NAM, MAGIC, 多环境重复试验)；通过统一质控和混合模型控制结构效应。在“发现—复制—验证”闭环中，建立跨群体的可迁移性与可预测性，才能将统计信号转化为可靠的选择工具。

作者贡献

方宣钧和吴为人是本研究的执行人，完成文献调研、数据分析以及论文初稿的写作与修改。两位作者都阅读并同意最终的文本。

致谢

本研究由国家自然科学基金重大项目(30490254)资助。

参考文献

Abdellaoui A., Yengo L., Verweij K., and Visscher P., 2023, 15 years of GWAS discovery: Realizing the promise, American Journal of Human Genetics, 110(2): 179-194.

Alqudah A.M., Sallam A., Baenziger P.S., and Börner A., 2020, GWAS: fast-forwarding gene identification and characterization in temperate cereals: lessons from barley-a review, J. Adv. Res., 22: 119-135.

Ashwath M., Lavale S., Santhoshkumar A., Mohapatra S., Bhardwaj A., Dash U., Shiran K., Samantara K., and Wani S., 2023, Genome-wide association studies: an intuitive solution for SNP identification and gene mapping in trees, Funct. Integr. Genomics, 23(4): 297.

Bashir L., Mehmood A., Manzoor S., Thendral U., Yadav J., Saha S., Yadav M., Meena D., and Padder U., 2024, A comprehensive review on GWAS: basic concepts and role in agriculture, Int. J. Agric. Ext. Soc. Dev., 7(10): 302-314.

Baxter I., 2020, We aren't good at picking candidate genes, and it's slowing us down, Curr. Opin. Plant Biol., 54: 57-60.

Cano-Gamez E., and Trynka G., 2020, From GWAS to function: using functional genomics to identify the mechanisms underlying complex diseases, Front. Genet., 11: 424.

Chang-Brahim I., Koppensteiner L., Beltrame L., Bodner G., Saranti A., Salzinger J., Fanta-Jende P., Sulzbachner C., Bruckmüller F., Trognitz F., Samad-Zamini M., Zechner E., Holzinger A., and Molin E., 2024, Reviewing the essential roles of remote phenotyping, GWAS and explainable AI in practical marker-assisted selection for drought-tolerant winter wheat breeding, Front. Plant Sci., 15: 1319938.

Chen G.B., 2014, Estimating heritability of complex traits from genome-wide association studies using IBS-based Haseman-Elston regression, Front. Genet., 5: 107.

Chen G.B., 2016, On the reconciliation of missing heritability for genome-wide association studies, Eur. J. Hum. Genet., 24(12): 1810-1816.

Feingold E., 2002, Regression-based quantitative-trait-locus mapping in the 21st century, Am. J. Hum. Genet., 71(2): 217-222.

Gallagher M.D., and Chen-Plotkin A.S., 2018, The post-GWAS era: From association to function, Am. J. Hum. Genet., 102(5): 717-730.

He J., Meng S., Zhao T., Xing G., Yang S., Li Y., Guan R., Lu J., Wang Y., Xia Q., Yang B., and Gai J., 2017, An innovative procedure of genome-wide association analysis fits studies on germplasm population and plant breeding, Theor. Appl. Genet., 130(12): 2327-2343.

Ibrahim A., Zhang L., Niyitanga S., Afzal M., Xu Y., Zhang L., Zhang L., and Qi J., 2020, Principles and approaches of association mapping in plant breeding, Trop. Plant Biol., 13(1): 212-224.

Jeong M., Pazokitoroudi A., Liu Z., and Sankararaman S., 2024, Scalable summary-statistics-based heritability estimation method with individual genotype level accuracy, Genome Res., 34(7): 1286-1293.

Kushanov F., Turaev O., Ernazarova D., Gapparov B., Oripova B., Kudratova M., Rafieva F., Khalikov K., Erjigitov D., Khidirov M., Kholova M., Khusenov N., Amanboyeva R., Saha S., Yu J., and Abdurakhmonov I., 2021, Genetic diversity, QTL mapping, and marker-assisted selection technology in cotton (Gossypium spp.), Front. Plant Sci., 12: 779386.

Li C., Li Y., Bradbury P., Wu X., Shi Y., Song Y., Zhang D., Rodgers-Melnick E., Buckler E., Zhang Z., Li Y., and Wang T., 2015, Construction of high-quality recombination maps with low-coverage genomic sequencing for joint linkage analysis in maize, BMC Biol., 13: 78.

Liu H., and Chen G., 2022, A novel genomic prediction method combining randomized Haseman-Elston regression with a modified algorithm for Proven and Young for large genomic data, Crop J., 10(2): 550-554.

Marigorta U.M., Rodríguez J.A., Gibson G., and Navarro A., 2018, Replicability and prediction: Lessons and challenges from GWAS, Trends Genet., 34(7): 504-517.

Mei B., and Wang Z., 2016, An efficient method to handle the 'large p, small n'problem for genomewide association studies using Haseman-Elston regression, J. Genet., 95 (4): 847-852.

Meng L., Li H., Zhang L., and Wang J., 2015, QTL IciMapping: Integrated software for genetic linkage map construction and quantitative trait locus mapping in biparental populations, Crop J., 3(3): 269-283.

Nandi S., Varotariya K., Luhana S., Kyada A., Saha A., Roy N., Sharma N., and Rambabu D., 2024, GWAS for identification of genomic regions and candidate genes in vegetable crops, Funct. Integr. Genomics, 24(6): 203.

Pasaniuc B., and Price A.L., 2016, Dissecting the genetics of complex traits using summary association statistics, Nat. Rev. Genet., 18(2): 117-127.

Pflieger S., Lefebvre V., and Causse M., 2001, The candidate gene approach in plant genetics: A review, Mol. Breed., 7(4): 275-291.

Qu P., Shi J., Chen T., Chen K., Shen C., Wang J., Zhao X., Ye G., Xu J., and Zhang L., 2020, Construction and integration of genetic linkage maps from three multi-parent advanced generation inter-cross populations in rice, Rice, 13(1): 13.

Raj S., and Nadarajah K., 2022, QTL and candidate genes: Techniques and advancement in abiotic stress resistance breeding of major cereals, Int. J. Mol. Sci., 24(1): 6.

Sebastiani P., Timofeev N., Dworkis D., Perls T.T., and Steinberg M.H., 2009, Genome‐wide association studies and the genetic dissection of complex traits, Am. J. Hematol., 84(8): 504-515.

Sham P.C., and Purcell S., 2001, Equivalence between Haseman-Elston and variance-components linkage analyses for sib pairs, Am. J. Hum. Genet., 68(6): 1527-1532.

Sofer T., 2017, Confidence intervals for heritability via Haseman-Elston regression, Stat. Appl. Genet. Mol. Biol., 16(4): 259-273.

Stanton-Geddes J., Paape T., Epstein B., Briskine R., Yoder J., Mudge J., Bharti A., Farmer A., Zhou P., Denny R., May G., Erlandson S., Yakub M., Sugawara M., Sadowsky M., Young N., and Tiffin P., 2013, Candidate genes and genetic architecture of symbiotic and agronomic traits revealed by whole-genome, sequence-based association genetics in Medicago truncatula, PLoS ONE, 8 (6): e65688.

Susmitha P., Kumar P., Yadav P., Sahoo S., Kaur G., Pandey M., Singh V., Tseng T., and Gangurde S., 2023, Genome-wide association study as a powerful tool for dissecting competitive traits in legumes, Front. Plant Sci., 14: 1123631.

Tam V., Patel N., Turcotte M., Bossé Y., Paré G., and Meyre D., 2019, Benefits and limitations of genome-wide association studies, Nat. Rev. Genet., 20(8): 467-484.

Taniguti C., Taniguti L., Amadeu R., Lau J., De Siqueira Gesteira G., De Paula Oliveira T., et al., 2022, Developing best practices for genotyping-by-sequencing analysis in the construction of linkage maps, GigaScience, 12(1): giad092.

Tibbs Cortes L., Zhang Z., and Yu J., 2021, Status and prospects of genome-wide association studies in plants, The plant genome, 14(1): e20077.

Uffelmann E., Huang Q.Q., Munung N.S., De Vries J., Okada Y., Martin A.R., Martin H.C., Lappalainen T., and Posthuma D., 2021, Genome-wide association studies, Nat. Rev. Methods Primers, 1(1): 1-21.

Wang T., and Elston R.C., 2005, Two-level Haseman-Elston regression for general pedigree data analysis, Genet. Epidemiol., 29(1): 12-22.

Wang X., Wang J., Xia X., Xu X., Li L., Cao S., Hao Y., and Zhang L., 2024, Effect of genotyping errors on linkage map construction based on repeated chip analysis of two recombinant inbred line populations in wheat (Triticum aestivum L.), BMC Plant Biol., 24(1): 306.

Watanabe K., Stringer S., Frei O., Mirkov U.G., de Leeuw C.A., Polderman T.J., et al., 2019, A global overview of pleiotropy and genetic architecture in complex traits, Nat. Genet., 51(9): 1339-1348.

Xu T., Qi G., Zhu J., Xu H., and Chen G., 2021, Subsampling technique to estimate variance component for UK-Biobank traits, Front. Genet., 12: 612045.

Xu Y., Li P., Yang Z., and Xu C., 2017, Genetic mapping of quantitative trait loci in crops, Crop J., 5(2): 175-184.

Zhang L., Li H., and Wang J., 2015, Linkage analysis and map construction in genetic populations of clonal F1 and double cross, G3 (Bethesda), 5(3): 427-439.

Zhang Y., Jia Z., and Dunwell J.M., 2019, The applications of new multi-locus GWAS methodologies in the genetic dissection of complex traits, Front. Plant Sci., 10: 100.

Zhang Y., Wang M., Li Z., Yang X., Li K., Xie A., Dong F., Wang S.H., Yan J.B., and Liu J., 2024, An overview of detecting gene-trait associations by integrating GWAS summary statistics and eQTLs, Sci. China Life Sci., 67 (6): 1133-1154.

Zheng C., Boer M., and van Eeuwijk F., 2019, Construction of genetic linkage maps in multiparental populations, Genetics, 212(4): 1031-1044.

Zhou X., 2017, A unified framework for variance component estimation with summary statistics in genome-wide association studies, Ann. Appl. Stat., 11(4): 2027-2051.

Zhu M., and Zhao S., 2007, Candidate gene identification approach: Progress and challenges, Int. J. Biol. Sci., 3(7): 420-427.

方宣钧, 吴为人, 唐纪良, 编著, 2001, 作物 DNA 标记辅助育种, 科学出版社, 中国, 北京, pp.1-84.