LD衰减图

LD衰减图就是利用曲线图来呈现基因组上分子标记间的平均LD系数随着标记间距离增加而降低的过程。

LD系数

• 不同基因座间的相关性，用一个数值来衡量就是D值。类似相关系数是标准化后的协方差，LD系数（r^2）则是标准化后的D值（图2中有计算公式），这个数值在0~1波动。r^2=0就是两个位点完全不相关，群体中单倍型分布是随机的（观测值=期望值）。r^2=1就是两个位点完全相关，某些基因型（A）只与特定的基因型（B）共同出现。如下图所示：

• 一般而言，两个位点在基因组上离得越近，相关性就越强，LD系数就越大。反之，LD系数越小。也就是说，随着位点间的距离不断增加，LD系数通常情况下会慢慢下降。这个规律，通常就会使用LD衰减图来呈现。下图为黄瓜群体遗传分析文章中各个亚群的LD衰减图：

参数解释

• 横坐标是物理距离（kb），纵坐标是LD系数（r^2）。

• LD衰减距离：当平均LD系数衰减到一定大小的时候，对应的物理距离。

  • 定义：r²降至特定阈值（常取 0.5 或 0.2）时的物理距离

    衰减距离	群体历史推断	对GWAS的影响
    短	古老群体、无瓶颈	需高密度SNP芯片
    长	近期瓶颈、人工选择	可用低密度SNP

• 衰减速率：单位距离内r²的下降值（如 Δr²/kb）

  • 斜率绝对值大 → 重组活跃（如端粒区域）
  • 斜率绝对值小 → 重组抑制（如着丝粒区域）

整体衰减模式：陡峭 vs 平缓

1. 曲线陡峭下降

• 特征：
  • 短距离内（如 < 10 kb）r² 从接近1迅速降至接近0
  • 衰减距离短（例如 r²=0.5 时距离 ≤ 20 kb）
• 生物学意义：
  • LD衰减快（衰减距离短）则需要非常高的标记密度（如测序） 才能达到相同的覆盖度，但定位精度更高（定位区间较小）。
  • LD衰减快则有助于将信号精确定位到更小的基因组区间。
  • LD的快速衰减表明snp的亲缘关系非常接近。因此，使用的snp越丰富，GWAS的结果在某种程度上就越精确(
  • 高重组率：基因组重组事件频繁，打破LD的速度快
  • 大有效群体规模：群体历史悠久、近交程度低（如野生种群）
  • 无近期选择压力：未经历人工选择或瓶颈效应

2. 曲线平缓下降

• 特征：
  • r² 随距离下降缓慢，长距离（如 > 100 kb）仍维持较高值（r² > 0.2）
  • 衰减距离长（例如 r²=0.5 时距离 ≥ 100 kb）
• 生物学意义：
  • LD衰减慢（衰减距离长）意味着较稀疏的标记密度（如芯片）就能覆盖基因组，定位到目标性状位点（但定位区间较大）。
  • LD衰减慢会降低定位精度，找到的显著信号区域通常较大（包含多个连锁的SNP）。
  • 低重组率：染色体区域重组抑制（如着丝粒附近）
  • 小有效群体规模：群体经历瓶颈、奠基者效应或人工选择
  • 近期驯化/选择：农业动植物（如玉米、奶牛）因人工选择延长LD

局部曲线特征解析

特征区域	典型特征	形成原因	应用/意义
初始平台区	曲线起始段高位（r²≈1），几乎无下降	1. 物理距离极近（< 1 kb），重组概率趋近于 0 2. 强连锁不平衡（LD）区域的单倍型区块保守性	GWAS 中设计 Tag-SNP（用少数 SNP 代表整个区块）
异常抬升区	特定距离点（如 50-100 kb）出现 r² 回升凸起	1. 平衡选择区域（如 MHC 基因区） 2. 结构变异（倒位、重复序列抑制重组） 3. 技术假象（样本量不足或分型错误）	提示潜在功能区域或数据质量问题
阶梯式下降区	曲线呈分段陡降（非平滑衰减）	1. 重组热点（如 PRDM9 蛋白结合位点） 2. 染色体边界（常染色质与异染色质过渡区）	反映基因组重组事件的热点分布

技术因素对曲线的影响

因素	对曲线的影响	解决方案
样本量不足	曲线波动大、r²高估	N ≥ 50个体
SNP密度低	低估远距离LD	测序深度 > 10×
群体亚结构	整体LD抬升（假阳性）	PCA校正群体分层

绘制方法

LD衰减图的绘制，实际上有两个步骤：

1）计算marker间两两的LD系数大小

这个可以使用haploview软件完成。计算的时候，只要设定一个关键的参数：区间大小。例如设定为5Mb，那么软件就会计算基因组上所有距离<5Mb的两两位点间的LD系数。实际上这个参数设定更大也没有意义，一般情况下位点间的相关性不会延伸到大于5Mb这么远的距离。

2）绘图

将LD系数按照对应的两个marker间的距离进行分类，例如：距离按照区间大小05k,5k10k,10k~15k…..分别分类。如果重测序的数据，SNP标记密度较大，这个分类区间可以设置小一些；如果是简化基因组数据，SNP标记较为稀疏，则分类区间可以适当加大。然后计算每种距离分类的LD系数的均值。最后在利用均值绘制曲线图就ok了。这一步的绘图，使用excel或R语言都可以轻松完成。