介绍

EigenGWAS是一种基于线性模型的非监督的全基因组扫描策略，可以检测群体数据的群体结构、亚群关系，并在各种群体基因组数据中寻找受到选择的位点。EigenGWAS只需要将单个标记与群体的特征向量进行回归分析，就可以检测群体所受到的选择强度，关联结果中p值达到全基因组显著水平的位点被认为是受到选择的位点。
适用群体：异交和自交群体；
基因型数据：各种测序平台生成的高质量数据都可以用于EigenGWAS分析；
分组信息：与传统F_st不同，EigenGWAS并不需要先验的分组信息。实际上，在大多数重测序研究中，准确的分组信息本身也并不存在。