?RAD-seq技術簡介：

基于限制位點相關DNA （Restriction-site Associated DNA，RAD）的測序技術，即RAD-seq，是一種對酶切產生的基因組標簽序列（Tags）進行高通量測序的新技術，該技術能夠大幅降低基因組的復雜度，可快速在全基因組范圍內鑒定出高密度的SNP位點。

對沒有參考基因組的物種而言，RAD-seq技術不受已知基因組序列的限制，即可大規模篩查SNP位點；基因組的復雜度被大幅降低，從而降低了測序成本，因而特別適合在群體水平進行研究； 以往的技術在獲得SNP位點信息之后，需要通過設計相應引物，再利用基因分型技術對每個樣本進行分型，然后RAD-seq技術獲得SNP位點信息的同時，也就獲得了每個樣本的基因型。對有參考基因組的物種而言，數據分析更加簡便，并且能夠有效開發新的SNP位點。另外，我們可以在測序前，通過對限制性內切酶進行選擇，靈活調整Tags的復雜度，適應不同的研究需要。

獲得的大量SNP分型信息，主要可用于遺傳連鎖圖譜的構建，QTL定位和群體遺傳分析。此外，還可以在全基因組測序項目中輔助序列的組裝。

文庫構建技術流程：

圖1. RAD-seq文庫構建流程（Baird等，PLoS ONE，2008）

A.對基因組進行酶切后，連接P1接頭（含有barcode）；
B. 隨機打斷；
C. 連接P2接頭；
D. 通過PCR篩選同時帶有P1和P2接頭的序列；片段大小選擇；測序。

數據分析流程：

圖2. RAD-seq數據分析流程

數據分析內容：

1. 遺傳連鎖分析

測序策略
(1) PE100測序；
(2) 親本：分別10X以上；
(3) 子代：F1、F2 等臨時性群體，推薦每個個體平均測序深度為0.8-1X；RIL、DH等永久性群體，推薦每個個體平均測序深度為0.6X。

基礎信息分析
(1) 對于無參考基因組的物種，進行個體 RAD tag 聚類與群體 RAD tag 聚類；對于有參考基因組的物種，與參考基因組進行比對；
(2) SNP 檢測

高級信息分析
(1) 遺傳圖譜構建
(2) QTL 定位（需提供表型數據）

2. 群體遺傳學分析

測序策略
(1) PE100測序；
(2) 推薦每個個體平均測序深度為基因組大小1.5 X。

基礎信息分析
(1) 對于無參考基因組的物種，進行個體 RAD tag 聚類與群體 RAD tag 聚類；對于有參考基因組的物種，與參考基因組進行比對；
(2) SNP 檢測

高級信息分析
(1) 進化樹分析（Phylogeny tree）
(2) 群體結構分析（Structure）
(3) 群體主要成分分析（PCA）