“物竞天择,适者生存”,这是达尔文进化论的核心观点。上世纪以来,结合新兴的群体遗传学与基因组学,达尔文进化论的相关研究走进了一个全新的阶段——科学家们开始研究基因组中有哪些基因位点受到了自然选择,以此来追溯和剖析物种起源进化的历史和复杂的环境适应性机制。探查基因组自然选择位点的传统方法,特别以遗传分化指数Fst为代表,均要求对群体有明确的亚群分类。但目前测序成本与表型收集成本之间还存在很大差异,导致大量的基因组数据没有对应的表型数据,而对于这些没有亚群标签的数据,传统方法就无法直接搜索候选群体基因组中的选择位点。2016年,一种全新的群体基因组选择位点探查方法EigenGWAS诞生,该方法结合基因组矩阵特征值分解和全基因组关联分析,提供了一种基于内蕴分组、从而不需要亚群信息也能进行选择位点搜索的“无监督式”方法,很大程度上解决了传统Fst分析所带来的分群难题。目前,EigenGWAS只适用于玉米、棉花、人类、动物等异交群体的选择位点分析,不能分析农业领域内常见的各类作物自交群体;此外,各种基于EigenGWAS方法开发的计算机软件均要求复杂的运行环境配置和命令行操作,结果可视化程度较低,使用较为不便;软件的计算效率也无法适应当前数据量激增所带来的计算需求。基于以上现状,本研究发展了适用于自交群体的EigenGWAS方法,并将其与原有框架进行整合,形成了适用于一般群体基因组选择位点检测的EigenGWAS方法。通过模拟研究和在拟南芥群体、大山雀群体、狗群体和中国人汉族群体中的真实数据分析,本研究验证了EigenGWAS方法在探究群体基因组选择位点时的有效性,分析发现的各类选择位点,为生态学、人类遗传学、动植物育种学等领域的研究提供了十分有价值的参考。此外,本研究利用C语言和R语言混合编程技术开发了全新的EigenGWAS软件,并将其部署到了云计算平台上（www.eigengwas.com）。新开发的软件具有用户友好型界面和丰富的结果可视化功能,用户无需任何软件安装,通过浏览器访问云平台就可以在线进行基因组选择位点的扫描分析。本研究发展的方法和云计算平台,将极大地方便相关研究人员的工作,为相关科学领域提供简单易用、稳定高效的分析工具。