DNA甲基化是目前研究最为广泛的表观遗传机制,近年来,生态学实验研究逐步和DNA甲基化分析相结合,尝试阐明植物响应环境变化的表观遗传分子机制。然而,目前全基因组DNA甲基化的测量方法灵敏度极低,可检测的胞嘧啶数量有限,特别是当物种内存在较大基因组变异时,这极大的限制了 DNA甲基化应用于生态学和进化学的研究。针对这一问题,本论文提出了利用样本基因组的变异（Genomic variants）修正参考基因组的方法,系统的评估了此方法对甲基组分析结果的影响,发展了适用于多基因型样本的甲基化组分析流程。本研究基于实验室已建立的拟南芥传代效应实验体系,在亲本样品中选择5个基因型:Abd-0、Col-0、Dja-1、TRE-1 和 Tol-0,其中 Dja-1 和 TRE-1 有 2 个环境处理:对照组和轻度盐胁迫处理,每个环境处理有3个重复;Abd-0、Col-0和Tol-0只有对照组处理,且只有一个重复,共2×2×3+3×1=15个样品。为检测基因组变异,我们对这5个基因型开展了深度（＞70x）重测序,优化了 GATK pipeline,获得了每个基因型的高质量的基因组变异文件（.vcf）。利用此变异文件,我们对同一基因型开展了两种修正:（1）仅用SNPs（Single nucleotide polymorphisms）进行修正;（2）同时用SNPs和Indels（插入和缺失）进行修正,修正后的基因型特异的参考序列将用于甲基化比对。为优化甲基化建库的方法,我们比较了 Accel-NGS和TruSeq两种建库试剂盒的结果,并选择Accel-NGS为本研究的所有样品构建甲基化文库。我们还优化了甲基化分析各环节所用生物信息工具和参数。最后,确定使用同一组参数,研究是否修正参考基因组以及如何修正参考基因组对甲基化组检测的灵敏度和差异甲基化分析结果的影响。研究结果表明,同时用SNPs和Indels修正参考基因组后,数据的利用效率会提升10%以上,全基因组可检测到的胞嘧啶C（比对后深度不小于5且不大于0.99深度分位数的C）的比例提升20%～26%。随着分析包含基因型数目的增加,修正基因组对分析结果的影响就越显著。当分析包含5个基因型时,可检测到C的比例从32%提升到63%。当我们将覆盖到的C注释到基因组的不同结构上,发现修正基因组的影响在不同基因结构间存在较大差异,当分析包含5个基因型时,编码区C的检测比例从50%提升到75%,而转座子区C的覆盖比例从4%提升到25%。除了影响可检测C的比例,是否修正参考基因组还会造成差异甲基化位点（DMCs）和差异甲基化区域（DMRs）分析结果的不一致。本研究是首次在植物体系中评估修正参考基因组对甲基化测序结果的影响。研究揭示当包含不同遗传背景的样本时,修正参考基因组将极大的提高数据的利用效率以及检测位点的比例,同时还会影响DMC和DMR检测的结果。这一方法学研究将为自然种群的表观基因组研究奠定基础。后续的方法学研究将挖掘造成DMCs和DMRs分析结果不一致的原因,为种群水平差异甲基化的准确测量提供系统的指南。