《The Crop Journal》:Multi-environment sparse testing strategies improve genomic prediction of hybrid performance and general combining ability in maize
编辑推荐:
多环境试验(MET)在玉米育种中至关重要,但其实施常受限于资源不足,尤其是表型鉴定的高昂成本。为优化资源配置,研究人员评估了源自100个自交系和3个测验种的264个测交组合在六个地点的表现。系统评估了四种基因组预测模型、五种交叉验证方案(CV1–CV5)和五种
多环境试验(MET)在玉米育种中至关重要,但其实施常受限于资源不足,尤其是表型鉴定的高昂成本。为优化资源配置,研究人员评估了源自100个自交系和3个测验种的264个测交组合在六个地点的表现。系统评估了四种基因组预测模型、五种交叉验证方案(CV1–CV5)和五种训练集比例(S1–S5)对籽粒含水量(GMC)、籽粒产量(GY)和株高(PH)的预测。五种交叉验证方案和五种训练集比例共产生25种稀疏测试策略。在四种模型中,反应规范模型(R-Norm)始终获得最高的预测准确性,因此被选用于后续分析。在S1–S5平均下,CV1显示出最低的预测准确性,GMC、GY和PH的平均准确性分别为0.361、0.413和0.480。相比之下,CV2–CV5获得了更高且相当的准确性。将训练集比例从1/6(S1)增加到5/6(S5),GMC、GY和PH的预测准确性分别提高了48.3%、30.3%和26.7%,尽管一旦训练集比例超过约50%(S3),进一步的增益变得有限。此外,CV3能够基于预测的杂交种表现可靠地估计亲本一般配合力(GCA),特别是在较高的训练集比例下。总体而言,将多环境稀疏测试与基因组预测相结合,能够在资源有限的情况下高效评估杂交种,提供了一种减少表型鉴定需求和加速育种进展的成本效益策略。
论文解读:《多环境稀疏测试策略改善玉米杂交种表现和一般配合力的基因组预测》
该研究由Yuan Li、Xinglong Li等研究人员完成,发表于《The Crop Journal》。研究背景在于,现代作物育种面临气候变化和人口增长的双重压力,需要在更短周期内实现更高的遗传增益。多环境试验(MET)是玉米育种的核心环节,可评估产量潜力、揭示基因型与环境(GE)互作效应并识别适应性,但大规模MET所需的大量表型鉴定成本高昂,严格限制了候选基因型在所有目标环境中的全面评价。因此,如何在MET中优化资源配置成为关键问题。基因组预测(GP)利用全基因组分子标记信息预测基因组估计育种值(GEBV),有助于加速遗传改良和降低表型评价成本,但传统模型多针对单一环境开发,在多环境试验中因GE互作影响而准确性受限。稀疏测试(sparse testing)通过仅将部分基因型分配到部分环境中评价,再利用GP模型预测未测试的 genotype × environment 组合,可在不增加预算的前提下扩大测试规模。然而,不同训练集比例和分配策略对杂交种表现预测准确性以及基于预测表现估计亲本一般配合力(GCA)效率的影响尚缺乏系统评估。为此,研究人员利用一个多环境试验的表型数据模拟多种稀疏测试策略,旨在评估不同策略对杂交种表现预测准确性的影响,确定在减少表型需求同时保持较高准确性的成本效益训练集比例,并评估这些策略对基于预测杂交种表现估计GCA的支持程度,从而为亲本选择提供依据。
关键技术方法包括:植物材料采用100个自交系(来自两个群体各50份)与3个测验种(ZM205、CALX267、LL301)按line × tester设计组配264个测交组合,于2024年夏季在六个地点(新乡XX、鹤壁HB、德州DZ、北京BJ、德惠DEH、铁岭TL)进行田间试验,调查籽粒含水量(GMC)、籽粒产量(GY)和株高(PH)。基因型数据通过靶向测序基因分型(GBTS)获得,经Beagle软件插补和质控后保留11,063个SNP。模拟稀疏测试时设定五种预算场景(S1–S5,对应训练集占总基因型-环境组合的1/6至5/6)和五种交叉验证方案(CV1完全重叠、CV2随机抽样、CV3基因型平衡、CV4环境平衡、CV5部分重叠),共25种策略。基因组预测采用四种GBLUP-based模型:单环境模型(SE)、跨环境模型(AE)、标记×环境模型(M × E)和反应规范模型(R-Norm),利用R包BGLR拟合,以Pearson相关系数为预测准确性指标。GCA估计则基于预测完成的杂交表现数据集,使用sommer包中的mmer函数拟合线性混合模型,计算与完整数据集所得基准GCA的相关系数。
研究结果如下:
3.1. 表型变异分析
通过对六个环境的三个农艺性状进行方差分析和遗传力估算,发现所有性状均表现出广泛的表型范围和显著的环境差异,广义遗传力较高(GMC和GY为0.76,PH为0.87),环境间相关性中等至较高,证实了显著的GE互作,为多环境基因组预测奠定了基础。
3.2. 标记密度和基因组覆盖
经过质控和插补,最终保留11,063个高质量SNP,平均标记间距185.7 kb,两个群体的连锁不平衡(LD)衰减距离分别约为4.8 Mb和6.4 Mb,满足了基因组预测所需的标记密度。
3.3. 基因组模型的预测性能
在S1预算和CV1方案下比较四种模型,反应规范模型(R-Norm)在GMC、GY和PH上均表现出最高且最稳定的预测准确性,因此被选作后续分析的主模型。
3.4. 训练集采样策略对杂交种表型预测的影响
比较CV1–CV5,CV1准确性最低(平均0.418),而CV2–CV5准确性显著更高且彼此相当(0.479–0.504)。这表明让每个基因型至少在部分环境中拥有表型记录,能利用环境间相关性大幅提升预测效率。
3.5. 训练集比例对杂交种表现表型预测的影响
随着训练集比例从S1增至S5,预测准确性持续提高,但增益逐渐递减。当训练集达到总观测值的约50%(S3)时出现明显拐点,继续增加表型资源带来的准确性提升十分有限。例如从S3到S4需多付出33.3%的表型成本,但准确性相对增益仅为3.5%–5.4%。此外,基于预测值排名的前50%杂交组合与观测值排名的重叠比例普遍超过61.9%,证明了预测结果的可靠性。
3.6. 环境相似性对杂交种表型预测的影响
环境相似性(基于基因型BLUP的性状特异性相关)分析显示,某些环境(如DZ和BJ)与其他环境相关性较高,其预测值偏高且均方误差较低,表明环境间遗传相关性有助于提升预测表现。
3.7. 稀疏测试策略对基于预测杂交表现的GCA估计准确性和稳健性的影响
随着训练集比例增加,GCA估计准确性上升。在低训练集比例下,CV1的GCA估计准确性远低于CV2–CV5;但当比例达到S3及以上时,CV2–CV5之间差异不显著,且CV3表现最优(GMC、GY、PH的估计准确性分别达0.942、0.941、0.966)。即使在S5时各方案准确性接近,CV3仍保持最高(0.988、0.987、0.993)。敏感性分析表明,纳入预测不确定性后GCA估计结果与仅用点预测的结果高度一致(相关系数0.9974–0.9998),说明预测不确定性对结论影响甚微。
讨论与结论总结:
讨论部分指出,CV1准确性最低是因为完全未测试的基因型缺乏任何环境表型信息,模型无法借用环境间相关性,而CV2–CV5通过保留部分表型连接,能有效捕捉GE互作。不同稀疏方案(CV2–CV5)虽统计性能相近,但实际育种中需考虑试验安排、基因型连接性和环境覆盖的平衡。训练集比例达50%左右(S3)是成本与准确性的最佳折中,此时每个基因型平均在三个环境中被评价,进一步增加表型投入收益递减。基于预测杂交表现估计GCA的策略在稀疏设计下依然稳健,尤其当训练集超过一半时,不同采样方案的GCA估计准确性无显著差异。研究局限性在于所用材料来源于两个特定的双亲群体,遗传背景较窄,未来需在更多样化的群体中验证。尽管如此,该研究为DH育种体系下的多环境资源优化提供了有价值的参考,能够在不增加资源投入的情况下扩大候选群体规模并提高选择强度。
结论部分翻译如下:总体而言,将多环境稀疏测试与基因组预测相结合,能够在资源有限的情况下高效评估杂交种,提供一种减少表型鉴定需求并加速育种进展的成本效益策略。