為了加快基因組選擇(GS)在作物育種中的應用，同時降低品系和雜交種開發(fā)的成本，本文研究了GS和高通量表型(HTP)在植物育種早期中的聯(lián)合應用。此外，還利用基因庫研究了GS在種質改良和預育種中的應用。
基因組選擇(GS)促進了優(yōu)良基因型的快速選擇和加速育種周期。在隨機交叉驗證的基礎上，對兩種谷類作物和兩種豆類作物的GP模型和方法的準確性進行了檢驗。將GS應用于玉米育種取得了明顯的遺傳收益。
在育種周期的早期階段進行早期遺傳預測是提高遺傳收益的重要手段。在使用高通量表型(HTP)平臺的同時，使用包含預測性狀的多變量基于系譜的預測模型，為在早期世代測試中預測家族間和家族內的糧食產(chǎn)量提供了一種低成本的解決方案。
Univariate and multivariate prediction accuracies across-environment, with and without correcting for days to heading. Acrossenvironment prediction accuracies from models using pedigree (A) and genomic (G) relationship are shown for each of the fifive environments, and for the average accuracy across all environments. For each environment, the training set used in prediction contained data from all environments except the environment of interest. Yellow, accuracies from univariate models (UV); red, accuracies from multivariate models (MV) where secondary trait data were from one replicate; blue, accuracies from MV models where secondary trait data were from three replicates. The fifirst row of bar plots shows accuracies without correcting for days to heading (uncorrected), and the second row of bar plots shows accuracies with correcting for days to heading (corrected). SE is shown with error bars, and accuracy values are printed above each bar.
開發(fā)統(tǒng)計模型來評估高光譜波段與環(huán)境相互作用的HTP，盡管GP的精度不高，但是觀測到高光譜波段與環(huán)境交互作用，這表明GS與HTP結合可以作為一種強大的工具，應用于大量候選物種的早期測試。
02 探索GS在預育種基因庫建設中的應用研究人員對來自CIMMYT基因庫的8416份墨西哥小麥地方品種和2403份伊朗小麥地方品種的GP準確性進行了檢測，結果表明，相對較高的預測精度有助于育種者導入有用的遺傳變異。
根據(jù)GP的結果，推測了在種質改良中的作用，即可以加速基因從基因庫到優(yōu)良品系的流動。
統(tǒng)計模型在大范圍的高光譜圖像技術中用于HTP，連同基因組和系譜信息在早期測試中，為通過選擇質量來加速遺傳收益提供了一個契機。使用神經(jīng)網(wǎng)絡的深度機器學習方法似乎有望提高基因組預測的準確性。與純種育種和 MAS 相比，基因組選擇在提高復雜性狀的遺傳收益方面具有明顯的優(yōu)勢?；蚍中推脚_與精確表型平臺的適當使用也將有助于提高預測的準確性，并通過縮短育種周期來加速遺傳收益。進一步的研究需要將GS 和HTP作為植物育種計劃中的常規(guī)成分。
開發(fā)基因庫的GP模型對于獲取未開發(fā)的多樣性和快速將有用的部分納入育種計劃非常重要。GS是目前最有希望加快新基因型開發(fā)和釋放的育種方法；因此，在豐富的基因庫資源中利用GS 形成基因庫和群體值得廣泛深入研究，特別是考慮到優(yōu)質系和雜交種對嚴重氣候變化影響的脆弱性。
來源：
https://www.cell.com/trends/plant-science/fulltext/S1360-1385(17)30184-X
責任編輯：
