Hortic Res | 葡萄育种的新工具：跨群体基因组预测

基因组选择（Genomic selection, GS or Genomic prediction）作为一种结合基因型和表型信息开展育种工作的方法，不仅能够避免传统育种表型鉴定成本高、育种周期长的问题，也能鉴定遗传机制复杂的性状。基因组选择一般包括建模群体（training population）和测验群体（testing population），而建模群体的模型构建是GS应用的第一步。目前利用模拟数据和真实数据预测基因型值，探讨影响模型准确率的研究都是基于单个群体进行的，但基于单群体的模型在跨群体应用时会因为亲缘关系的差别导致预测准确率不高，另外真实育种中也不会仅在一个群体内部进行选育。

近日，Horticulture  Research在线发表了法国INRAE题为Across-population genomic prediction in grapevine opens up promising prospects for breeding 的研究论文，该研究利用多个群体探究GS的跨群体准确率以及影响GS准确率的关键参数。

该研究利用欧亚葡萄的一个自然群体和半双列杂交产生的十个双亲群体对15个表型性状（包括产量、浆果成分、酚类和植株活力等）开展了GS研究。首先，分别利用多位点微效模型ridge regression和少位点大效应模型LASSO进行模型构建；其次，由观测到的平均基因型值（observed mean genotypic value）和预测到的基因型值相关性判断预测的准确率；最后，利用单一群体（S1a）、三个半同胞群体（S1b）和自然群体（S2）进行GS模型准确率评估（图2）。结果表明，对于群体预测准确率，S1a、S1b和S2的预测准确率分别为0.54、0.63和0.36（图3a）；对于性状预测准确率，S1a和S1b的大部分表型预测准确率接近于1，S2大部分表型预测准确率为0.75（图3b）。杂交组合及性状组合（10 x 15=150）的平均预测准确率为0.45。

进一步分析每个群体后代的预测准确率，用于估计孟德尔抽样（Mendelian sampling）的预测准确率。对于S1a，每个性状的预测准确率变化范围为0.18~0.57，平均值为0.47（图4a）。群体内预测准确率根据性状的不同差别很大，ridge regression对于大部分性状预测效果最好。对于S1b，每个杂交群体有两个预测值（每个亲本作为建模群体），根据杂交组合及性状差别，这两个预测值差别会很大，平均预测准确率为0.36。大部分情况下，S1b预测准确率没有S1a高，可能是建模群体差别导致的，但是也有少数情况下S1b预测效果更好。S2预测准确率只有S1a的一半（图4b）。

除此之外，该研究探究影响预测准确率的因素并优化模型分析。结果表明，亲本间加性亲缘关系越近，对应群体预测准确率越高（相关系数为0.85）（图5a）。S2模型优化分析发现，如果初始预测准确率低于0.6，优化模型可以提升准确率。对于单个性状预测准确率，影响最大的因素为杂交效应的比例

。对于孟德尔抽样，有三个因素会影响预测准确率，分别为半双列群体整体遗传率，单个群体遗传率，非分离标记的比例。总得来说，比较重要的因素来自于性状相关的变量，而非建模群体或者测验群体的遗传构成（图5b）。

该研究探讨了欧亚葡萄基因组选择跨群体应用的可能性，解析了不同建模群体对于GS准确率的影响，明确了亲缘关系和表型遗传率对于GS准确率的影响效果。该研究为后续利用GS方法辅助欧亚葡萄育种、选择特异亲本和杂交后代提供了新的思路。

文章链接：

https://doi.org/10.1093/hr/uhac041

转自：植物科学SCI

如有侵权，请联系本站删除！