ジンバブエにおける大豆品種推奨強化のための確率的モデルの活用

科学分野:

• 農業科学
• 植物育種
• 生物統計学

背景:

• 品種推奨は重要であるが、品種×環境（V×E）相互作用によって課題が生じている。
• 大豆育種プログラムには、多様な熱帯および亜熱帯地域に適応した品種を選択する方法が必要である。
• ベイジアン確率モデルは、V×E相互作用に関連する品種推奨リスクを管理できる。

研究 の 目的:

• ジンバブエの複数の形質および環境において優れたパフォーマンスを発揮する確率が高い大豆品種を特定すること。
• 多形質、多環境の枠組み内でベイジアン確率的選択指数（BPSI）を適用すること。
• 大豆品種の優れたパフォーマンスの確率を推定することにより、選択リスクを管理すること。

主な方法:

• ジンバブエの37の環境および6つの季節にわたって97の大豆品種を評価しました。
• 3回の反復を含むランダム化完全ブロックデザインを利用しました。
• 個々の形質については20％、多形質指数については10％の選択強度を用いて、優れたパフォーマンスの確率を推定しました。

主要な成果:

• 穀物収量は環境を通じて草丈よりも高い変動を示しました。
• ほとんどの品種は、場所のグループよりも年のグループにより強い適応性を示しました。
• BPSIは、ジンバブエの環境全体で成功する確率が高い10の優れた大豆品種を特定しました。

結論:

• BPSIは、広範および特定の適応性を持つ大豆品種を効果的に特定し、選択リスクを低減しました。
• このベイジアンフレームワークは、ジンバブエにおける品種推奨のための堅牢でデータ駆動型のアプローチを提供します。
• BPSIは、不均一な環境における育種決定を強化する可能性があり、他の作物や形質にも拡張できます。