全基因组与每染色体向重组:在玉米中使用整数编程模型进行模拟和预测的收益

科学领域:

• 植物育种和遗传学 植物育种和遗传学
• 定量遗传学 是一种定量遗传学.
• 生物信息学和计算生物学

背景情况:

• 每个染色体有针对性的重组旨在通过专注于特定标记区间来使双亲种群的遗传收益增加一倍.
• 之前关于向再组合疗效的研究可能因方法学假设而高估了收益.

研究的目的:

• 开发和评估一个整数编程模型,以优化全基因组定向重组定位.
• 为了比较玉米 (Zea mays L.) 中的全基因组与每染色体向重组策略,以预测遗传收益.

主要方法:

• 开发了一个整数编程模型,以确定整个基因组的最佳重组位置.
• 使用392个双亲玉米种群和模拟实验,比较了全基因组和每染色体向重组策略.
• 评估了产量,湿度,测试重量和通过2000个定量特征位点 (QTL) 控制的模拟特征的预测收益.

主要成果:

• 全基因组向性重组为10个向性重组产生了比每染色体方法更大的8%-9%的预测遗传收益.
• 全基因组策略中的重组频率与染色体大小相关 (r = 0.76-0.91).
• 模拟表明,与非向重组相比,增益高估了20%左右,使用标记效应作为QTL代理时,反应减少了25%至33%.

结论:

• 开发的整数编程模型有效地增加了从有针对性的重组中预测的和真实的遗传收益.
• 从有针对性的重组中预测的收益可能会高估实际收益,特别是当使用全基因组标记效应作为未知的QTL的代理时.
• 优化整个基因组的重组分布对于最大限度地提高玉米的繁殖效率至关重要.