在普通豆中模拟多个育种策略场景,以评估基因组选择准确性和模型更新

科学领域:

• 植物育种 植物育种
• 定量遗传学 是一个量子遗传学.
• 基因组学就是基因组学.

背景情况:

• 基因组选择 (GS) 是改善作物特征的强大工具.
• 精确估计育种价值对于有效的植物育种计划至关重要.
• 了解影响GS准确性的因素对于优化选择策略至关重要.

研究的目的:

• 为了评估脊回归的准确性,最好的线性无偏预测 (RR-BLUP) 模型用于估计常见豆 (Phaseolus vulgaris) 的繁殖值.
• 为了比较GS在不同繁殖策略,父群体大小和特征遗传架构中的表现.
• 评估模型更新对不同繁殖场景中的预测准确性的影响.

主要方法:

• 模拟了一种具有1010个SNP标记的基因型的重组杂交种群,包括已知的种子产量定量特征位点 (QTL),白色菌病,以及到开花的几天.
• 在10个繁殖周期内,在五种繁殖策略 (单种子下降,大规模选择,谱系方法,修改谱系方法,散装繁殖) 中实施了基因组选择.
• 使用模拟的基因型和表型数据训练和更新RR-BLUP预测模型.

主要成果:

• 根据特征遗传架构,育种策略和初始父数的基础上,实现的准确性波动,特征架构和育种策略的影响更大.
• 大量选择,谱系方法和单种子下降通常在经过测试的模拟参数下达到最大的准确性.
• 模型更新提高了预测准确性,但对某些育种策略比其他策略更有好处;对于低遗传性特征,GS与基于表型的方法相比显示基因收益平稳.

结论:

• 育种策略显著影响普通豆的基因组选择准确性.
• RR-BLUP模型的准确性受到特征遗传架构和选择方法的影响.
• 模型更新是一种有价值但依赖于战略的工具,可以提高基因组选择效率.