针对韩国红松 (Pinus densiflora Seibold & Zucc.) 的生长特征进行基因组选择
Hye-In Kang1, In Sik Kim1, Donghwan Shim2
1Division of Tree Improvement and Biotechnology, Department of Forest Bio-resources, National Institute of Forest Science, Suwon, Republic of Korea.
Frontiers in plant science
|February 7, 2024
概括
基因组选择 (GS) 通过改善传统方法的遗传收益,加速了韩国红松的繁殖. 这项研究优化了GS模型,证明了它们在更快地改善树木方面的有效性.
科学领域:
- 林业林业 林业 林业 林业
- 植物育种 植物育种
- 遗传学 遗传学 是一个
背景情况:
- 树木生长的传统选择性育种是缓慢的,限制了遗传收益.
- 基因组选择 (GS) 使用分子标记器估计繁殖值,提供更快的替代方案.
- 韩国红松 (Pinus densiflora) 在经济上很重要,需要有效的育种策略.
研究的目的:
- 在开放授粉的韩国红松种群中引入和评估基因组选择 (GS).
- 将GS的预测准确度和选择效率与传统方法进行比较.
- 为韩国红松优化GS模型参数 (标记集,模型,训练集).
主要方法:
- 应用GS使用基因组最佳线性无偏预测 (GBLUP) 和分子标记.
- 训练有素的模型与来自不同环境和标记物的个体 (小等位基频率>0.05).
- 在各种条件下比较预测准确度 (0.164-0.498) 和预测能力 (0.018-0.441).
主要成果:
- 优化的GS模型在韩国红松中实现了显著的预测准确度和能力.
- 与ABLUP (0.86-5.10) 和遗传性 (0.19-0.76) 相比,GBLUP显示出高的预测能力.
- 而GS的年遗传收益比传统的选择方法要高.
结论:
- 基因组选择是加速韩国红松繁殖周期的有效工具.
- 优化的GS模型在效率和遗传收益方面超过了传统的育种.
- 在韩国红松遗传改进方面,GS为快速进步提供了基础.
