用大豆油和蛋白质含量的公共数据对双亲衍生育种群进行基因组预测的能力

科学领域:

• 植物育种 植物育种
• 定量遗传学 是一种定量遗传学.
• 生物信息学是一种生物信息学.

背景情况:

• 基因组选择 (GS) 增强了植物育种中定量特征的遗传收益.
• 公共可用的大豆数据集为提高育种效率提供了机会.
• 改善跨人口预测对于有效的GS至关重要.

研究的目的:

• 为了对大豆种子油和蛋白质含量进行基因组预测 (GP).
• 使用公开的繁殖种群数据集来估计预测能力 (PA).
• 在GS中提供利用公共数据的策略.

主要方法:

• 利用了6个公共的USDA大豆生殖血数据集与表型和SNP基因型数据.
• 在种群内和跨种群进行GP,以预测种子油和蛋白质含量.
• 评估了培训人群规模,遗传距离和SNP数量对PA的影响.

主要成果:

• 在人群中,油脂的PA为0.55,蛋白质的PA为0.50.
• 在综合6个USDA种群时,油脂的跨种群PA为0.45,蛋白质为0.39.
• 预测能力随着更大的训练集 (≥800次加入),更小的遗传距离和高达10,000个SNP而增加.

结论:

• 公共大豆数据集可以有效地训练繁殖种群的基因组预测模型.
• 较大的训练群体规模和遗传接近是提高预测能力的关键.
• 这项研究为育种者提供了实际指导,帮助他们利用公共数据开发精英大豆品种.