用Metafounders验证Eucalyptus globulus的生长速度和疾病抵抗性的单步基因组预测

科学领域:

• 林业和植物育种 植物育种
• 量化遗传学 量化遗传学
• 基因组选择 基因组选择

背景情况:

• 单步基因组最佳线性无偏预测 (ssGBLUP) 越来越多地用于森林树木育种,以提高育种价值预测的准确性.
• 在开放授粉物种中,后代关系的潜在不准确性可能会降低估计的繁殖值的可靠性.
• 开发了Metafounders (MF) 和未知父组 (UPG) 来解决缺少的血统信息.

研究的目的:

• 评估将元发现器 (MF) 纳入ssSGBLUP模型对Eucalyptus globulus的影响.
• 优化父母选择以进行受控交配和后代选择以进行克隆.
• 为了比较SSGBLUP与MF和没有MF的精度与传统的ABLUP模型.

主要方法:

• 两个ssGBLUP模型 (带有和没有MF) 和两个ABLUP模型是使用表型,血统和标记数据来安装的.
• 评估的特征包括树木生长 (总高度,乳房高度的直径) 和抗病能力 (异质母细胞).
• 用线性回归 (LR) 方法进行交叉验证来评估模型性能.

主要成果:

• 根据LR的统计数据,没有MF的ssGBLUP模型的表现优于包括MF的模型.
• 将MF纳入ssGBLUP模型增加了预测偏差.
• 在所有验证中,ssGBLUP模型的准确性从0.42到0.68不等.

结论:

• 没有metafounders的ssGBLUP模型是最有效的选择父母在受控交配.
• 这种模型也证明了优越的选择个人克隆在Eucalyptus globulus繁殖种群.