基因组预测为在面包小麦 (Triticum aestivum L) 中识别多种耐基因型铺平了道路
Vikas Kumaran1, Anjan Kumar Pradhan2, Neeraj Budhlakoti3
1Indian Agricultural Research Institute, CROP IMPROVEMENT, SENIOR SCIENTIST, IARI REGIONAL STATION, WELLINGTON, WELLINGTON, TAMILNADU, India, 643231; vikaswtn21@gmail.com.
Plant disease
|August 25, 2025
概括
基因组预测模型有效预测小麦的抗性,贝叶斯B在幼苗阶段表现出色. 使用GWAS进行的优化标记选择显著提高了耐性预测的准确性.
科学领域:
- 植物育种
- 遗传学
- 农业科学
背景情况:
- 基因组预测对于加速作物改进至关重要.
- 精确的繁殖值对于在小麦中选择优秀的个体至关重要.
研究的目的:
- 评估五种GP模型来预测小麦幼苗和成年植物对三种主要生疾病的抵抗力.
- 研究标记密度和GWAS指导的选择对预测准确性的影响.
主要方法:
- 对GBLUP,RKHS,BayesA,BayesB和BayesC模型进行比较分析.
- 用于预测对叶子/棕色生 (LR),茎/黑色生 (SR) 和黄色/条纹生 (YR) 的耐药性.
- 用于指导GP的标志物选择的全基因组关联研究 (GWAS).
主要成果:
- 贝叶斯B模型在幼苗阶段证明了LR和SR的高精度;所有模型都在YR中扎.
- 对于成年植物的耐药性 (APR),GBLUP和BayesB的表现与LR相似.
- 通过GWAS选择的中间SNP密度 (100-500标记) 与完整标记集相比显著提高了预测准确性.
结论:
- 根据生类型和生长阶段,GP模型的有效性各不相同.
- 用GWAS指导的标记选择对于提高小麦耐性预测的GP准确性至关重要.
- 确定了两种具有广泛抗的小麦品种 (CRP-165/42和HGP1-435),用于未来的育种工作.


