Integrating Crop Growth Models and Genomic Prediction to Improve Flowering Time Forecasting Across Novel Environments and Breeding Lines

Resumo Técnico: Integração de Modelos de Crescimento de Culturas e Predição Genômica para Melhorar a Previsão do Tempo de Floração

Definição do Problema
A seleção genômica (SG) acelerou o ganho genético no melhoramento de plantas, mas enfrenta limitações ao prever o desempenho em novos ambientes caracterizados por fortes interações genótipo-ambiente-manejo (GxExM) não representadas nos dados de treinamento. Embora os modelos de crescimento de culturas (CGMs) baseados em processos possam extrapolar para condições não observadas ao codificar relações fisiológicas, eles tradicionalmente carecem da capacidade de aproveitar diretamente a informação genômica. Por outro lado, os modelos genômicos estatísticos padrão (ex: GBLUP) frequentemente falham em generalizar além das condições ambientais específicas do conjunto de treinamento. O desafio reside em desenvolver uma estrutura que una a extrapolação mecanística dos CGMs com o poder preditivo da predição de genoma completo (WGP) para prever acuradamente fenótipos, especificamente o tempo de floração, através de diversas culturas hortícolas e novos ambientes.

Metodologia
O estudo aplicou a estrutura Modelo de Crescimento de Culturas–Predição de Genoma Completo (CGM-WGP) a duas espécies hortícolas com respostas fisiológicas contrastantes: brócolis (Brassica oleracea var. italica) e feijão comum (Phaseolus vulgaris L.).

• Fontes de Dados:
  • Brócolis: Uma população biparental de haploide duplo (DH) de 200 linhagens avaliada em seis datas de plantio no norte da Flórida para abranger um gradiente natural de temperatura.
  • Feijão Comum: Uma população de linhagens puras recombinantes (RIL) de 187 linhagens avaliada em cinco ambientes nos EUA, Colômbia e Porto Rico.
• A Estrutura CGM-WGP:
  • Componente Mecanístico: O tempo de floração foi modelado como um processo impulsionado pelo tempo térmico, governado por uma função beta de temperatura cardinal e uma função de fotoperíodo. O modelo calcula as taxas de desenvolvimento diárias com base na temperatura e no comprimento do dia, acumulando até que um requisito de tempo fisiológico específico do genótipo ($\Theta_g$) seja atingido.
  • Componente Genômico: Os parâmetros específicos do genótipo ($\Theta_g$, sensibilidade ao fotoperíodo $S_g$ e fotoperíodo crítico $P_{c,g}$) foram tratados como efeitos aleatórios seguindo uma distribuição normal multivariada com uma matriz de relacionamento genômico ($G$) como estrutura de covariância.
  • Estimação: Um algoritmo de Expectativa-Maximização (EM) foi usado para estimar conjuntamente os hiperparâmetros do nível populacional e os parâmetros específicos do genótipo. Esta "abordagem conjunta" permite que os priors genômicos regularizem as estimativas dos parâmetros para genótipos com dados fenotípicos esparsos, reduzindo-os em direção a vizinhos geneticamente similares.
• Benchmarks Comparativos:
  • GBLUP de Norma de Reação (RN-GBLUP): Um modelo estatístico que incorpora kernels de covariância ambiental (temperatura e comprimento do dia) interagindo com kernels genômicos.
  • GBLUP Padrão: Um modelo usando apenas relacionamentos genômicos e efeitos ambientais fixos.
  • CGM Puro: Um modelo mecanístico usando apenas parâmetros de média populacional sem diferenciação genômica.
• Validação: Quatro esquemas de validação cruzada foram empregados para testar a capacidade preditiva sob dificuldade crescente: teste esparso (CV2), novos genótipos (CV1), novos ambientes (CV0) e novos genótipos em novos ambientes (CV00).

Principais Resultados

• Desempenho em Novos Ambientes: A estrutura CGM-WGP superou significativamente o benchmark RN-GBLUP ao prever ambientes não testados e combinações não testadas de genótipo-ambiente.
  • Feijão Comum: No cenário de novo ambiente (CV0), o CGM-WGP alcançou uma correlação de Pearson ($r$) de 0,86 com um RMSE de 5,2 dias, comparado a uma menor acurácia para o RN-GBLUP, particularmente no local de alta latitude em Dakota do Norte, onde os regimes de fotoperíodo diferiam do conjunto de treinamento.
  • Brócolis: No cenário de novo ambiente, o CGM-WGP alcançou $r = 0,66$ e RMSE = 9,4 dias, superando o RN-GBLUP, que teve dificuldades com os gradientes térmicos dos plantios de final de estação.
• Desempenho em Testes Esparsos: Quando os dados de treinamento cobriam todos os ambientes alvo (CV2 e CV1), o RN-GBLUP alcançou a maior acurácia (ex: feijão CV2 $r = 0,93$), com o CGM-WGP apresentando um desempenho de segundo lugar próximo.
• Estimação de Parâmetros: O requisito de tempo térmico ($\Theta_g$) capturou a maior parte da variação específica do genótipo. Os parâmetros de fotoperíodo ($S_g$ e $P_{c,g}$) colapsaram para valores médios da população em ambas as espécies, atribuído ao contraste limitado de comprimento do dia nos ambientes de treinamento.
• Herdabilidade: A herdabilidade em sentido estrito do requisito de tempo fisiológico estimado ($\Theta_g$) foi moderada em feijões ($h^2 = 0,47$) e baixa em brócolis ($h^2 = 0,08$), refletindo a complexidade do traço e o desenho experimental.

Significância e Alegações
Os autores afirmam que este estudo demonstra a generalizabilidade da estrutura CGM-WGP de culturas de grãos principais (como milho) para espécies hortícolas. A principal significância reside na capacidade da estrutura em:

1. Generalizar Através da Fisiologia: Modelar com sucesso culturas com estratégias contrastantes (ex: sensibilidade à temperatura em brócolis vs. sensibilidade ao fotoperíodo em feijão) usando uma arquitetura modular unificada.
2. Extrapolar para Novas Condições: Fornecer previsões acuradas para ambientes e genótipos não presentes no conjunto de treinamento ao codificar estruturalmente as interações GxExM através de mecanismos fisiológicos, em vez de depender apenas de similaridade estatística.
3. Operar Sem Identificação Prévia de QTL: Utilizar dados de marcadores de genoma completo diretamente para prever o tempo de floração, removendo o requisito de identificação prévia de loci de traços quantitativos (QTL) ou a restrição a populações de mapeamento específicas.
4. Informar a Estratégia de Melhoramento: Os resultados sugerem que programas de melhoramento que operam em diversos ambientes devem considerar manter tanto o CGM-WGP (para extrapolação a novos climas/geografias) quanto o RN-GBLUP (para testes densos dentro de ambientes conhecidos) em seus pipelines de predição.

O artigo conclui que, embora a seleção genômica padrão se beneficie do aumento do número de genótipos dentro dos ambientes alvo, o CGM-WGP requer desenhos experimentais que deliberadamente abranjam contraste ambiental suficiente (térmico, fotoperiódico) para permitir que o modelo calibre parâmetros transferíveis. Esta abordagem possibilita a seleção para ambientes alvo ainda não representados na rede de ensaios de um programa de melhoramento.