Genomic prediction models based on a large-scale recombinant population allow rapid breeding of desired genotypes

几个世纪以来，农民们一直依靠一种缓慢而耐心的艺术来改良作物：杂交。通过将两种具有不同优势的植物进行交配，他们希望在后代中结合这些特性。但自然是不可预测的，传统育种的遗传博弈往往需要经过许多代的种植、等待和筛选，才能培育出一种真正优越的品种。在气候变化和人口增长要求更快解决方案的时代，这种缓慢的节奏成为了一个瓶颈。长期以来，科学家们一直试图寻找一种方法，能够深入观察植物的遗传密码，从而在播种之前就预测哪些组合效果最好。这种被称为“基因组预测”的方法，利用计算机模型来估算特定的 DNA 片段将如何影响植物的生长、产量或抗逆性。挑战在于，如何使这些预测足够准确，以指导现实世界的农业生产，尤其是在试图同时平衡多个目标时，例如让一种作物既高产又具抗旱性。

现在，一支研究团队展示了一种强大的新策略，弥合了复杂遗传数据与实际农业之间的鸿沟。他们首先创建了一个庞大的遗传多样性库，这是一个由将表现卓越的稻种“一目连”（Hitomebore）与另外 19 种不同的水稻供体进行杂交而得到的 2,787 个不同植物品系的集合。这个被称为“嵌套关联图谱群体”的大型群体，作为一个详细的图谱，展示了不同遗传片段是如何相互作用的。利用这一广泛的数据集，科学家们构建了高度精确的计算机模型，能够读取这些品系的遗传密码并预测其表现。不同于以往可能只是猜测结果的方法，这些模型是基于研究中存在的特定遗传组合进行训练的，这使得它们能够以极高的精度估算特定 DNA 片段的影响。

这一策略真正的考验在于，研究人员利用他们的模型从零开始设计了一套育种计划。他们不再依赖运气，而是要求计算机识别出能够最大化产量，同时管理不同特性之间自然权衡的特定遗传组合。模型指引他们走向了一组最优品系以及一条特定的杂交路径。遵循这一数字蓝图，团队进行了实际的育种工作，通过对选定的植物进行杂交来创造新的稻种世代。结果证实了该方法的威力：新的水稻品系拥有模型所预测的精确目标基因型，同时在多个产量相关特性上实现了预期的改良。这项工作表明，通过将大规模、多样化的起始群体与可解释的预测模型相结合，育种者可以快速构建出具有精确遗传组成的新品种，以应对不断变化的世界所带来的挑战。