Phenotyping part of the target family improves within-family genomic prediction in rice nested association mapping families
对水稻嵌套关联分析数据的重新分析表明，对目标品系的一小部分（5%–15%）进行表型鉴定，并将这些记录纳入基因组预测模型中，与仅依赖其他品系或仅依靠模型灵活性相比，能显著提高品系内的预测能力和选育系的产量。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
每年，水稻育种家都面临着与时间及预算赛跑的挑战。他们通过将不同的水稻品种进行杂交，以创造出新的植物品系，希望能找到产量更高的品系。最终的测试是在田间种植这些植物并测量其产量，但这个过程既缓慢又昂贵，且需要大量的土地。当数据传回时，育种周期往往已经进入了下一阶段。为了加快速度，科学家们使用基因组预测法，这是一种通过观察植物的DNA来预估其表现的方法，甚至在植物被种植之前就能进行预测。挑战在于，当育种家拥有一个从未在田间测试过的新型水稻家族时，问题就出现了。由于没有该特定家族的产量记录，模型必须根据其他较旧家族的数据来进行推测。这些推测往往很微弱，因为新家族携带的是一种独特的基因组合，而旧数据无法完全捕捉到这一点。
研究人员一直想知道，在田间空间有限的情况下，如何能让这些推测变得更准确。育种家有两个主要选择：他们可以利用有限的田间样方来测量新家族中一小部分品系，从而将这些新鲜且相关的观测数据加入模型；或者，他们可以跳过额外的田间工作，转而使用一种更复杂的数学模型，试图从现有数据中发现更深层的模式。目前尚不清楚哪种方法能带来更好的投资回报：是测量少量额外植物的成本，还是使用更高级计算机算法的成本。
在最近的一项研究中，北海道大学的研究人员重新审视了一组大规模的水稻育种数据，以解决这一争论。他们专注于十五个不同的水稻家族，这些家族都拥有一个共同的亲本，但分别与十五个不同的配偶进行杂交。这种设置构成了一个完美的实验室，用于测试当模型仅拥有该特定家族极少记录时，预测其兄弟姐妹表现的能力如何。团队设定了一个严格的规则：对于每个预测任务，都有一个2,000条产量记录的固定预算。随后，他们测试了四种策略。在两种策略中，他们使用了标准的线性模型。在另外两种策略中，他们使用了更灵活的非线性模型，该模型能够检测基因之间复杂的相互作用。对于其中一半的策略，他们用来自其他十四个家族的数据填满了整个2,000条记录的预算。对于另一半，他们从其他家族中抽离出100条记录，并将其用于测量目标家族的一小部分——大约占该新家族品系的5%到15%。
结果清晰且一致。测量新家族的一小部分显著提高了对该家族其余部分的预测准确性。当研究人员将来自其他家族的100条记录替换为来自目标家族的100条记录时，模型正确排列植物等级的能力有了明显的提升。这种提升在简单的线性模型和复杂的非线性模型中都发生了。事实上，当喂入一些新家族记录时，简单模型的表现优于完全没有该家族记录时的复杂模型。单独使用复杂模型（即在没有任何来自目标家族的新数据时）相比于简单模型，仅带来了微乎其微、几乎可以忽略不计的改进。最好的结果出现在研究人员结合两种方法时：即在使用灵活模型的同时，也包含那100条来自新家族的记录。
研究还观察了实际结果：这些更好的预测是否真的能引导选择更高产的植物？答案通常是肯定的。当育种家根据包含新家族记录的预测结果选择前10%的品系时，这些被选中的品系平均而言比没有该数据时选出的品系产量更高。这一点在中国的一个两个测试点中表现得尤为明显。然而，研究人员指出，在第二个测试点的优势并不总是具有统计学上的显著性，这表明环境条件会影响这些额外记录所能带来的帮助程度。
或许最重要的发现是，测量新家族中少量植物的益处是非常稳健的。无论研究人员使用的是简单模型还是复杂模型，也无论他们如何调整模型的数学设置，这一结论都成立。研究表明，对于使用相关家族的育种计划而言，最有效的策略是投入一小部分田间空间来测量新家族中的少数几条品系。这种对数据的微小投入，比仅仅切换到更复杂的计算机算法能带来更强的预测准确性提升。研究人员得出结论，虽然复杂模型有其地位，但它们无法取代来自正在培育的特定家族的真实世界数据的价值。对于试图在有限资源下做出最佳决策的育种家来说，最可靠的途径是测量一小部分新家族，并利用这些信息来指导其余部分的筛选。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。