基因组选择育种：二十年关键因素综述
基因组选择育种：二十年关键因素综述
随着全基因组测序技术的普及，基因组选择（Genome Selection, GS）作为一项关键技术，在育种中的应用越来越广泛。GS通过分析基因组信息来预测育种材料及其后代的表现，可在幼苗期评估个体的农艺性状。与传统育种相比，GS具有高准确性和较短的育种周期，从而提高了植物育种效率。
2024年3月12日，瑞典Rodomiro Ortiz团队在《Molecular Plant》发表题为“Genomic selection in plant breeding: Key factors shaping two decades of progress”的综述文章。该论文总结了最近20年基因组选择育种的影响因素和重要进展。
在GS过程中，首先需要获得群体的基因组变异信息和表型数据。然后通过模型构建和优化，获得变异信息和表型数据的关联性。最后，对新的育种群体的个体进行基因组序列分析，预测个体的表型，从而实现基因组选择（图1）。本文全面概述了影响植物育种中基因组预测（Genomic Prediction，GP）的关键因素，包括交叉验证方法，训练数据的大小和结构和遗传多样性等方面。其中，深入探讨了训练群体规模和遗传多样性的关键作用，以及它们与育种群体之间的关系，以实现GP的准确性（图1）。
图1 GS的概况和影响基因组预测的关键因素
该文章特别强调了优化训练群体规模的重要性，探讨了其超过最佳规模后的递减回报 (图2)。在考虑资源有限性和预测准确性之间的平衡后，可实现最优的表型预测。此外，单核苷酸多态性的密度和分布、连锁不平衡的水平、遗传复杂性、性状遗传力、机器学习方法和非加性效应也是影响表型预测的重要因素。其中，作者以小麦、玉米和马铃薯为例，总结了这些因素对不同性状的GP准确性的影响。
图2 群体数据训练的优化
在模型算法方面，可分为参数模型、半参数模型和非参数模型。其中，参数模型包括线性模型和贝叶斯模型等类型，而非参数模型则包括深度学习在内的机器学习方法（图3）。为了在基因组预测中实现高准确性，理论上使用Pearson相关性作为度量标准时效果最优。然而，这仍然是一个值得研究的活跃领域。作者推测，借助超大规模的基因型和表型数据集、有效训练群体的方法优化以及其他组学方法（转录组学、代谢组学和蛋白质组学）的支持，再加上深度学习算法，可以克服当前限制的边界，实现最高可能的预测准确性，使基因组选择成为植物育种中的有效工具。
图3 基因组预测的统计方法
总之，该综述总结了影响基因组选择育种的关键因素，包括群体数据采集，表型-环境的互作和统计模型等方面，并提出了潜在的优化方向。未来，随着全基因组测序成本的持续下降，加上高通量的表型数据采集和多种优化的计算模型，高效的全基因组选择育种将变得可能。