表型選擇技術作為油菜育種新方法的可行性研究
Plant Phenomics | 油菜育種新方法：表型選擇技術解析
在作物育種中，基因組選擇（Genomic Selection，GS）已成為預測作物性狀的重要工具。然而，基因組選擇需要大量的基因型標記，成本較高。為解決這一問題，本文提出了表型組選擇（Phenomic Selection，PS）作為低成本、高通量的替代方案。PS通過光譜數(shù)據(jù)預測復雜性狀，無需依賴基因型信息，具有良好的預測準確性。
2024年7月，Plant Phenomics 在線發(fā)表了Justus Liebig University題為Phenomic Selection for Hybrid Rapeseed Breeding 的研究論文。
本文通過近紅外光譜（NIRS）數(shù)據(jù)對410個油菜雜交組合進行了表型組選擇，并與基因組選擇進行了對比分析。結果表明，表型組選擇在預測種子產(chǎn)量和植株高度等性狀時，表現(xiàn)優(yōu)于基因組選擇，特別是在僅使用單個試驗場地數(shù)據(jù)時效果顯著。研究還發(fā)現(xiàn)，通過親本的光譜數(shù)據(jù)預測雜交后代的性狀是可行的，為油菜雜交育種提供了一種高效、經(jīng)濟的選擇方法。
圖1是雜交油菜種群及不同環(huán)境下的實驗設計示意圖。本研究使用的油菜籽群體是基于5個不同的創(chuàng)始系（P1~P5）與一個共同的精英系（L1）的雜交。將得到的251個傳粉媒介與2個不同的雄性不育自交系（M1和M2）雜交，得到410個試驗雜交種（A）。利用生長在1個地點的傳粉媒介獲得的近紅外光譜數(shù)據(jù)進行跨代預測，預測生長在5個地點的雜交種的表型性狀（B）。利用近紅外光譜數(shù)據(jù)和雜種（C至E）獲得的表型性狀進行代內預測。從所有5個位點獲得表型性狀，而NIRS數(shù)據(jù)要么從所有5個位點（C和E）獲得，要么從單個位點（D）獲得。交叉驗證的方法是將雜交群體隨機分為80%的訓練集和20%的測試集，重復200次（B至D），或者使用5個原始雜交中的4個后代的雜交作為訓練集，其余亞家族作為測試集（E）。
圖1 實驗設計概述
圖2 幾種選擇的預測值和實際值對比
圖2基于GBLUP/NIRS-BLUP的實測值（調整均值）和預測值（200次交叉驗證均值），比較GS（A和D）、PS（B和E）和組合選擇（C和F）對種子產(chǎn)量前80個基因型（A ~C）或前40個基因型（D ~ F）的選擇精度。根據(jù)預測和實際性能，在選定部分內或外的基因型分別被分類為“正確選擇”（CS）或“正確丟棄”（CD）。
在實際表現(xiàn)較差的預測中選擇的基因型，反之亦然，分別被歸類為“錯誤選擇”（WS）或“錯誤丟棄”（WD）。相應的百分比數(shù)字表示相應的派系規(guī)模。切卡諾夫斯基相似系數(shù)（CZ）表示基于預測值的選擇精度。Pearson相關系數(shù)（r）表示各自的預測精度。近紅外光譜數(shù)據(jù)是在雜交種內從收獲的種子中獲得的。
該研究首次驗證了表型組選擇在油菜雜交育種中的可行性，證明了親本的光譜數(shù)據(jù)可以用于預測后代的性狀表現(xiàn)。這一方法能夠顯著降低育種成本，提高育種效率，且易于在現(xiàn)有的育種計劃中實施。
論文鏈接：
https://doi.org/10.34133/plantphenomics.0215
——推薦閱讀——
Fast and Efficient Root Phenotyping via Pose Estimation
https://doi.org/10.34133/plantphenomics.0175
Plant Phenomics | 利用深度學習技術實現(xiàn)地標的快速檢測與分組，為根表型分析提供高效無縫的解決方案
加入作者交流群
掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、專刊發(fā)布會等高質量活動。
添加小編微信，備注姓名+單位+PP，加入作者交流群
About Plant Phenomics《植物表型組學》（Plant Phenomics）是由南京農(nóng)業(yè)大學創(chuàng)辦的英文學術期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統(tǒng)計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄。科睿唯安JCR2023影響因子為7.6，位于農(nóng)藝學一區(qū)（1/125名），植物科學一區(qū)（13/265名），遙感一區(qū)（6/62名）。2023年中科院期刊分區(qū)位于農(nóng)林科學大類一區(qū)。2020年入選中國科技期刊卓越行動計劃高起點新刊項目、2024年入選江蘇科技期刊卓越行動計劃領軍期刊項目、2024年入選中國科技期刊卓越行動計劃二期英文梯隊期刊。
說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
編輯排版：王平、陳新月（浙江大學）
審核：尹歡、孔敏
