分享一篇最近发表《New Phytologist》上一篇文章：Genomic selection in western redcedar: from proof of concept to operational application。文章主要研究了基因组选择（GS）在西部红杉（western redcedar, WRC，即Thuja plicata）中的应用，从概念验证到实际操作的全过程。
研究背景
森林面临着气候变化等多种威胁，传统育种方法可能过于缓慢，无法及时培育出适应性强的树木。基因组选择（GS）作为一种加速育种过程的方法，已经在动物和作物育种中得到应用，但在林木育种中的应用还相对有限。
本研究旨在通过基因组数据，开发模型预测西部红杉的生长、心材化学成分和叶化学成分等性状的育种值（Breeding Values, BVs），并评估这些模型在不同世代、环境和年龄中的预测准确性。
材料与方法
研究者们使用了来自第一代多交（polycross）后代试验的1520棵树木作为训练群体（Training Population, TrP），并针对8个与生长、木材和叶化学成分以及病虫害抗性相关的性状进行了表型测量。通过基因分型和系谱分析，建立了基于基因组数据的预测模型，并通过交叉验证（cross-validation）方法评估了模型的预测准确性（Prediction Accuracy, PACC）。
研究结果
基因组预测模型的构建与验证
研究中使用了多种统计和机器学习模型来预测育种值，包括基于线性混合模型的动物模型（animal model, ABLUP）和基于基因组关系的植物模型（plant model, GBLUP）。通过交叉验证，评估了这些模型在训练群体内部以及跨世代的预测准确性。交叉验证包括随机抽样、完全去除亲缘关系、跨世代验证等多种场景。
模型预测准确性的评估
研究结果显示，GS模型在训练群体内部的预测准确性很高，这表明模型能够有效地捕捉到基因组标记与目标性状之间的关联。在去除亲缘关系的交叉验证中，即使在不相关的个体间，预测准确性也没有降至零，这进一步证实了模型的鲁棒性。此外，通过包括父母代在内的跨世代验证，可以显著提高模型的预测准确性，这表明GS模型能够跨越世代进行有效的预测。
基因组选择在实际操作中的应用
研究者们利用预测的育种值，通过多性状选择，将GS功能化地整合到实际操作的树木育种计划中。这包括对目标种子群体（target seedling population, TaP）中的个体进行早期选择，以及对表现优异的个体进行进一步的育种和繁殖。通过这种方式，研究者们能够在短短几年内完成传统育种需要几十年才能完成的工作，显著缩短了育种周期。
结论
GS在西部红杉中的应用证明了其在针叶树种育种中的潜力，尤其是在预测生长和抗性等晚表达性状方面。这项研究强调了GS在针叶树种育种中的重要性，并为未来在面对快速变化的环境挑战时，如何利用GS进行林木育种提供了宝贵的经验。
未来展望
随着GS模型的不断优化和应用，预计其将在林木育种中发挥更大的作用，特别是在全球气候变化背景下，对于培育适应性强、生长快速的林木品种具有重要意义。此外，GS的应用还可能扩展到其他林业相关的领域，如病虫害管理、生态系统服务和生物多样性保护等。
SNP数据：10.5281/zenodo.6562381
标签：GS,预测,验证,模型,基因组,Phytologist,育种,New From： https://www.cnblogs.com/miyuanbiotech/p/18449453