编者自语
这是一篇2012年的文章, 几年过去了, 里面的东西重新读起来, 感觉还是满满的干货, 特此记录.
参考文献
Will genomic selection be a practical method for plant breeding
摘要
背景
基因组选择(GS)是代替分子标记辅助选择(MAS)的有效方法, GS可以考虑微小的效应, 相对于MAS只考虑较大的效应, GS有很强的优势. 但是GS在植物育种中并没有应用起来. 这到底是什么原因呢? 在这篇文章中, 全基因组选择(Genetic Selection)会被简单的介绍, 对于植物育种中GS的应用进行了展望.
统计方法介绍
这里讨论了全基因选择中的方差组分, 遗传力, 育种值, 线性模型等. 在GS的应用实践中, 一些因素需要考虑, 比如连锁不平衡, 群体结构, 标记类型, 育种方法. 基因组选择不是完美的方法, 但是潜力巨大.
GS VS MAS
上面这个图, 是GS和MAS的比较, 左边是GS, 右边是MAS.
GS的流程:
1, 训练群体, 选择合适的模型
2, 候选群体, 进行育种值的排序
3, 根据排序进行提前选择.
MAS的流程:
1, 作图群体, 定位性状的QTL
2, 育种群体, 根据定位的QTL, 进行选择
GS中应用的统计方法
基因组选择(GS), 分子标记辅助育种(MAS), 根据系谱的动物模型育种是育种中常用的统计框架.
遗传模型和方差组分
狭义遗传力
遗传力的计算时根据方差组分而来.
育种值(BV)
育种值是选择时的依据, 一般使用BLUP值.
线性模型估计标记效应
结论
如题, 植物育种中全基因组选择是一套成熟的方法, 它目前没有大规模应用的原因是价格, 即单个样本的价格, 但是随着价格的降低, 基因组选择在植物育种中一定会掀起一个新的高潮. 想象一下比较难选的性状, 遗传力比较低的性状, 比如抗病性, 脱水速率, 抗倒性, 使用GS会使得这些性状的提高达到一个新高度, 这是一个诱人的前景.
另外一个挑战是模型的问题, 目前的一步法主要针对加性效应进行选择, 但是玉米中主要是利用杂种优势, 如何利用显性效应和上位性效应进行建模, 以及相关的准确性的提高, 也是一个挑战. 目前, 已经可以用基因组信息, 构建相关的显性矩阵(D矩阵)和上位性矩阵(I矩阵), 我相信开发出类似一步法的方法, 应该很快.
