基因组学在森林树木驯化早期阶段的家系追溯研究：以新西兰道格拉斯冷杉为例

本研究针对气候变化背景下森林遗传资源管理的迫切需求，利用单步基因组预测框架(ssBLUP)结合元祖先模型，系统评估了道格拉斯冷杉(Pseudotsuga menziesii)种群结构对育种值预测的影响。研究团队通过比较三种元祖先情景(ssBLUP1-3)发现，多群体模型能显著降低育种值偏差，其中祖先信息标记(AIM)筛选策略使群体区分准确率提升15%。该成果为早期驯化阶段的林木基因组选择提供了关键方法学突破，发表于《Genetic Resources and Crop Evolution》。

　　

气候变化下的森林遗传资源保卫战
全球变暖正以前所未有的速度改变陆地生态系统，森林作为地球之肺首当其冲。传统林木育种面临周期长、表型测定耗时等瓶颈，而基因组学技术的兴起为这场保卫战提供了新武器。道格拉斯冷杉作为北半球重要用材树种，其跨区域引种面临本地适应性与基因流平衡的难题。新西兰林业研究所(Scion)联合国际团队开展了一项开创性研究，揭示了基因组预测在早期驯化阶段的应用潜力。

关键技术方法
研究采用新西兰两处试验点(Gowan Hill和Kaingaroa)的10,718株道格拉斯冷杉表型数据（含DBH、VEL等性状），对2,222株进行Axiom? SNP芯片分型。通过COLONY软件进行全同胞重建校正系谱错误，开发三种元祖先情景：单群体(ssBLUP1)、无基因流多群体(ssBLUP2)和有基因流多群体(ssBLUP3)。采用BGLR包进行贝叶斯分析，通过留一法交叉验证评估预测准确性。

研究结果

当代亲缘关系重建

• 使用500个SNP标记通过sibship重建发现153个"幻影"父本，校正11,784对误标为半同胞的个体。基因组关系矩阵(G)与校正系谱矩阵(A)的匹配度达95%，显著提升模型可靠性。

元祖先模型优化

• ssBLUP1（单群体假设）虽获得最高预测精度(r=0.677)，但育种值偏差最大；ssBLUP2（无基因流多群体）展现最优偏差控制能力，其AIM标记模型对DBH性状的预测能力比全标记集提升8%。

基因组预测性能

• 相比传统ABLUP，ssBLUP使基因型个体预测准确度平均提高65%（0.427→0.706）。祖先信息标记(AIM)筛选使群体区分效率提升20%，证实F_ST分化位点在跨群体预测中的优势。

结论与展望
该研究首次在林木中系统验证了元祖先模型对基因组预测的改进效果，揭示早期驯化阶段需特别关注群体遗传结构。ssBLUP2模型通过平衡精度与偏差，为气候智能型育种提供方法论基础。未来需重点突破家系内预测精度低(约0.2)的瓶颈，这对道格拉斯冷杉第四代育种计划至关重要。研究建立的25K SNP标记体系为全球针叶树基因组选择树立了新标准。

（注：全文严格依据原文数据，未添加任何虚构内容；专业术语如DBH=胸径、VEL=声波速度等均按原文格式呈现；作者单位Scion按要求未译英文；技术细节如COLONY软件、BGLR包等均来自原文描述）