支持非洲农业扩张的高分辨率大豆试验数据集：基因型×环境×管理互作与品种适应性分析

《Scientific Data》：High-resolution soybean trial data supporting the expansion of agriculture in Africa

本研究针对非洲大豆品种推荐缺乏系统环境适应性数据的瓶颈问题，由Soybean Innovation Lab（SIL）联合多国机构开展了为期十年（2015-2024/25）的泛非大豆品种试验（PATs），构建了包含21个国家138个地点292个试验点、366个品种的多环境试验（MET）数据集。研究通过因子分析（FA）模型和环境分型（envirotyping）方法，揭示了关键环境因子（如露点温度T2MDEW、土壤温度动态）对产量的调控作用，鉴定出高产稳产品种（如G072）。该资源为非洲大豆育种中的G×E×M（基因型×环境×管理）互作研究和品种精准推荐提供了数据基础。

　　

在全球人口持续增长和蛋白质需求激增的背景下，大豆（Glycine max (L.) Merr.）作为重要的植物蛋白和油脂作物，其生产系统优化尤为关键。非洲大陆拥有巨大的农业扩张潜力，但大豆栽培面临核心挑战：品种在不同农业生态条件下的适应性不明确，缺乏系统的环境响应数据支撑品种推荐。传统育种往往忽视基因型（G）、环境（E）与管理（M）之间的复杂互作（G×E×M），导致品种在真实种植场景中表现不稳定。为此，由美国国际开发署（USAID）主导的Soybean Innovation Lab（SIL）联合非洲农业技术基金会（AATF）等机构，启动了泛非大豆品种试验（Pan-African Soybean Variety Trials, PATs），旨在通过大规模多环境试验（Multi-Environment Trial, MET）构建表型-环境关联数据库，驱动大豆在非洲的科学扩张。

为系统解析大豆品种在非洲多样化环境下的适应性规律，Mauricio S. Araujo等研究人员在《Scientific Data》发表了题为“High-resolution soybean trial data supporting the expansion of agriculture in Africa”的数据描述论文。研究团队整合了2015至2024/25十年间在21个非洲国家实施的292个试验点数据，覆盖366个大豆品种、26,280个试验小区，收录了形态、农艺、品质性状及土壤、气象、管理措施等95项环境协变量。通过因子分析混合模型（Factor Analytic Mixed Model）、最佳线性无偏预测（BLUP）和环境分型（envirotyping）等方法，揭示了关键环境驱动因子，鉴定了高产稳产品种，为非洲大豆育种中的G×E×M互作研究和品种精准推荐提供了宝贵资源。

研究采用的关键技术方法包括：基于限制性最大似然法（REML）的多环境试验统计模型，用于估计方差组分和基因型效应；因子分析（FA）模型解析G×E互作结构，并计算品种整体表现（OP）和均方根偏差（RMSD）作为稳定性指标；稀疏偏最小二乘回归（sPLS）筛选与产量关联最强的环境变量；环境数据来源于NASA POWER、WorldClim和SoilGrids等全球数据库，结合地理信息系统（GIS）进行空间表征。

Technical Validation I- Overview of the complete dataset

通过对7个关键农艺及品质性状的分析表明，试验网络覆盖了马拉维、赞比亚、肯尼亚和津巴布韦等主要大豆生产国（占总试验点的62.33%）。产量（GY）、百粒重（W100G）等性状表现出较宽分布，显示较大的遗传变异潜力；而蛋白质（PROT）和油脂（OIL）含量变异范围较窄，倒伏（LOD）评分则揭示部分品种的抗逆性差异。该数据集为兼顾高产与优质的平衡选择提供了表型基础。

Technical Validation II- Genotype-by-environment interaction in Malawi

以马拉维的34个环境为案例，研究发现广义遗传力（H2）在30%-50%之间，变异系数（CV）多数低于30%，表明试验质量可靠。遗传相关性热图显示，部分环境间存在高强度正相关（如Bwanje-2020与Chilanga-2020，r=0.97），而不同年份或地区间则出现显著负相关（如Bwanje-2020与Domasi-2021，r=-0.95），凸显了G×E互作中的“交叉现象”（crossover interaction）。通过因子分析选择工具（Factor Analytic Selection Tools, FAST）评估，基因型G072在整体表现（OP）和稳定性（RMSD）上综合最优，而G063虽产量中等但稳定性极高，适合稳产需求地区。

Technical Validation III- Environics Applied in Soybean Breeding

环境分型分析表明，海拔与平均温度呈负相关，但产量响应受水分管理调控：全灌溉条件下产量高且稳定，雨养环境则变异显著。通过稀疏偏最小二乘回归（sPLS）筛选出十大关键环境变量，其中露点温度（T2M_DEW）、土壤昼夜温度范围（BIO2_Mean_Diurnal Range_5_15cm）和地表短波辐射（ALLSKY_SFC_SW_DWN）等气候因子对产量预测贡献最大，土壤pH和水分指标亦具重要影响。

本研究通过构建高分辨率大豆表型-环境互作数据库，建立了从基因型评价到环境驱动的品种推荐框架。因子分析模型（FA）和环境分型（envirotyping）方法的结合，实现了G×E×M互作的量化解析，为定义育种亚区（mega-environment）和精准品种布局提供了理论依据。该数据集不仅可直接用于机器学习预测模型开发，还能支撑非洲大豆育种项目的亲本选配和试验网络优化，推动作物适应性的跨尺度预测。作为迄今非洲最大规模的大豆试验数据资源，其开放获取将加速作物建模、遗传评估和农业决策的跨学科创新，实质性地促进非洲农业系统的可持续集约化。