综述：多组学技术在水产遗传育种中的作用：现状与未来展望

（编辑推荐）本综述系统阐述多组学（multi-omics）技术如何推动水产育种革新，涵盖基因组选择（GS）、SNP标记筛选及基因编辑（如CRISPR）应用，强调人工智能（AI）整合多组学数据提升表型预测精度，为培育高产抗逆品种提供新范式。

　　

Abstract

水产养殖作为增长最快的食品生产领域，其可持续发展亟需遗传育种技术的突破。传统选择育种通过累加效应改良经济性状，而多组学技术的融合正重塑育种范式——从基因组（genomics）、转录组（transcriptomics）到表观组（epigenomics）数据的整合，显著提升了单核苷酸多态性（SNP）标记的筛选效率，为基因组选择（GS）提供了分子层面的决策依据。

多组学驱动的育种革新

当前研究聚焦于将功能基因组数据嵌入传统GS模型，例如通过代谢组（metabolomics）数据解析抗病相关通路（如Toll样受体信号通路），或利用染色质开放组（ATAC-seq）定位调控经济性状的关键顺式元件。深度学习模型（如CNN、Transformer）在跨组学数据关联分析中展现出强大潜力，可精准预测生长速度或耐盐性等复杂性状。

基因编辑的产业化潜力

CRISPR-Cas9技术不仅能修复养殖物种的有害等位基因，还可通过等位基因渐渗（allele introgression）将野生种群的优良变异（如抗白斑病基因_WSSV^res）引入育种体系。更前沿的