小麦基因组学预育种计划的创新策略：遗传多样性保持与基因组预测的协同应用

本研究系统阐述了小麦（Triticum aestivum L.）预育种中基因组学技术的整合策略，通过遗传贡献值（GEPC）量化植物遗传资源（PGR）的基因组渗透，结合多场景基因组预测（rrBLUP模型）实现性状精准选择（GY预测能力达0.69）。研究为突破精英种质遗传瓶颈提供了可操作性方案，其"参与式育种"模式与三/四交设计经验对作物育种具有普适指导意义。

　　

基因组学驱动的预育种创新实践

遗传贡献值的精准量化

研究团队开创性地将动物育种中的品种组成概念改造为遗传估计亲本贡献（GEPC）方法，通过7004个SNP标记分析390个预育种系。该方法不仅能验证谱系准确性（两交系正确识别率达75%），更首次揭示相同杂交组合内PGR贡献值的显著波动（如三交组合WW_17082中PGR"Norman"的GEPC范围6%-27%）。通过5cM间隔的SNP密度测试，证实仅需563个标记即可保持分析稳定性，为低成本芯片开发提供依据。

多维度基因组预测模型

构建五种预测场景显示，跨年度整合产量试验（YT1-YT3）数据的IIIb场景表现最优，籽粒产量（GY）和面粉沉降值（WMFlrSDS）预测能力分别达0.69和0.71。值得注意的是，基于F₅代基因组数据提前1年预测品质性状（如WMFlrSDS），突破传统烘焙品质检测的时效瓶颈。研究还发现预测能力与遗传力显著相关（2021年WMFlrSDS遗传力0.87时预测能力最高）。

预育种体系优化路径

经过十年实践验证的"参与式育种"模式包含三大创新：

1. 交配设计：采用三/四交将PGR贡献控制在25%，平衡多样性引入与精英表型选择；

2. 世代管理：F₅-F₇亚系开发策略使优选家系内GY变异达0.5 t ha^-1；

3. 资源整合：23个商业对照品种与45个PGR的基因组数据库支撑决策。典型案例WW_18010_206_306_2_3_466在保持33% PGR基因组的同时，其GY（11.22 t ha^-1）超越对照品种"Informer"。

行业痛点破解方案

针对预育种普遍存在的四大难题，研究提出：

• 表型-基因型失衡：通过GEPC辅助选择保留高PGR贡献的精英系；

• 品质滞后检测：利用跨年校准模型实现F₅代WMFlrSDS早期预测；

• 资源利用低效：建立5%核心SNP集（563个）的快速筛查体系；

• 育种周期过长："三阶段选择法"将优质系筛选压缩至9年。

这些发现为《基因银行3.0》等国际计划提供了可复制的技术框架，其"精英-野生"渐渗平衡策略尤其适用于应对气候变化下的作物改良挑战。