融合连锁不平衡剪枝与随机森林特征重要性的超稀疏标记基因组选择方法用于小麦纯系及杂种育种

《Plant Communications》：Trait-Informed Machine Learning Improves Precise Genomic Selection and Hybrid Design in Wheat

　　

摘要

机器学习可以为多基因性状解锁基因组选择（GS），但前提是必须将数百万个SNP提炼为育种者可操作的位点。本文提出了连锁不平衡剪枝与随机森林特征重要性筛选相结合的基因组关联信号排序方法（GLRS），这是一种基于性状信息的框架，用于为小麦纯系和杂种GS育种推导超稀疏标记集。在768份多样化材料、九个产量相关性状、六个环境以及570,441个SNP的数据上进行训练后，GLRS将每个性状的标记压缩至数百个，同时相较于使用随机选择标记的传统GS方法，交叉验证准确率提高了7.2%。利用公开可用的小麦数据集进行的独立评估进一步验证了GLRS策略的稳健性和广泛适用性。在来自七个独立试验的1,163份高级育种系中的验证进一步证明了GLRS的稳健性，相较于随机标记和连锁不平衡剪枝基因组关联信号排序标记，预测准确率分别提高了14.4%和5.8%。GLRS还在292个杂种组合中提供了对F₁表现（r = 0.790）、一般配合力（r = 0.851）和杂种优势（r = 0.541）的准确预测，实现了小麦杂种和优良自交系品种的同时培育。最后，我们提出了一种基于配合力的小麦纯系和杂种育种GS策略。本研究提供了高效的GLRS流程，以促进基于性状信息的GS在小麦高产育种中的实际应用。