《The Plant Phenome Journal》：Computer vision associated with multivariate genomic selection methods increases yield prediction accuracy in blueberry
编辑推荐：
蓝莓（Vaccinium spp.）是消费量最大的软果之一，也是促进健康化合物的的重要来源。在推动育种计划选择的关键性状中，产量最为重要。衡量产量的标准方法是采收并称量浆果总数，这一过程费力、昂贵、易出现测量误差，且难以适应短暂的生产窗口期。为规避上述问题，育
蓝莓（Vaccinium spp.）是消费量最大的软果之一，也是促进健康化合物的的重要来源。在推动育种计划选择的关键性状中，产量最为重要。衡量产量的标准方法是采收并称量浆果总数，这一过程费力、昂贵、易出现测量误差，且难以适应短暂的生产窗口期。为规避上述问题，育种者依赖目视评分，该方法虽具可扩展性但存在主观性。本研究探讨了利用计算机视觉方法进行果实检测以指导育种决策的可能性。核心假设为：将机器学习与分子育种整合可强化遗传分析并支持分子育种。为验证该假设，研究人员（researchers）利用不同产量相关指标评估了一个大型蓝莓育种群体，包括通过计算机视觉进行的果实检测、不同物候期的目视评分以及浆果总重量。研究贡献有三方面：（i）利用计算机视觉更好地评估了产量潜力，所获得的遗传参数改善了残差控制并利用了遗传变异；（ii）推断出蓝莓产量的遗传基础，并强调了非加性效应对表型表达的重要性；（iii）证明将计算机视觉与目视评分结合于多元基因组预测模型（multivariate genomic prediction model）中可获得更优的预测能力（predictive ability，PA）。综上，本研究在蓝莓文献中首次展示了如何将计算机视觉与分子育种整合于同一框架中以指导育种决策。
一、研究背景与问题
蓝莓（Vaccinium spp.）是全球消费量最大的软果之一，富含健康促进化合物，其育种计划中产量是最重要的选择性状。然而，产量的精准评估面临显著瓶颈：传统的人工采收称重方法劳动密集、成本高昂且难以规模化，无法适应短暂的生产窗口期；而目视评分虽具可扩展性，却高度依赖评估者经验，存在明显主观性。此外，蓝莓果实成熟时间不一致，同一基因型内和基因型间差异显著，使得准确测量产量需要多次田间访问、防鸟网覆盖及全季节记录，进一步加剧了表型评估的难度。这些因素导致采收产量数据集通常较小、稀疏、噪声大，限制了遗传参数的准确估计和基因组分析的有效性。为此，研究人员提出假设：将计算机视觉（computer vision，CV）与基因组选择（genomic selection，GS）整合，可辅助高产量蓝莓的选择，并可将机器学习方法与传统目视评分纳入同一多元分析框架。
二、研究内容与结论
研究人员整合了佛罗里达大学蓝莓育种计划的历史数据集，涵盖六种产量相关性状：花芽、花、绿果、成熟果实的目视评分（1–5级）、基于计算机视觉的成熟浆果计数（berry image）以及采收产量（kg）。利用加性-显性（additive-dominance，AD）单性状模型估计遗传参数，并通过贝叶斯多元高斯模型（multivariate Gaussian model）构建单性状与多元基因组预测模型，系统评估不同交叉验证方案下的预测能力。结果表明：计算机视觉衍生的浆果图像性状展现出最高的狭义和广义遗传力（heritability）及最优的遗传变异系数与实验变异系数比值，且与采收产量呈正相关（决定系数R2=0.85）；多元基因组预测模型在CV2方案下，将浆果图像性状与目视评分结合，预测能力较单性状模型提升超过两倍（0.24 vs. 0.52）。研究首次在蓝莓中证明计算机视觉与分子育种可在同一框架内整合，为育种决策提供可扩展且客观的表型评估方案。
三、关键技术方法
研究人员主要采用了以下关键技术：基于YOLOv8x的目标检测模型（You Only Look Once version 8 extra-large）用于田间RGB图像中成熟蓝莓果实的自动识别与计数，模型以459张全尺寸田间图像（含110,220个人工复核的浆果标注）训练，采用切片辅助超推理（Slicing Aided Hyper Inference）将图像切分为640×640像素重叠瓦片，最终平均精度（mAP50）达0.82；目标区域捕获测序（targeted sequence capture genotyping）技术，使用10,000个定制120-mer探针进行蓝莓靶向富集，最终获得52,900个SNP标记；加性-显性单性状基因组模型与贝叶斯多元高斯模型（BGLR R包实现），估计遗传参数并进行基因组预测；两种交叉验证方案（CV1和CV2）分别模拟早期亲本选择与晚期克隆选择场景。样本来源为佛罗里达大学蓝莓育种计划的历史育种群体，涵盖Stage III和Stage IV育种阶段，共3,536个独特基因型。
四、研究结果
4.1 不同产量相关指标的遗传参数
研究人员利用AD模型对六种产量相关性状进行遗传参数估计。结果显示，采收产量的狭义遗传力最低（0.08），实验变异系数高（71.70），遗传变异系数与实验变异系数比值最低（0.46），表明其受控变异程度低、选择进展潜力受限。相比之下，浆果图像性状展现出最高的狭义遗传力（0.13）和广义遗传力（0.30），以及最优的遗传变异系数与实验变异系数比值（0.65），表明计算机视觉衍生的表型能捕获可靠的遗传信号。通过10个基因型的人工采收验证实验，采收产量与图像检测浆果数的线性回归决定系数为0.85；另在20个基因型、5周的实验中，累计手工采收浆果数与图像计数相关性为0.8，证实了图像表型的可靠性。
4.2 单性状基因组预测
研究人员基于历史数据集对六种性状进行单性状基因组预测。在加性模型下，成熟果实目视评分的预测能力最高（PA=0.40，预测准确性PACC=0.78），选择优越性（S%）达150.02%，是唯一超过100%的性状。浆果图像性状的PA为0.27，PACC为0.46，与采收产量（PA=0.22，PACC=0.51）相当。AD模型虽能更好地拟合数据（AIC/BIC/DIC均优于纯加性模型），但未显著提升PA值。选择优越性分析表明，在假设表型选择需5年、基因组选择仅需2年的育种周期下，多数性状的GS优越性低于100%，说明传统表型选择仍具竞争力，但浆果图像性状的客观性和可扩展性支持其作为补充表型。
4.3 多元基因组预测
研究人员选取259个同时具有目视评分和计算机视觉数据的基因型，以浆果图像为目标性状，目视评分（花芽、花、绿果、成熟果实）为辅助性状，系统构建双变量至五变量模型。在CV1方案下（辅助性状仅存在于训练集），多元模型较单性状模型有15.23%–30.39%的提升；在CV2方案下（辅助性状同时存在于训练集和测试集），预测能力显著提升，其中AD模型下浆果图像与绿果的双变量模型将PA提升至0.52，较单性状（0.24）提升超过两倍；四变量模型（浆果图像、成熟果实、花、绿果）在CV2下提升达121.59%。值得注意的是，辅助性状数量超过最佳组合后，额外增加性状带来的提升有限，表明多元预测的效果更多取决于辅助性状的互补性而非数量。
五、讨论与结论
讨论部分指出，计算机视觉衍生的浆果图像性状能有效解决蓝莓育种中产量表型评估的瓶颈问题。与采收产量相比，浆果图像具有更高的遗传力、更优的遗传变异与残差平衡，且与采收产量高度正相关，可作为遗传分析的可靠表型而非简单的技术替代。单性状预测结果表明，浆果图像虽未在单性状框架中超越表型选择，但其客观、可重复、可扩展的特性使其成为传统目视评估的有力补充。多元基因组预测的核心发现是：将计算机视觉数据与目视评分整合于同一分析框架可显著提升预测能力，尤其在CV2方案下，辅助性状的可用性使预测能力提升超过两倍。研究还强调了非加性效应（显性效应）在蓝莓产量性状中的重要性，AD模型为亲本选择（基于基因组估计育种值GEBV）和克隆选择（基于基因组估计基因型值EGV）提供了同时支持。
研究结论：计算机视觉衍生的浆果计数可作为可扩展的产量相关表型，与传统目视评分和人工采收方法互补；将计算机视觉数据与目视评分结合于多元基因组预测模型可显著提升产量预测能力；计算机视觉整合入蓝莓育种流程在操作上可行，与传统产量表型方法结合有潜力提高产量性状的遗传增益。这是蓝莓文献中首次利用多元分析评估计算机视觉产量数据的遗传参数，为现代育种计划中表型组学、基因组学和环境信息的整合提供了实证基础。
