上位性作用下基于单倍型的纯系育种基因组选择效率

《Heredity》：Efficiency under epistasis of haplotype-based genomic selection for pure line breeding

　　

摘要：基于单倍型的基因组选择被认为是在上位性（epistasis）存在条件下较基于单核苷酸多态性（single nucleotide polymorphism, SNP）的基因组选择更高效的替代方案。研究人员评估了在7种双基因上位性类型下基于单倍型的基因组选择效果，以及在纯系育种中将加性×加性（additive × additive, AxA）效应纳入选择的重要性。研究人员模拟了由10条染色体组成的基因组，每条染色体长度为100 cM，共包含1000个基因和49,825个SNP。研究中假定显性效应为正，并设定30%的基因为上位性基因。研究人员采用大小为3、6和9的单倍型实施基因组选择，同时还利用20%的SNP开展低成本基因组选择。选择效果通过实际总遗传增益（realized total genetic gain）进行评估。研究还评估了预测准确度与实际遗传增益之间的相关性，以及世代间基因型方差的下降情况。结果表明，无论上位性类型和SNP密度如何，基因组选择都是培育优良纯系的高效程序。单倍型大小对基因组选择效果无影响。在不进行选择时，AxA遗传值与有利基因数呈低幅度负相关（< ?0.25）。在选择条件下，将预测的AxA值纳入选择并未提高选择效率。基于单倍型和基于SNP的基因组选择过程具有同等效率。与仅由加性和显性基因效应决定的性状相比，上位性可降低总遗传增益。在上位性存在条件下，遗传增益与预测准确度之间存在高度正相关。不同基因组选择程序在基因型方差下降方面不存在差异。

该论文发表于《Heredity》，聚焦纯系作物育种中上位性背景下单倍型基因组选择的实际效率问题。基因组选择已广泛用于大豆、小麦和水稻等自花授粉作物改良，但关于单倍型方法是否优于SNP方法、以及在存在上位性时是否应将加性×加性效应（additive × additive, AxA）纳入选择，既往研究结论并不一致。更关键的是，经验数据中上位性效应常因贡献较小、连锁不平衡（linkage disequilibrium, LD）不完全或标记密度有限而难以准确认定，因此其对长期选择反应的真实影响仍不清晰。基于此，研究人员以模拟研究系统考察7种双基因上位性类型下，基于单倍型的基因组选择在纯系育种中的表现，并与SNP方法及不同选择准则进行比较，以回答单倍型是否更有效、AxA是否值得纳入、低密度SNP是否仍可维持选择效率等关键问题。

在方法上，研究人员利用REALbreeding软件模拟10条染色体、总长1000 cM的基因组，设定1000个微效基因、约49,823个SNP，并以大豆籽粒产量为目标性状。基础群体为来源于两个对比纯系杂交的250个F₂个体，其中30%基因参与上位性互作，覆盖互补、重复、显性、隐性、显性与隐性、累积作用重复基因及非上位性基因互作7类双基因上位性，并设置混合类型情景。研究自F₃至F₈世代开展基因组选择，比较基于SNP与基于固定相邻SNP数单倍型的模型，单倍型大小为3、6和9；并比较基于A值与基于A+AxA值的选择。统计分析采用GBLUP（genomic best linear unbiased prediction），并评估实际总遗传增益、预测准确度及基因型方差变化；另设置仅保留20% SNP的低成本情景。

Results

F₂ haplotype pattern and epistatic variances
研究人员首先分析了F₂群体的单倍型模式。结果显示，不论采用Gabriel法、four-gamete rule还是solid spine of LD方法，F₂中均以较长单倍型为主，平均长度为22.4个SNP，但真正被划入单倍型的SNP比例平均仅为4.5%。这一结果说明，尽管群体中存在较长LD片段，但可用于单倍型编码的标记比例有限，可能制约单倍型方法相较SNP方法的额外收益。方差分解表明，F₂中上位性方差/基因型方差比值随上位性类型而变化，在互补上位性下为1.1%，在重复上位性下达13.9%；AxA基因型方差占比为0.5%至6.1%。总体上，加性方差仍是主要组成部分，提示即便存在上位性，性状遗传结构仍主要受A效应驱动。

Comparative assessment of the haplotype-based genomic selection and significance of the AxA genetic value in selection
在混合上位性类型下，研究比较了单倍型与SNP方法及是否纳入AxA的差异。采用A+AxA作为选择依据时，单倍型大小3、6、9对应的总遗传增益分别为208.4、212.0和218.1 kg ha^?1，回归分析显示单倍型大小效应不显著，说明扩大单倍型窗口并未提升选择效率。SNP方法在A+AxA准则下的总遗传增益为211.7 kg ha^?1，与单倍型法几乎等效。若忽略AxA、仅以A值选择，单倍型大小3时总遗传增益为229.5 kg ha^?1，反而高于纳入AxA的情形；且在该情况下，单倍型由3增至9会降低遗传增益。进一步比较表明，单倍型大小3且仅基于A值选择时，与基于真实基因型值（genotypic value, GV）选择所得遗传增益差异不显著，说明该方案在模拟条件下已接近理论最优选择效果。由此可见，在选择实践中加入预测AxA值并未提高效率。

Comparing epistasis types
针对7种具体双基因上位性类型，研究人员发现整体趋势与混合类型结果一致：单倍型大小通常无显著效应，单倍型法与SNP法通常无显著差异，仅基于A值选择与基于A+AxA值选择也大多无显著差别，且基因组选择所得遗传增益通常与基于真实基因型值选择相近。少数例外包括：在互补和重复上位性下，单倍型由3增至6且采用A+AxA选择时，总遗传增益显著下降；在非上位性基因互作下，仅基于A值选择时增大单倍型大小存在边缘性增益。不同上位性类型对总遗传增益影响显著，最低值出现在重复上位性条件下，最高值出现在非上位性基因互作条件下，说明上位性类型本身会改变可实现的选择反应。研究还指出，总遗传增益与上位性方差/基因型方差比值呈中等程度负相关，即上位性贡献越大，长期纯系选择获得的总增益往往越低。

Correlations between the number of favorable genes and the A and AxA values
研究进一步分析有利基因数与A值、AxA值的关系，以解释为何纳入AxA未提高选择效率。结果显示，在所有上位性类型下，AxA遗传值与有利基因数均表现为低幅度负相关，而A值与有利基因数则为中等到较高的正相关。也就是说，A值更能稳定反映个体累积有利等位基因的多少，而AxA值并不能有效代表育种上真正需要积累的有利基因组合。这一结果从遗传学机制上支持了“仅按A值选择即可达到不低于A+AxA选择效果”的观察。

Decrease in the genotypic variance and the prediction accuracy over generations of selection
所有选择程序均导致基因型方差随世代快速下降，平均降幅约99.0%，表明持续定向选择会强烈消耗群体遗传变异。与基于真实基因型值选择相比，基因组选择造成的方差下降更大；到F₈时，基因组选择下的基因型方差仅为GV选择下的7%至24%。在无选择情景中，除显性上位性外，近交通常也会引起不同程度的基因型方差下降。预测准确度方面，不论上位性类型如何，单倍型和SNP方法均表现出较高准确度，F₃至F₇的范围为0.64至0.91，均高于完全表型选择的理论准确度0.55。更重要的是，遗传增益与预测准确度之间存在极强正相关，相关系数范围为0.87至0.99，说明在该研究框架下，预测准确度可作为实际选择成效的重要指标。

Impact of epistasis on the efficacy of genomic selection
研究将存在上位性的结果与相同遗传背景下、仅含加性和显性效应的情景进行比较后发现，上位性对纯系育种中的总遗传增益总体上偏负面。纳入并建模上位性后，总遗传增益变化范围为?22.2%至3.6%，平均为?9.3%。这说明，上位性并不必然提升可利用遗传反应，某些类型反而会削弱长期选择收益。尽管如此，所有基因组选择程序在F₈时所得后代与优良亲本相比均无显著差异，表明基因组选择仍能有效推动纯系群体逼近高产水平。

Low-cost genomic selection
在仅使用20% SNP、平均标记密度由0.02 cM降至0.1 cM的低成本情景下，研究获得了极具实践意义的结论：无论采用SNP还是单倍型方法，也无论选择依据为A还是A+AxA，低密度与高密度SNP条件下的总遗传增益均无显著差异。不同方案的增益变化仅在?10.4%至4.3%之间，且预测准确度与基因型方差下降模式基本保持一致。该结果表明，在模型持续更新的前提下，中等偏低的标记密度仍可能支持有效的纯系基因组选择，从而显著降低育种成本。

讨论部分总结
论文讨论强调，上位性在复杂数量性状中普遍存在，但其对基因型值和遗传方差的实际贡献常低于加性效应，因此即使理论上单倍型更有利于捕获局部互作和身份同源（identity by descent, IBD）信息，也未必能转化为更高的实际遗传增益。该研究作为纯系育种中“上位性条件下单倍型基因组选择效率”的模拟分析，说明当AxA效应与有利基因累积关系较弱且预测不够精确时，将其直接纳入选择并无实质收益。研究同时指出，单倍型方法未体现显著优势，部分原因可能在于F₂中真正参与单倍型定义的SNP比例较低。另一方面，较低SNP密度下仍保持较高效率，提示现实育种中可通过降低分型密度、结合模型更新来平衡成本与收益。总体而言，该研究将关注点从“预测准确度是否略有提高”推进到“实际总遗传增益是否增加”，从而为评价不同基因组选择策略提供了更贴近育种目标的依据。

结论部分翻译
无论上位性类型和SNP密度如何，基因组选择都是培育优良纯系的高效程序。在高SNP密度（每0.02 cM 1个SNP）和低SNP密度（每0.1 cM 1个SNP）下，基因组选择效果等同。单倍型大小对基因组选择效率没有影响。在不进行选择时，AxA遗传值与有利基因数之间呈低幅度负相关。在选择条件下，将预测的AxA值纳入选择并未提高选择效率。基于单倍型和基于SNP的基因组选择同样高效。与仅由加性和显性基因效应决定的性状相比，上位性会降低纯系育种中的总遗传增益。在上位性存在条件下，遗传增益与预测准确度之间存在高度正相关。不同基因组选择程序在基因型方差下降方面不存在差异。