在落叶松育种中优化增益、多样性和代表性：一种基于聚类的动态配额方法

《Industrial Crops and Products》：Optimizing gain, diversity, and representativeness in larch breeding: A cluster-based dynamic quota approach

　　

• 一种基于簇的动态配额策略实现了增益、多样性和代表性的三方优化。
• 该策略使用可调权重的加权复合指标向遗传簇（genetic clusters）分配选择配额。
• 在25%选择强度下，该策略匹配了最佳增益策略，同时保留了99.84%的多态性SNPs（单核苷酸多态性）。
• 它保持了100%的簇保留，为未来育种保留了关键的进化潜力。
• 这个可调框架超越了传统的二维增益-多样性权衡。

森林树木遗传改良对木材安全、生产力和气候适应至关重要，但长世代周期和复杂遗传背景使育种计划跨越数十年。落叶松（*Larix* spp.）作为全球重要工业树种，生产群体多为杂交种，需从多个物种材料构建下一代育种群体。传统表型选择能获得高即时增益，但窄化遗传基础，牺牲长期潜力；替代策略（如家系/后代测定、家系内选择、分层选择）依赖表型信息，受限于遗传力和环境误差，难以推广到复杂结构群体。为缓解此冲突，育种项目强调维持遗传多样性，但常规多样性指标——期望杂合度（H_e）、观测杂合度（H_o）和等位基因丰富度（A_r）——主要反映群体内等位基因频率，不捕捉遗传组成的完整性，尤其当群体来自多个不同谱系时。群体内多样性可保持较高，即使整个遗传簇丢失；但丢失簇特异性等位基因，这些往往贡献非加性遗传效应（如杂种优势），且长期加性遗传方差很大部分存在于簇间多样性。因此，遗传背景代表性——保留不同遗传簇和家系——构成独立的第三优化维度。基因组选择（GS）通过预测基因组估计育种值（GBEV）提供了解决此多维度挑战的工具。本研究利用310个基因型、39个家系的落叶松高世代育种群体，系统比较七种核心群体构建策略，并测试一种基于遗传簇的动态配额方法，旨在突破传统二维权衡，实现三方协同优化。论文发表在《Industrial Crops and Products》。

研究人员开展了以下研究：使用落叶松高世代育种群体（310个基因型，来自39个半同胞家系，包括种内控制授粉、种间控制授粉、开放授粉F₂代等），种植于黑龙江省哈尔滨市帽儿山实验林场（完全随机区组设计）。测量10年生胸径（DBH）、树高（H），计算材积（Volume）。进行全基因组重测序（平均深度20×），获得SNP标记；利用ADMIXTURE软件进行群体遗传结构分析，确定最优K=12，将个体划分为12个遗传簇；采用GBLUP方法预测GBEV。系统比较七种选择策略：个体选择（A1：基于表型；A2：基于GBEV）、家系选择（B1：家系均值；B2：家系内选择；B3：两步选择）、分层选择（C1：等额分配）、以及动态配额策略（C2：基于加权复合指标I_j = w₁ × GBEV_norm_j + w₂ × Diversity_norm_j分配配额，测试三种权重组合）。评估即时遗传增益（标准化育种值增加SBVI）、遗传多样性（H_e、H_o、A_r、多态性SNP保留率PSNPP）和遗传背景代表性（家系保留率FR、遗传簇保留率GR）。采用Pareto前沿分析进行多目标比较。

**3.1 育种群体的表型分布**：通过表型分析，10年生群体平均树高10.05 m，平均胸径10.17 cm，平均单株材积0.047 m³，材积变异系数达55.32%，表明选择潜力大。GBEV分布呈右长尾，存在高育种潜力个体。不同杂交类型中，以日本落叶松（*L. kaempferi*）×长白落叶松（*L. olgensis*）控制授粉后代（G2）材积最高（0.0674 m³），比本地主栽品种（G7）高107.4%；但F₂代（G3、G5）因分离导致杂合位点减少，GBEV较低。**3.2 育种群体的遗传基础**：群体遗传结构分析将310个个体划分为12个遗传簇（Group 1–12）。PCA分析显示，前两个主成分解释10.71%遗传变异，不同杂交类型在PC空间分布清晰。各遗传簇间GBEV和多态性SNP比例（P）差异显著（如Group 5 GBEV最高，Group 7 P最低），表明群体具有精细遗传结构。**3.3 不同选择策略下的即时增益与多样性分析**：在25%和12.5%选择强度下，所有策略均实现正即时增益。个体选择（A2）获得最高SBVI（12.5%强度下180.74%），但家系和簇保留率低（69.23%和91.67%）。家系内选择（B2）实现100%家系和簇保留，但增益中等（SBVI 149.75%）。分层选择（C1）保持100%簇保留，但多样性参数（H_e = 0.1424）低于其他策略。**3.4 构建复杂高世代群体的三方权衡**：相关性分析将指标分为三类：增益指标（PG、SBVI）、多样性指标（H_e、H_o、A_r）和背景保留指标（FR、GR、PSNPP）。SBVI与多样性指标多负相关，与背景保留指标正相关，表明增益潜力主要存在于等位基因丰富性而非表面多样性指标。传统策略均处于二维权衡边界之下。**3.5 基于遗传簇的动态配额策略**：动态配额策略通过调整权重w₁（0.7、0.5、0.3）实现不同偏向。在25%强度下，增益导向配置（w₁=0.7）的SBVI与A2无显著差异，但PSNPP达99.84%，GR保持100%，成功突破传统Pareto前沿（A2-B2连线），实现增益与背景保留的协同提升。平衡和多样性导向配置也表现出优于传统策略的权衡性能。

讨论部分指出，传统策略受限于二维权衡逻辑：个体选择最大化短期增益但牺牲背景保留，家系内选择保留最广背景但增益有限，分层选择保留所有簇但配额僵化。动态配额策略通过将遗传簇作为基本分配单元，利用可调复合指标，主动分配更多配额给高GBEV且适度多样性的簇，同时确保每簇至少一个个体，从而突破传统边界。此外，所有策略的高多态性SNP保留率（>90%）表明，大量保留的SNP变异与当前目标性状（材积）无关，但构成遗传缓冲池，为未来适应提供原材料。动态配额策略的短期增益与长期潜力并举，使其成为可持续育种策略的关键。该框架具有高度参数化特性，可随基因组数据普及成为高世代育种的标准工具。研究结论部分翻译如下：本研究揭示，以落叶松为例的复杂林木高世代育种需要超越传统的二维“增益-多样性”权衡，转向遗传增益、遗传多样性和遗传背景代表性的协同优化。传统策略在面对这三个目标时都表现出局限性。相比之下，本研究提出的基于遗传簇的动态配额策略，通过其可调的、基于簇的分配框架，成功突破了传统Pareto前沿的约束。它在实现卓越即时遗传进展的同时，最大程度地保留了群体的多样性结构和广泛的遗传背景，并为应对不确定的未来育种目标保留了关键的进化潜力。通过超越对谱系或均匀分层分配的依赖，该策略为高世代育种群体设计提供了一个经验验证的、可调的框架。随着基因组数据日益可及，这种结构感知、配额优化的方法有望成为确保林木育种计划长期效率和可持续性的有价值工具。