考虑全遗传效应的玉米多环境基因组预测两步混合统计与机器学习框架

《Agronomy》：A Two-Step Hybrid Statistical and Machine-Learning Framework with Full Genetic Effects for Multi-Environment Genomic Prediction in Maize

　　# 摘要跨环境的精确基因组预测仍然面临挑战，因为表型变异同时受到环境条件、遗传效应以及基因型与环境互作的影响。我们开发了一种用于玉米（*Zea mays L.*）多环境基因组预测的两步混合统计与机器学习框架。首先使用特定性状的混合模型，将表型变异在统计上分解为校正后的环境均值和残差，随后利用环境元数据和协变量对环境组分进行预测，而残差组分则采用基因组主效应（*G*）、基因型与环境效应（*G×E*）以及成对上位效应（*G×G*）进行建模。该框架针对籽粒产量、花粉期DAP、花丝期DAP和抽雄吐丝间隔（ASI）进行了评估，采用环境分组的五折交叉验证以及2022年独立的时序测试集进行验证。在2022年测试集上，最优的两步模型将全局皮尔逊相关系数分别从0.578、0.559、0.573和0.277提升至0.652、0.635、0.644和0.362。消融实验表明，仅使用算术环境均值时，两步框架本身即提升了排序性能，而混合模型校正在此基础上带来了额外增益。五折交叉验证结果显示，花粉期DAP和花丝期DAP的提升最为显著且稳定，全局PCC分别提高了62.3%和71.9%，全局RMSE分别降低了33.5%和37.8%。加入*G×G*效应仅带来了适度的、性状依赖性的增益，而*G×E*效应则未提供一致的改善。总体而言，所提出的统计分解与组分式建模方法改善了环境信息和基因组信息的利用效率，但预测增益的幅度和来源强烈依赖于性状类型。