《Crop Science》：How to enviromically predict breeding genotypes as if they were commercial cultivars?
编辑推荐：
早期试验排名可能无法转化为栽培品种阶段表现，尤其是当基因型×环境互作（G×E）在不同育种阶段改变目标响应时。研究人员实施并评估了一个双性状基因组–环境组学反应规范框架，通过将基因组关系、环境协变量（envirotypic covariate，EC）以及性状在阶
早期试验排名可能无法转化为栽培品种阶段表现，尤其是当基因型×环境互作（G×E）在不同育种阶段改变目标响应时。研究人员实施并评估了一个双性状基因组–环境组学反应规范框架，通过将基因组关系、环境协变量（envirotypic covariate，EC）以及性状在阶段间表达的相关性结合起来，把育种基因型“作为栽培品种”进行预测。研究人员将育种试验产量（breeding trial yield，BTY）与栽培品种目标产量（cultivar target yield，CTY）视为不同但遗传相关的响应，通过无导数约束最大似然（derivative-free restricted maximum likelihood，DF-REML）优化估计方差–协方差组分。研究人员用一个示意性模拟开发模型、检查估计并可视化行为；模拟中，基于单核苷酸多态性（single nucleotide polymorphism，SNP）的基因组关系矩阵（genomic relationship matrix，GRM）比单位矩阵产生更一致的BTY–CTY协方差结构，并支持空间推荐图。在CassavaBase木薯实证案例中，利用多地点、多基因型记录（含在两个性状阶段均有观测的桥接基因型）比较三种模型：仅基因组的BTY基线、双性状基因组模型、以及使用环境主成分（principal component，PC）的双性状基因组–环境组学模型。基因组–环境组学模型在受环境支持的外留一CTY地点（leave-one-CTY-location-out，LOLO）验证下于基因型水平优势最强，相较BTY-only基线，在LOLO-strict中预测准确性（prediction accuracy，PA）由0.491升至0.797，平均绝对误差（mean absolute error，MAE）由26.7%降至18.2%。结果表明，结合基因组、环境组学和双性状信息，可将育种阶段基因型投射到CTY尺度并用于目标环境。
研究背景方面，植物育种中，候选基因型在育种试验表现未必能代表其作为商业栽培品种（cultivar）在农户田间的表现。多环境试验（multi-environment trial，MET）虽提供结构化表型评价，却常不能覆盖实际农业环境多样性；基因组选择可改善已观测环境内预测，但复杂基因型×环境互作（G×E）使其难以外推至未测试环境。试验地通常水肥与病害管理一致、残差变异小；商业田则土壤、气候、管理和生物胁迫异质性强。因此，即便都叫“产量（kg/ha）”，育种阶段与栽培品种阶段的潜在环境方差结构不同，应把育种试验产量（BTY）和栽培品种目标产量（CTY）建模为不同但相关的性状阶段（trait-stage，TS）表达。现代育种需要端到端预测框架，把早期评价与商业化部署连接起来，这正是本研究出发点。
研究人员开展的研究是：用无导数约束最大似然（DF-REML）实现并评估双性状基因组–环境组学反应规范模型，联合估计BTY与CTY的遗传与残差协方差；先以示意性模拟检验模型、比较单位矩阵与SNP-GRM、绘制空间推荐图，再用CassavaBase木薯数据做实证：数据来自Ibadan（国际热带农业研究所，IITA）与Namulonge（国家作物资源研究所，NaCRRI）2010—2026年预备产量试验、品种释放试验和区域试验；最终867个Loc×TS×Gen伪响应、378个基因型、26个地点，其中310个仅BTY、36个仅CTY、32个桥接基因型。结论为：SNP-GRM比单位矩阵给出更连贯的BTY–CTY遗传相关；双性状基因组模型优于仅BTY模型；加入环境PC的双性状基因组–环境组学模型在基因型水平和环境支持的外推场景下提升最明显，LOLO-strict中PA从0.491到0.797、MAE从26.7%到18.2%。意义在于为育种家提供把候选基因型按“未来栽培品种”排序与推荐的方法，减少田间评价成本，服务目标环境群体（target population of environments，TPE）推荐。
关键技术方法上，研究人员采用三类输入与模型：表型上把BTY（鲜根产量）和CTY（干根产量）做成基因型×地点×TS汇总响应；基因组上用GBSSNP建中心化标记矩阵并算SNP-based GRM（用AGHmatrix，正则化为A+0.01I）；环境上整合WorldClim、NASA POWER、SoilGrids、SRTM得到气候土壤地形EC，再做PCA取PC1–PC3。估计用BOBYQA优化负REML对数似然，Cholesky分解求逆积与对数行列式，由条件期望得BLUP而非解混合模型方程。验证含留一桥接基因型、地点中心化、LOLO及LOLO-strict。
研究结果如下。2.1示意性模拟数据集：构建含坐标、地点、TS、基因型、产量Y与EC1–EC5的模拟数据，用50个SNP算GRM；用于受控展示DF-REML及单位矩阵与GRM差异。2.2双变量混合模型实现与计算细节：把观测写为固定截距加基因型随机效应加残差；基因组模型用非结构化G矩阵联结BTY–CTY；环境组学模型加EC/PC随机斜率；用log方差与相关性变换保证数值稳定，BOBYQA估计，REML负对数似然经广义最小二乘得固定效应，BLUP由条件期望获得。结论：该实现可不显式解Henderson方程而稳定估方差组分。2.3空间预测与推荐制图：在规则网格上用固定截距+基因型随机截距+EC随机斜率预测各点表现，按最大预测值做类别推荐图；模拟显示可得到BTY/CTY分面的最优基因型空间分布。2.4CassavaBase实证：数据来自IITA/NaCRRI上述试验；378基因型、26地点、867伪响应、32桥接基因型作验证；用10000个均匀子抽样SNP、正则化GRM、WorldClim/POWER/SoilGrids/SRTM得EC再取PC1–PC3；比较M1 BTY-only、M2双性状基因组、M3双性状基因组–环境组学；验证有桥接基因型CV、地点中心化、LOLO、LOLO-strict。结论见表意：基因型水平M3最好，LOLO-strict中PA=0.797、MAE=18.2%。2.5运行时间：单线程下PC1到PC1–PC25拟合11—45秒，PC1–PC3为14秒，说明DF-REML在中等数据可实用。
3.1受控模拟结果：单位矩阵下BTY–CTY遗传协方差与相关性偏低且结构较弱（r=0.130），SNP-GRM下r=0.218、跨界协方差更连贯；SNP模型BTY预测相关0.869、CTY 0.805，环境间相关0.535优于单位矩阵0.381；GEN1—GEN5的固定截距BTY高于CTY，随机斜率在BTY更大，说明试验环境下基因型对EC更敏感；空间推荐图显示不同像素最优基因型随BTY/CTY变化。3.2CassavaBase结果：桥接基因型CV中Loc×Gen层面M2的PA最高0.432，但基因型层面M3达PA=0.614、MAE=27.9%；地点中心化后M3在基因型层面PA=0.650；LOLO基因型层面M3 PA=0.785；LOLO-strict基因型层面M3 PA=0.797、MAE=18.2%、RMSE=23.0%。结论是：环境PC的增益在按基因型聚合且 omitted location 位于训练PC1–PC3范围内时最稳。
讨论部分总结：单位矩阵把基因型当无关，易在阶段连接不完整时给出负BTY–CTY遗传相关；SNP-GRM借真实加性相似正则化协方差，使阶段间共享遗传信号可被估出。DF-REML能联合估双性状遗传矩阵与环境随机回归，且计算轻量；放大到更大数据需利用设计矩阵稀疏性、Kronecker积与编译化线性代数。该框架可扩成多阶段模型，也可与机器学习/深度学习杂交，但需平衡可解释性与效率。
研究结论部分翻译：决定——或更准确说，预测——受评育种基因型作为商业栽培品种的表现，仍是植物育种的主要挑战。本研究表明，双性状基因组–环境组学反应规范框架可把BTY与CTY作为遗传相关但环境背景不同的TS来建模；模拟证明SNP-GRM比单位矩阵产生更连贯的BTY–CTY协方差，实证木薯数据显示，在环境支持的LOLO-strict下，双性状基因组–环境组学模型将基因型水平PA从0.491提至0.797、MAE从26.7%降至18.2%。研究人员由此得出结论：结合基因组关系、环境组学协变量与BTY–CTY遗传协方差，可以把育种阶段基因型投射到栽培品种目标尺度，并生成目标环境推荐；该方法以R工具实现，可帮助育种计划更高效定位田间测试、降低评价成本并改善栽培品种部署建议。
