基于共遗传力(co-heritability)筛选高光谱合成性状提升多性状基因组预测精度的研究

《Theoretical and Applied Genetics》:Improving multi-trait genomic prediction using synthetic traits from hyperspectral data based on co-heritability

【字体: 大 中 小 】 时间:2026年09月20日 来源:Theoretical and Applied Genetics 4.1

编辑推荐:

  关键信息:基于共遗传力(co-heritability)筛选的波长比值合成性状(synthetic traits),使高粱叶片氮含量和比叶面积(specific leaf area, SLA)的多性状基因组预测能力较单性状模型最高提升17%。 摘要:基因组预测

  
关键信息:基于共遗传力(co-heritability)筛选的波长比值合成性状(synthetic traits),使高粱叶片氮含量和比叶面积(specific leaf area, SLA)的多性状基因组预测能力较单性状模型最高提升17%。 摘要:基因组预测(genomic prediction, GP)是植物育种中的重要工具,它通过预测未表型品系的表现来加速品种开发。使用单性状GP模型时,预测精度受限于目标性状的遗传力(heritability, h2)。多性状基因组预测可用于提高精度,但需要识别具有高遗传力且与目标性状存在高遗传相关的次级性状。本研究评估了以高通量表型(high-throughput phenotyping, HTP)数据衍生的次级性状驱动的多性状基因组预测模型,在预测多样化高粱种质叶片氮含量(N)和比叶面积(SLA)时的效率。研究人员假设高光谱数据中的波长比值可作为合成次级性状。为此,研究人员开发了N和SLA直接测量值的模型,以及基于偏最小二乘回归(partial least squares regression, PLSR)对二者的预测模型(Leaf N-PLSR、SLA-PLSR),共四个目标性状。基于与目标性状的高共遗传力,研究人员识别出三个合成性状(S1、S2、S3),每个均为高光谱数据中两个波长的比值。以单性状基因组最佳线性无偏预测(genomic best linear unbiased prediction, GBLUP)作为基线模型,随后采用结合合成性状与目标性状的多性状GBLUP模型。模型性能通过五折交叉验证,在单性状、CV1和CV2三种方案下进行评估。本研究的策略通过利用经共遗传力估计筛选的、无内在生物学意义的合成性状,改进了目标性状的多性状基因组预测。这表明光谱中存在比常规利用更多的有用信息,且这些信息可用于提升目标性状的多性状预测。

论文解读

一、研究背景与科学问题

基因组预测(genomic prediction, GP)是植物育种中加速品种选育的关键工具,其核心优势在于能够利用训练群体的表型和基因型信息,预测未经田间评价个体的表现。然而,单性状GP模型的预测精度受限于目标性状遗传力(heritability, h2)的平方根,这一理论上限严重制约了低遗传力性状的预测效果。多性状(multi-trait, MT)基因组预测通过引入与目标性状具有高遗传相关和高遗传力的次级性状,能够有效提升预测精度。但传统方法面临一个瓶颈:次级性状需要事先识别和验证,通常依赖具有明确生物学意义的农艺或形态指标。
与此同时,高光谱遥感等高通量表型(high-throughput phenotyping, HTP)技术能够以低成本获取海量光谱数据,其中包含成千上万个波段的反射信息。然而,当前应用大多仅利用少量预定义的植被指数或构建偏最小二乘回归(partial least squares regression, PLSR)预测模型,光谱数据中大量潜在有用信息未被充分利用。本研究旨在探索能否从高光谱数据中挖掘无内在生物学意义、但具有高共遗传力(co-heritability, coh2)的合成性状,作为多性状基因组预测的次级性状,从而突破传统次级性状识别的限制。研究以田间种植高粱的叶片氮含量(Narea)和比叶面积(specific leaf area, SLA)为案例,验证这一假设。

二、研究设计与核心方法

研究人员利用2017年在伊利诺伊大学厄巴纳-香槟分校两个试验地点种植的869份光周期敏感高粱品系,对最幼嫩完全展开叶进行高光谱反射率测量(350–2500 nm,2151个波段),并同步测定叶片氮含量和比叶面积。研究使用线性混合模型估计各性状的遗传力,并基于遗传方差-协方差计算目标性状与所有波长比值间的共遗传力。通过筛选共遗传力最高的1%波长比值,结合层次聚类分析,为每个目标性状选取三个代表性合成性状(S1、S2、S3),同时选取共遗传力为零的合成性状作为对照(S0)。基因组预测采用两阶段策略:第一阶段在各地点分别估计最佳线性无偏估计值(BLUEs),第二阶段使用基因组最佳线性无偏预测(GBLUP)模型,在单性状(ST)、CV1和CV2三种交叉验证方案下评估模型性能,每个方案进行20次重复的五折交叉验证。基因型数据为经填补和质控后的454,393个SNP标记,覆盖836份高粱品系。

三、主要研究结果

利用合成性状进行多性状基因组预测可提升预测能力
四个目标性状的遗传力分别为Narea 0.61、SLA 0.62、PLSR-Narea 0.68、PLSR-SLA 0.63,所选12个合成性状的遗传力范围为0.46至0.70,与目标性状的遗传相关绝对值范围为0.71至0.99,共遗传力范围为0.50至0.63。多性状模型尤其是CV2方案的预测能力在所有情况下均一致高于单性状模型,而CV1方案表现与单性状模型相近。预测能力从单性状到多性状模型的提升幅度为:Narea从0.29提升至0.34(提升17.24%),SLA从0.37提升至0.42(提升13.51%),PLSR-Narea从0.41提升至0.45(提升9.75%),PLSR-SLA从0.34提升至0.37(提升8.82%)。包含目标性状和全部三个合成性状的联合模型预测能力至少不低于最佳双变量模型。
低共遗传力合成性状未改善预测
作为对照,共遗传力为零的合成性状(S0)与目标性状联合使用时,CV1和CV2方案的预测能力均与单性状模型相当,未产生任何提升。这表明高共遗传力是合成性状能够改善多性状预测的关键条件,而低遗传相关则无法为模型提供有效信息。
仅用20%高光谱数据即可提升预测能力
研究人员将个体随机分为五组,每次仅用20%个体识别合成性状、其余80%个体进行基因组预测。结果显示,子集方案的预测能力趋势与使用全数据集时高度一致:Narea提升15.61%,SLA提升14.24%,PLSR-Narea提升7.44%,PLSR-SLA提升6.98%。其中第二个子集在所有四个目标性状中均表现最佳,说明训练群体的组成对模型性能有显著影响。

四、讨论与结论

本研究表明,共遗传力可有效用于从海量高光谱数据中筛选次级性状,且所选合成性状无需具有生物学意义即可提升多性状基因组预测能力。这揭示了高光谱数据中蕴含的丰富潜在信息远超过常规利用程度。PLSR预测性状与合成性状结合时表现优于直接测量的生物学性状,展示了光谱数据在无需传统缓慢测量方法条件下准确预测性状的潜力。CV2方案(即性状辅助方案)始终优于CV1和单性状模型,说明补充次级性状信息能显著增强预测能力。值得注意的是,部分合成性状涉及的波长与常用植被指数(如NDVI、EVI、OSAVI等)中的近红外和红波段相吻合,暗示这些合成性状可能间接捕捉了与目标性状相关的生理信号。该研究为高效整合高通量表型数据与基因组预测提供了新思路,对植物育种中低遗传力性状的精准选择具有重要意义。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号