小编自语:
基因组选择,预测杂种优势,在水稻可以用,在玉米,高粱中也可以用,在动物选择配套系时也可以用,根据加性效应和非加性效应进行预测,前景广阔。
这篇文章的作者,有很多大牛:徐世忠老师, 专门做算法的;张启发老师, 水稻大牛。
这篇文章本身没有自己的数据,但是它使用其他文献中已有的数据,去构建模型,挖掘信息,预测杂交组合表现,操作真是666,这才是数据分析师应该有的范…
文章亮点:
1,使用加性,加性+显性,加性+GbyE互作,考察预测的准确性
2,对于重测序数据,而不是芯片数据,进行的GS,而且针对于非纯合的位点,进行了编码,也可以利用这些信息(-0.5,0.5)构建G矩阵
3,训练群体是杂交种F1,测试群体是自交系(纯合),然后预测这些自交系所有可能的组合,这在育种实践中非常有用
4,针对于SNP非常多时,贝叶斯类的或者RRBLUP就有点吃力,GBLUP非常强健。
可以进一步分析或者挖掘的地方:
1,水稻或者玉米等利用杂种优势的作物,本身自交系是有一定的分群划分的,可以针对不同群体的杂交组合构建参考群,然后进行预测所有群体间杂交种的表现,准确性应该更高
2,很多经济性状,都是有遗传相关的,利用多性状模型比单性状模型准确性更高
3,无论是玉米,还是水稻,都是有系谱信息的,毕竟测序的自交系有限,如果利用系谱+基因组的一步法基因组选择(SSGBLUP),可以预测一些没有基因组信息,但是有系谱信息的自交系间的杂交种的表现,应用范围更广
Cui Y , Li R , Li G , et al. Hybrid Breeding of Rice via Genomic Selection[J]. Plant Biotechnology Journal, 2019.
Genomic hybrid breeding is a technology that uses whole genome markers to predict future hybrids.
10倍交叉验证(cross validation), 10个农艺性状的准确性从0.35~0.92.
杂交种, 利用杂种优势, 产量提高20%以上, 但是如何选择合适的亲本进行杂交是一个难点. 如果自交系比较多, 那么所有可能的杂交种很多, 进行所有可能的杂交不现实, 因此有很多折中的方法, 比如类群划分, 群间杂交…基因组选择的出现, 可以利用建模的方式模拟预测所有可能的杂交种的表现, 然后进行选择, 再根据结果进行实地种植测试, 可以节约很多资源.
利用基因组选择预测杂交种表现很有前景, 因为可以根据亲本信息(基因型和表型)预测所有可能的杂交种的表现, 这样在没有杂交之前就能够预测杂交种的表现, 然后根据结果进行杂交试验, 这样可以节约大量的资源和成本, 不用做无用的杂交, 不用种植无用的杂交种…
预测杂交种育种值的模型有很多, 比如BLUP, LASSO, BayesB, 经验Bayes等. 这些模型的预测能力基本类似.
但是, 当SNP和样本数都很大时, LASSO和其它多元回归的方法会跪掉, 因为这些模型能不能估算太多的效应. 基于BLUP的方法更优秀, 因为:BLUP的方法不需要估计每个SNP的效应值, 它仅仅利用SNP估算个体间的亲缘关系矩阵, 然后带入混合线性方程组中计算育种值
大致来说, 预测的准确性 = 遗传力的平方根: $$ accur = \sqrt{h^2} $$
权重如下:
模型1 y = u + A
模型2 y = u + A + D
模型3 y = u + A + GbyE
结果显示, 考虑线性效应和基因与环境互作效应, 没有显著提高预测的准确性.
1495杂交种的测序数据
-q 20 -q 40
, 共获得1.6 millin SNPs3K 水稻基因组项目测序数据
SNP编码
DNA测序数据再European Nucleotide Archive(www.ebi.ac.uk/ena), 编号为: ERP005527. 3K SNP 数据保存在 Rice SNP-Seek Database(http://snp-seek.irri.rog). 所有相关的数据和R代码, 可以联系文章作者索要.