摘要
全基因组选择(Genomic Selection,GS)能够利用影响性状的所有变异位点估计育种值并进行有效选择,可以加快优良杂交种的选育进程。利用123份自选系和8个测验种以NCII遗传交配设计组配的537个F1杂交种为材料,结合玉米5.5 K液相育种芯片鉴定的11 734个高质量SNP标记,利用5种GS方法的加性模型和加-显模型对新乡、周口环境穗长、穗粗和穗行数以及最佳线性无偏估计(Best Linear Unbiased Estimate,BLUE)值开展预测研究。结果表明,穗行数的预测准确性最高,为0.76~0.84;穗粗次之,为0.54~0.65;穗长的预测精度最低,为0.33~0.54,3个性状均利用BLUE值估计的准确性最高。在周口环境,相比加性模型,基因组最佳线性无偏预测和3种贝叶斯方法加-显模型对穗长预测准确性的提高率为9.09%,穗粗3种贝叶斯方法加-显模型的提高率为1.85%。绝大多数情况下,加性模型和加-显模型的预测准确性相等,说明整合显性效应并不能提高杂交种穗长、穗粗和穗行数基因组预测精度。综合考虑预测准确性方差分析、多重比较和聚类分析,再生核希尔伯特空间是最佳的杂交种预测方法。
- 单位