《The Plant Genome》：Impact of environmental covariates summarization on predictive ability in genomic selection
编辑推荐：
本研究系统比较了环境协变量（EC）在基因组选择（GS）模型中的不同汇总方法（平均法AVG、过滤法FILT、分段法STG及全信息法ALL），并评估其对基因型与环境互作（G×E）模型预测能力的影响。结果表明，在预测已测试环境中的未测试基因型（CV1）及部分观测环境中的基因型（CV2）时，纳入EC信息可将平均预测能力从0.42提升至0.56；而全信息法（ALL）在多数场景下表现优异，且无需额外变量筛选步骤。然而，在预测新环境中的基因型（CV0）时，仅包含G×E交互的模型预测能力更优（0.33）。研究为EC在GS中的高效利用提供了实践指导。
摘要
本研究探讨了环境协变量（EC）汇总方法对基因组选择（GS）预测能力的影响。通过整合基因组与环境信息，可显著提升基因组预测模型在考虑基因型与环境互作（G×E）时的预测精度。研究利用SoyNAM数据集中的1379个大豆基因型，在4个环境中评估了4611个单核苷酸多态性（SNP）标记，比较了不同协方差矩阵下包含G×E和基因型与环境协变量互作（G×W）的模型。
引言
基因组选择（GS）通过统计模型预测未观测个体的遗传价值，其中基因组最佳线性无偏预测（GBLUP）因能处理高维变量而被广泛应用。G×E互作指基因效应受环境条件影响，将EC纳入GS模型可通过环境协方差矩阵捕捉环境间关系。然而，EC信息的最优汇总方式尚无统一标准，现有方法包括平均值汇总、基于决定系数（R2）的过滤、作物物候分段及全信息直接使用。
材料与方法
研究使用SoyNAM数据集中的重组自交系（RIL），在4个环境中获取5516个表型记录。EC包括每日最高温、最低温、平均温、相对湿度、降水、风速及比湿共7类指标。GS模型采用GBLUP框架，扩展为包含G×W互作的反应规范模型。EC汇总方法分为四种：
- 1.
AVG：计算整个生长季各EC的平均值；
- 2.
FILT：通过回归分析筛选R2> 60%的显著时间窗口；
- 3.
STG：按大豆物候阶段分段求均值；
- 4.
ALL：直接使用所有每日EC数据。
评估通过三种交叉验证（CV）方案进行：CV1（预测未测试基因型在已观测环境）、CV2（预测已测试基因型在部分未观测环境）、CV0（预测已测试基因型在新环境）。
结果
- •
环境关系分析：基于EC的协方差矩阵（Ω）分解显示，AVG法的前两个主成分累积方差占比最高（99.15%），但未能反映伊利诺伊州（IL）与印第安纳州（IN）的环境相似性；而FILT、STG和ALL法则成功捕捉到该关系。
- •
方差组分：纳入EC的模型显著降低了残差方差。其中，W-GW(ALL)模型的遗传方差占比最高（13.70%），表明其更能利用遗传信息。
- •
预测能力：
- •
CV1与CV2场景中，EC模型的平均预测能力从0.42升至0.56，其中AVG法最低（0.51），FILT、STG和ALL法均达0.58。
- •
CV0场景中，仅含G×E的模型预测能力最佳（0.33），EC模型均表现较差（平均0.10）。
讨论
EC汇总方式直接影响环境关系的表征与预测精度。AVG法因忽略EC时间动态而表现不佳；FILT和STG法虽能提升特定场景预测力，但需额外步骤；ALL法通过直接利用全部EC数据，在CV1/CV2中达到最优效果，且避免了变量选择的主观性。然而，EC模型在CV0中的局限性提示其对环境历史数据的依赖性较强。
结论
EC处理策略可改变环境间关系的解读，进而影响GS预测能力。全信息法（ALL）在预测已知环境中的基因型时优势显著，且无需复杂预处理，为EC的高效利用提供了实用方案。
