2019年7月，Plant Phenomics刊發(fā)了由來自美國愛荷華州立大學（Iowa State University）的Kyle Parmley等人撰寫的題為Development of Optimized Phenomic Predictors for Efficient Plant Breeding Decisions Using Phenomic-Assisted Selection in Soybean的研究論文，介紹了在大豆中利用表型組學輔助篩選技術(shù)開發(fā)高效植物育種表型預測因子的方法。愛荷華州立大學的Asheesh K. Singh教授為本文通訊作者。

表型輔助育種技術(shù)的發(fā)展速度已經(jīng)滯后于基因組輔助育種技術(shù)，現(xiàn)在基因組輔助育種已成為培育主流品種的關(guān)鍵技術(shù)。然而，表型技術(shù)的進步使植物學家能夠獲得可以分析的高維數(shù)據(jù)集，從而優(yōu)化育種計劃的運作效率。本研究在6個環(huán)境中收集了292份經(jīng)不同遺傳改良的大豆種質(zhì)的表型和籽粒產(chǎn)量數(shù)據(jù)。隨機森林（Random Forest）是一種機器學習（machine learning, ML）算法，用其映射表型性狀與籽粒產(chǎn)量之間的復雜關(guān)系，同時使用與育種挑戰(zhàn)相一致的兩種交叉驗證（cross-validation, CV）場景評估預測性能。為了開發(fā)能滿足育種目標的未來高通量表型部署的規(guī)范性傳感器包，將遺傳算法（GA）技術(shù)與特征重要度相結(jié)合以選擇表型性狀的子集，尤其是最優(yōu)波段。結(jié)果闡明了融合機器學習（ML）和最優(yōu)化技術(shù)識別一系列當季表型性狀的能力，這將使育種計劃減少對資源密集型的季末表型（如，收獲的籽粒產(chǎn)量）的依賴。本研究以大豆為例建立一個配置多性狀表型預測的模板，該模板易于修正且適用于任何作物品種和育種目標。

Cross-validation scenarios (CV1 and CV2) and preprocessing methods (Methods 1 and 2) used to assess phenomic prediction model performance. 

Spearman rank correlation and classification metrics (specificity=SPE, balanced accuracy=BAC, F score=FS) of random forest model test prediction using only optimized wavebands (blue line) and selected canopy traits (red line).

育種家和遺傳學家的目標是在育種過程中利用從未使用過的遺傳資源，而表型輔助育種技術(shù)有潛力在大多數(shù)主流項目中整合遺傳多樣性。表型組學輔助方法可以讓育種家操縱遺傳增益方程，特別是遺傳變異和選擇強度。為了改善不同種質(zhì)的籽粒產(chǎn)量，第一步是使用高通量表型分析技術(shù)和包括機器學習在內(nèi)的高級數(shù)據(jù)分析建立與籽粒產(chǎn)量相關(guān)的表型性狀之間的關(guān)聯(lián)。這些方法需要與預測當季籽粒產(chǎn)量結(jié)合使用，但更重要的是生產(chǎn)性能排序，這是植物育種計劃中性狀選擇的關(guān)鍵。

本研究鑒定了一組高產(chǎn)的大豆品種，對大豆育種家來說，這進一步證明了在種質(zhì)資源收集過程中可獲得豐富的遺傳多樣性。這些結(jié)果與更廣泛的研究結(jié)果一致，這些研究表明，種質(zhì)收集在現(xiàn)代育種工作中對生物和非生物抗性及生產(chǎn)性能的研究具有實用價值。籽粒產(chǎn)量遺傳變異的存在使這個擁有292份種質(zhì)的小組與研究目標相關(guān)，因為它涵蓋了更廣泛的表型和背景。

How to Cite this Article

Kyle Parmley, Koushik Nagasubramanian, Soumik Sarkar, Baskar Ganapathysubramanian, and Asheesh K. Singh, “Development of Optimized Phenomic Predictors for Efficient Plant Breeding Decisions Using Phenomic-Assisted Selection in Soybean,” Plant Phenomics, vol. 2019, Article ID 5809404, 15 pages, 2019. https://doi.org/10.34133/2019/5809404.

 About Plant Phenomics

《植物表型組學》（Plant Phenomics）是由南京農(nóng)業(yè)大學和美國科學促進會（AAAS）合作創(chuàng)辦的英文學術(shù)期刊，于2019年1月正式上線發(fā)行，是Science合作出版的第二本期刊。采用開放獲取形式，刊載植物表型組學交叉學科熱點領(lǐng)域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實踐中的表型組學新應(yīng)用，與植物表型相結(jié)合的分子生物學、植物生理學、統(tǒng)計學、作物模型和其他組學研究，表型組學相關(guān)的植物生物學等。

翻譯：孫港 

編輯：孔敏 

審核：尹歡、陳文珠