Ornella, L., Singh, S., Perez, P., Burgueño, J., Singh, R., Tapia, E., Bhavani, S., Dreisigacker, S., Braun, H.-J., Mathews, K., and Crossa, J. 2012. Genomic Prediction of Genetic Values for Resistance to Wheat Rusts. Plant Genome J 5(3): 136. doi:10.3835/plantgenome2012.07.0017.

抗小麦锈病遗传值的基因组预测

摘要

通过开发具有多个非慢速锈病基因赋予的非竞争性成年植物抗性的品系，可以实现对小麦（Triticum aestivum L.）锈病的持久抗性。基因组选择（GS）是一种有前途的工具，可以积累慢锈基因的有利等位基因。在这项研究中，【3个模型】使用贝叶斯最小绝对收缩和选择算子（LASSO）（BL），岭回归（RR），使用五个经过评估抗性的CIMMYT小麦种群来预测对茎锈病（Puccinia graminis）和黄锈病（Puccinia striiformis）的抗性，并通过线性或径向基函数内核模型支持向量回归。使用1400分集阵列技术标记对所有父母和群体进行基因分型【对亲本分析的目的是什么？】，并评估了不同的预测问题。结果表明，黄锈病的预测能力比茎锈病的能力低，这可能是由于两种疾病的感染条件不同所致。对于人口和环境而言，在90％的评估中，预测值与观察值之间的相关性大于0.50【预测能力】，而对于黄锈病，其范围为0.0637至0.6253。 BL和RR模型具有相似的预测能力，其中BL的轻微优势证实了有关防锈剂添加性质的报道。在环境之间和/或种群之间进行预测时，包括来自另一个或多个环境或另一个种群或多个种群的信息会改善预测。