GS的建模群体优化

全基因组预测的准确性受很多因素影响，但建模群体（Training population）的代表性对最终的预测起到非常关键的作用。没有精心设计的建模群体，往往会增加GS的成本。

建模群体的代表性包含：（1）具有足够多的遗传变异；（2）与预测群体的亲缘关系要近。

从一个大群体中，选择最合适的建模群体叫做建模群体优化。精心设计的建模群体可以减少表型分型数量，而表型分型是目前育种的主要瓶颈。

选择建模群体的标准之一是建模群体与预测群体的亲缘关系。Laloë（1993）提出了两个方案，最大化稳定性或最小化误差方差（Prediction error variance，PEV）。前者叫做决定系数（CD），是GEBV与真实育种值之间相关性的平方。随后，Isidro等（2015）提出了分层抽样和分层CD的算法，用于在特定群体结构下优化建模群体。在群体结构层次分明时，分层抽样和分层CD比CD和PVE的预测精度更高。同年，Akdemir把降为引入到建模群体优化中，近似的计算PEV。还有很多方案作为建模群体的优化，比如聚类方法、建模群体与预测群体不同级别的相关性、估计的理论精度、快速独特代表性子集选择。

通常，没有标准可以在所有情况下获得最佳的建模群体。