作者： Zhang Ao

当标记密度低时，分布在基因组上的分子标记较为稀疏。这意味着每个标记物覆盖的基因组区域较大，与特定的QTL紧密相连的可能性降低。在这种情况下，一个标记可能无法精确地指向一个特定的QTL，而是可能同时接收来自周围多个QTL的信号。这种信号的混合导致我们无法准确分辨每个QTL对表型的具体影响，因此每个标记追踪到的效应实际上是多个QTL效应的一个综合反映。

由于这种混合效应，当标记密度低时观察到的效应分布可能不会显得很极端，因为没有哪一个标记能够精确地反映一个QTL的强烈效应，而是呈现为多个QTL效应的平均或综合。相比之下，当标记密度高时，即标记更加密集，每个标记更有可能紧密地与特定的QTL相连，能更精确地反映该QTL的效应。这样，高密度标记的效应分布可能会显得更极端，因为它能够捕捉到一些具有强烈影响力的QTL，显示出更大的效应差异。

总的来说，标记密度对于QTL定位的精确度有重要影响，密度低可能导致效应分布较为平均而不那么极端，而密度高则有助于揭示更精确的效应分布，捕捉到更极端的效应。

无论是育种家还是想把全基因组选择付诸实践的企业，都很想在统计学家那里获得一个答案，那便是需要使用多少个分子标记才能准确预测。

统计学家通常认为在理想状态下，不低于500个标记是足够完成全基因组预测任务的。相反的，实践派在不断的摸索过程中发现，200左右的高质量分子标记可以得到中到高水平的预测精度。

理论上，或者感官上，貌似分子标记应该越多预测效果越好，也就是预测准确性随着分子标记的增加而增加。这不难理解，更多的分子标记可以增加捕获数量性状位点（QTL）机会，积累更多的效应值。然而，在实践中，结果并非如此。过多的分子标记反而不如随机抽取一部分标记的预测准确性高。为什么会出现这种情况？目前比较通行的解释是大田试验有很大的误差，并非理想状态，标记的增加不仅增加了目标性状的效应，误差也跟着增大了。遗传结构越复杂，需要的标记越多；反过来，需要的标记越多，误差越大。好像陷入了一个怪圈，没有足量的标记，就缺乏估计复杂结构的统计学效能；有了过多的标记，统计学效能依然难以保持。我个人的理解是，在同一个连锁不平衡（LD）区段中，应该只有唯一一个SNP体现此区段内QTL的效应，当一个LD中出现了多个SNP时，本不该代表该LD区段的多余SNP便会引起误差。大体来讲，确定的群体结构应该使用的标记数量应该与LD的数量相等。

另一方面，不确定的群体结构在很大程度上影响了预测，比如轮回选系，每一轮LD都会发生变化。这还没考虑目标性状复杂性需要的标记数量。

因此，简单的增加标记数量妄图获得更准确的预测并不是一个高明的选择。这里提供两个参考，中国农科院倾向于使用3K基因芯片，也就是使用3000个统一标准的分子标记。国际玉米小麦改良中心（CIMMYT）主张使用简化测序方案，如GBS、DArT和rAmpSeq。GBS在筛选后可留下约2万个左右的标记，DArT有11000多个，而rAmpSeq可以从1000到10万。

标记数量的选择需要综合考虑实验设计、性状的复杂性、群体的亲缘关系、标记平台等等各种因素。最佳应用数量仍存在争议。从我自身的经验来看，单次选系需要的标记数量少于杂交种预测少于二环选系。连续多年选择子代，每一代都需要更大的分辨率，也就是更多的标记。在误差无法消除的情况下，标记密度应该呈现类似正态分布的曲线，峰值的位置需要更多的实验和研究来确定。我的研究结果表明，不考虑计算效率的情况下，DArT的7000个Silico标记能够在干旱条件下实现较好的预测。若采用多组学预测，标记数量呈几何级增加。前提是植物材料是玉米。

清晰的基本概念，可以更好的理解事物并实现创新。

很多人常常把Genomic selection或Genowide selection翻译成全基因组选择，而有一些人把它翻译成基因组选择（很多翻译软件或AI是这么翻译的，并被直接拿来使用）。那么，全基因组选择和基因组选择有什么区别呢？

首先，最早做GS育种的科学家比较倾向于使用全基因组选择这个概念，那么为什么要加一个“全”字呢？这来自于全基因组选择早期的概念——GS可以使用遍布整个基因组的全部分子标记来估计个体的育种值，而不是用少数几个标记。使用一个或少量分子标记/QTL进行育种材料选择的方案通常叫做分子标记辅助选择（Molecular marker assisted selection，MAS），也可以叫做基因组选择，因为它在筛选材料时，的确用到了基因组信息，但这种选择并不包含预测部分，且必须先对特定性状的遗传机制有清晰的认识，然后根据特殊表型对应的标记直接选择适合的材料。全基因组选择则不同，该方案必须经过建模和预测的过程。

2001年，全基因组选择的概念被提出时，为了强调GS是分子标记辅助选择但又区别于已知的MAS，把原有的MAS叫做传统的分子标记辅助选择，也就是基因组选择。同时，有学者把GS这套通工具，将多个学科与信息学和机器学习等新技术相结合来研究整个基因组（大量标记），以改进植物育种项目中的选择和交配，归类为基因组辅助育种（Genomic assisted breeding，GAB）。GAB分类下的另外两个工具分别是遗传转化和基因编辑。

因此，全基因组选择和基因组选择是两个不同的概念，但他们常常被混淆。有时，英文直译并不符合中文的使用标准。

全基因组选择和基因组选择的差异，请看图。

如果觉得思维导图太复杂，也可以查看全基因组选择和基因组选择的特征表。

附录

mermaid code

   展开/折叠

graph LR
    A[标记辅助选择] --> B[全基因组选择]
    A --> C[基因组选择]
    B --> D[有预测过程]
    C --> E[无需预测]
    D --> F[使用大量标记]
    D --> G[使用统计模型]
    D --> H[适合复杂性状]
    D --> I[无需了解遗传机制]
    E --> J[使用一个或少数QTL]
    E --> K[不需要统计模型]
    E --> L[适合特定性状]
    E --> M[已知遗传机制]

style A fill:#2e1065,color:white
style B fill:#f9f,stroke:#333,stroke-width:4px
style C fill:#bbf,stroke:#f66,stroke-width:2px
style D fill:#bfb,stroke:#f66,stroke-width:2px
style E fill:#fef,stroke:#333,stroke-width:2px

用 WordPress 设计 辽ICP备20010899号-3

在现代农业生物技术领域，全基因组选择(GS)技术通过利用基因组信息预测植物或动物的未来表现，显著加速了育种进程，而无需对所有个体进行广泛的表型分析。这种预测方法，即全基因组预测(GP)，基于一个融合了表型与基因组信息的数据集（建模群体）构建，旨在建立基因组序列变异与表型变异间的相关性模型。

分子标记辅助选择(MAS)作为一种避免繁琐表型分析的技术，已被广泛应用于育种者中。然而，MAS在实施中主要关注主效基因，未能充分考虑到低效应值基因的重要性。MAS方法通过显著性检验来选择含有数量性状位点(QTL)的优势品系，可以大幅降低标记数量，却忽视了具有小到中等影响力的QTL（无法超过阈值）对全基因组变异的贡献。尽管单个微效QTL对表型的直接贡献可能微乎其微，但全基因组范围内这些微效QTL的累积效应可能对复杂性状变异的解释至关重要。与MAS不同，GS不依赖于显著性检验进行选择，而是基于交叉验证评估模型的效果，从而克服了估计不确定性的限制，为育种提供了一种更为全面和高效的选择策略。

根据我的理解，像ChatGPT这样的大语言模型暂时还不能做全基因组预测。全基因组预测需要复杂的统计模型和计算，而ChatGPT这样的大语言模型主要的作用是分析和生成文本，这两者还是有差距的。

目前来开，大语言模型可以根据全基因组预测模型的结果，给出最适合的实施方案。

另一个比较适合的方向是，根据对性状、基因型值、测定方案等的详细描述，利用大语言模型协助用户选择适合的实验设计、统计预测模型和分析方案。

意思是，可以打辅助，但是暂时还占不到C位。

网站链接

【PubMed】【Trends in Plant Science】

引用

参考文献格式由参考文献格式化助手（https://dataholdcn.cn/ckwx/）生成。

Crossa J, Pérez-Rodríguez P, Cuevas J et al. (2017) Genomic Selection in Plant Breeding: Methods, Models, and Perspectives. Trends in Plant Science 22(11):961-975. https://doi.org/10.1016/j.tplants.2017.08.011、

marlin_trplsc22_975下载

这篇名为“植物育种中的全基因组选择：方法、模型和展望”的综述文章，讨论了植物育种中全基因组选择（GS）的概念。全基因组选择是一种技术，它允许快速选择优良的植物基因型，从而加快育种进程。作者回顾了GS的历史和原理，以及预测模型的复杂性，包括基因型与环境的相互作用。他们还探讨了这些模型在预测谷物和豆类作物性状方面的准确性。综述表明，GS在玉米育种中已经取得了显著的遗传进展，并推测其有潜力加快从基因库到骨干系的基因流动。文章还提到了将GS与高光谱成像技术和谱系辅助育种结合的可能性。

何塞·克罗萨（José Crossa）是国际玉米和小麦改良中心（CIMMYT）生物统计部门的杰出科学家。他的研究工作涉及全基因组预测模型以及基因型与环境互作模型，旨在帮助CIMMYT的研究人员实现他们的目标。克罗萨还教授统计遗传学课程。他的办公室位于墨西哥城。克罗萨因其显著的研究影响而受到认可，他和其他CIMMYT科学家的论文位于高引用论文的前1%。

链接

【知网】

摘要：介绍了全基因组选择技术的由来和原理,阐释了不同的基因分型平台(GBS、DArT和r Amp Seq)和技术对实施全基因组选择育种技术的影响。此外,还介绍了开展全基因组选择育种所采用统计模型中的四大类算法,以及全基因组选择在玉米育种中的应用、面临的挑战以及发展前景。

关键词：

全基因组选择;玉米育种;分子育种;分子标记辅助选择;

基金资助：

辽宁省教育厅面上(青年)项目(LJKZ0657)；

• DOI：10.15955/j.issn1000-3924.2023.05.02
• 专辑：农业科技
• 专题：农作物
• 分类号：S513

沈阳市玉米全基因组选择育种重点实验室网站开通，域名https://cropgs.cn/。

全基因组选择（Genomic Selection，GS）。

玉米全基因组选择育种重点实验室是一个专注于玉米遗传改良和育种技术研究的科研机构。该实验室依托现代生物技术、遗传学、基因组学以及计算生物学等多学科的交叉融合，旨在提升玉米育种的效率和精确性，支撑我国玉米产业的可持续发展。

1. 分子辅助育种：结合分子标记技术和传统育种方法，对玉米的重要农艺性状进行分子辅助选择，加速优良品种的培育。
2. GS技术研发：全基因组选择是一种划时代的育种方法，它利用全基因组的分子标记信息来预测个体的遗传值，从而在不需要表型数据的情况下进行高效的选择。实验室致力于开发和优化玉米的全基因组选择模型，提高选择的准确性。
3. GS方案整合：自主进行大量预测比较研究，发掘分子育种与传统育种的契合点，整理适合方案应用于育种实践。
4. 功能基因组学研究：通过转录组学、蛋白组学等手段，研究玉米基因的功能和调控网络，为基因功能验证和分子设计育种提供理论基础。
5. 育种信息学平台建设：构建高效的信息管理和分析平台，整合遗传资源、基因组数据、表型数据等，为育种研究和决策提供支撑。

实验室拥有一支由遗传学家、分子生物学家、计算生物学家、分子育种家和育种专家组成的研究团队，他们致力于玉米育种的基础研究和应用研究，推动玉米育种技术的创新和进步。此外，实验室还与国内外多个研究机构和大学建立了合作关系，形成了广泛的科研合作网络。

玉米全基因组选择育种重点实验室不仅是科学研究的前沿阵地，也是培养高级育种人才的重要基地。通过与育种产业的紧密合作，实验室的研究成果能够快速转化为生产力，为我国农业科技进步和粮食安全做出贡献。