当前位置: 首页 > news >正文

利用分子与数量遗传学最大化作物改良的遗传增益

分享一篇报告:分子和数量遗传学为作物改良带来最大遗传增益。主要内容如下:

研究背景与意义

  • 遗传增益(Genetic Gain):指通过育种选择,在群体中平均遗传值或表型值的提升。
  • 现实需求
    • • 到2050年粮食产量需翻倍;
    • • 气候变化可能导致产量下降20%;
    • • 当前遗传增益率仅0.8–1.2%,远低于所需的2%。

遗传增益的决定因素(育种家方程)

  • 遗传方差(VG)
  • 选择准确性
  • 选择强度
  • 育种周期

传统育种的局限

  • • 低遗传力、晚期表达、表型鉴定困难;
  • • 周期长,效率低。

分子标记辅助育种技术(MAS)

1. 标记辅助选择(MAS)

  • • 优点:早期选择、节省资源、提高准确性、无环境影响。

2. 标记辅助回交育种(MABB)

  • • 快速恢复轮回亲本背景,减少连锁累赘(Linkage Drag),缩短育种周期(从10年缩短至2–3年)。

3. 标记辅助轮回选择(MARS)

  • • 适用于由大量QTL控制的数量性状;
  • • 每年可完成多个选择周期,提高单位时间遗传增益。

基因组选择(GS)

  • 定义:利用全基因组标记预测个体的基因组估计育种值(GEBV),无需QTL定位。
  • 优势
    • • 同时捕捉大效应和小效应QTL;
    • • 无需表型即可选择;
    • • 与“快速育种”结合,进一步缩短周期;
    • • 提高选择强度和准确性。
  • 实施要素
    • • 训练群体设计;
    • • 标记密度与连锁不平衡(LD);
    • • 模型选择(GBLUP、贝叶斯方法、机器学习等)。
  • 挑战
    • • 高昂的基因分型成本;
    • • 模型需每代更新;
    • • 上位性效应影响预测准确性;
    • • 对数量性状遗传结构了解有限。

案例研究:玉米GS育种

  • 训练群体:1000个家系,10个性状;
  • 标记:33.1万个SNP;
  • 结果
    • • 从C1到C4,籽粒产量提高7.74%;
    • • 每周期遗传增益:0.225吨/公顷;
    • • 年增益:0.1吨/公顷,相当于每年2%的遗传增益。

快速育种(Speed Breeding)

  • • 通过缩短种子到种子的周期,加速世代更替,提升单位时间遗传增益。

基因编辑与CRISPR技术

  • 创造新等位变异:编辑启动子、增强子,调控基因表达剂量;
  • 一次性多性状聚合:快速导入多个有利基因;
  • 靶向重组:在特定基因组区域诱导重组,最大化遗传增益;
  • 固定杂种优势:通过诱导无融合生殖(apomixis)克隆杂交种子,解决杂交种商业化难题。

总结

  • • 传统育种效率低,亟需分子与数量遗传学手段介入;
  • • MAS、MARS、GS等技术显著提升遗传增益;
  • • 结合快速育种与基因编辑,是未来作物育种的核心方向;
  • • 实现可持续农业与粮食安全的关键在于提升单位时间的遗传增益

 

如要获取PDF版本,请加入知识星球,里面含有大量智能育种相关资料,欢迎交流。现在加入,新人还可获得100元优惠券。



2025“基因定位与育种设计”暑期培训班将于811日正式开班,为期5天!培训内容包括群体遗传和数量遗传基础、两个纯合亲本衍生各种类型群体的连锁分析、遗传图谱构建和基因定位方法、无性系杂交F1和多亲杂交后代群体的遗传分析、杂种优势遗传机制解析、育种模拟预测与分子设计等内容。届时主讲老师将与您深入交流解答遗传分析中的常见问题,诚邀您的参加!

填写如下报名信息,提交并汇款,即为报名成功,报名截止8月10日17:00(到时将自动关闭报名通道,预报从速)。



详情见:2025“基因定位与育种设计”暑期培训班通知,中国农科院作科所专家授课

http://www.vanclimg.com/news/1851.html

相关文章:

  • 在运维工作中,详细说一下 Docker 有什么作用?
  • 7.29总结
  • busybox的编译简介
  • 基因组辅助作物改良
  • 洛谷题解:P1514 [NOIP 2010 提高组] 引水入城
  • 如何利用机器学习构建种质资源/品种分子鉴定系统?
  • 科学通报 | 万向元:生物育种技术助力作物杂种优势利用
  • 7-29
  • DP 优化 - 决策单调性与四边形不等式优化
  • 科学通报 | 大豆杂种优势利用的挑战与创新路径
  • 整合多组学先验信息来提升肉牛基因组预测的准确性
  • windows下的/data目录
  • 2025/7/29 总结
  • gComm 综述:大数据驱动的水稻群体基因组学研究
  • 基于遗传标记的连锁作图(QTL定位)群体
  • 软工作业day28
  • 22天
  • Unix/Linux编辑器使用
  • CropDesign文章导读 | 浙江大学棉花团队开发了利用机器学习模型预测棉花冷胁迫响应基因的研究方法
  • 题解:CF2125E Sets of Complementary Sums
  • 解决终端编译时乱码问题
  • 基于人工智能算法的小麦全基因组选择育种技术研究
  • Android 12 S 系统开机流程分析 - SetupSelinux(二)
  • Springboot全局异常捕获
  • CF 复健记录
  • [Unity] 良好手感的人物移动速率计算
  • 比特彗星常见问题-用户列表显示问题
  • 「补档」 像素帝的比特彗星教程
  • 《春王正月》
  • 数学积累(强基2 例65~82)