突破 GxE 预测困境：惩罚因子回归为植物育种带来新曙光

《Theoretical and Applied Genetics》：Penalized factorial regression as a flexible and computationally attractive reaction norm model for prediction in the presence of GxE

在植物育种和遗传学领域，预测新环境下基因型的产量面临挑战，尤其是存在基因型与环境互作（G×E）时。研究人员开展了关于惩罚因子回归作为G×E预测反应规范模型的研究。结果表明，该方法在预测准确性上与其他方法相当，但计算需求和时间更低，为植物育种提供了更高效的预测工具。

　　在植物育种的广袤天地里，精准预测新环境下基因型的产量一直是个棘手难题。随着基因组预测技术的蓬勃发展，分子标记广泛应用于育种策略，大大提升了育种效率。然而，当基因型与环境之间存在复杂的互作关系（G×E）时，传统的基因组预测模型就显得力不从心了。因为G×E会导致基因型效应依赖于环境条件，这使得预测变得更加复杂。例如，在不同的气候、土壤条件下，同一基因型的植物可能表现出截然不同的产量。为了解决这一难题，来自瓦赫宁根大学和研究中心（Wageningen University and Research）、阿姆斯特丹大学（University of Amsterdam）、智利南方大学（Universidad Austral de Chile）等机构的研究人员展开了深入探索。他们的研究成果发表在《Theoretical and Applied Genetics》上，为植物育种带来了新的希望。

研究人员采用了惩罚因子回归的方法。该方法基于反应规范模型，通过对每个基因型的截距和多个斜率进行估计，并对斜率施加惩罚来实现模型的优化。具体而言，他们使用了岭惩罚（ridge penalization）、最小绝对收缩和选择算子（LASSO）惩罚以及弹性网络（Elastic Net）惩罚等不同方式。在研究过程中，他们选取了玉米和小麦的多环境数据集进行分析。玉米数据集包含 246 个杂交种，在 25 个试验环境中进行训练，12 个试验环境中进行测试，有 11 个基因型特异性的环境协变量（EC′s）；小麦数据集则是通过农业生产系统模拟器（APSIM）生成，包含 160 个基因型，248 个试验，其中 40 个环境作为测试集，有 57 个基因型特异性的EC′s。

研究人员运用了多种关键技术方法。首先是建立惩罚因子回归模型，通过设定不同的惩罚方式来优化模型参数；其次，利用交叉验证来确定最佳的惩罚参数值，包括随机交叉验证和分层交叉验证；此外，还使用了 R 语言中的 factReg 包和 glmnet 包进行模型的拟合和计算，大大提高了计算效率。

研究结果表明，在玉米数据集中，惩罚因子回归模型在预测准确性上表现出色，其平均准确率最高（岭惩罚时为 0.586，LASSO 和弹性网络惩罚时分别为 0.576），计算时间仅需 2 秒，而传统的标准贝叶斯随机回归（BRR）模型计算时间长达 24 分钟，Jarquin 等人的模型则需要超过 3 小时。在小麦数据集中，深度学习模型表现较好，但惩罚因子回归模型（弹性网络或 LASSO 惩罚）也紧随其后，平均准确率分别为 0.819 和 0.813，计算时间约为 20 秒，BRR 模型计算时间却超过 7 小时。

在研究结论和讨论部分，惩罚因子回归模型为G×E预测提供了一种计算上更具吸引力的替代方法。与其他方法相比，它在保证预测准确性的同时，显著降低了计算需求和时间。然而，该模型也存在一些局限性，例如难以预测超出训练环境范围的表型响应，目前仅适用于现有基因型在新环境下的产量预测（Go?En?），无法直接处理新基因型在新环境下的预测（Gn?En?）。不过，这些局限性也为后续研究指明了方向。总体而言，这项研究为植物育种领域提供了一种高效且实用的预测工具，有助于加速植物育种进程，提高育种效率，对推动植物遗传学的发展具有重要意义。