编辑推荐：
在定量遗传学中，探究表型、基因型与环境关系意义重大。来自加拿大的研究人员对白云杉开展多环境全基因组关联分析（GWAS）和基因组预测（GP）研究。他们发现众多显著关联，预测能力和偏差有差异。该研究为育种策略提供了关键信息。
在定量遗传学领域，探究表型、基因型和环境之间的关系至关重要。鉴于经济重要性状复杂的遗传结构，在全基因组关联分析（GWAS）和基因组预测（GP）框架中整合基因型与环境的相互作用势在必行。这种整合对于识别在不同环境中都稳定存在的可靠标记，以及提高在特定目标环境下对个体表现的预测准确性至关重要。
研究人员对来自加拿大阿尔伯塔省的 1540 棵白云杉进行了研究，这些树针对 467,224 个单核苷酸多态性（SNPs）进行了基因分型，并且生长在三种不同环境中。研究人员针对 30 种生产力、防御和气候适应性相关的性状，开展了多环境全基因组关联分析和基因组预测分析。
研究发现，在研究的性状和环境中，共鉴定出 563 个显著关联（p值＜1.07×10?05 ），其中 105 个单核苷酸多态性在两种或三种环境中存在重叠关联。木材密度、月桂烯、总单萜、α- 蒎烯和儿茶素在不同环境中的重叠率最高（＞50%）。气体交换相关性状，包括细胞间二氧化碳（CO2 ）浓度和内在水分利用效率，虽然表现出最多的显著关联（＞38%），但在不同环境中的稳定性较差（＜1.2%）。
对于 20 个性状，预测能力（PA）在不同环境中差异显著（0.03 - 0.41），稳定碳同位素比率的平均预测能力最高（0.36），而气体交换相关性状的预测能力最低（0.07）。只有两个性状在不同环境中的预测偏差（PB）存在差异，80% 的位点 - 性状预测偏差处于较窄范围（0.90 至 1.10）。
事实证明，整合多环境全基因组关联分析和基因组预测分析，对于识别特定位点的标记、理解环境对预测能力和预测偏差的影响非常有用，最终也为影响白云杉育种计划的环境因素提供了间接见解。
