Lorenzana, R.E., and Bernardo, R. 2009. Accuracy of genotypic value predictions for marker-based selection in biparental plant populations. Theor Appl Genet 120(1): 151–161. doi:10.1007/s00122-009-1166-3.

双亲植物群体中基于标记的选择的基因型值预测的准确性。

摘要

廉价和丰富的分子标记的可利用性已导致植物育种方法依赖于基于标记数据的基因型价值预测，但是公开的信息却缺乏基于植物经验数据的基因型价值预测的准确性。我们的目标是（1）通过双线性植物群体中的最佳线性无偏预测（BLUP）通过多重线性回归（MLR）和全基因组选择确定基因型值预测的准确性； （2）评估估计中使用的不同数量的标记（NM）和子代（NP）的预测准确性； （3）确定用于对单个标记的方差和上位效应进行建模的经验贝叶斯方法是否会导致对经验数据进行更准确的预测。我们将四个玉米（Zea mays L.）数据集，一个拟南芥数据集和两个大麦（Hordeum vulgare L.）数据集分别划分为一个评估集和一个测试集，在评估集中计算标记物效应，在测试集中预测基因型值在标记上。使用BLUP进行预测比使用MLR进行预测更为准确。随着NP和NM的增加，预测变得更加准确，直到达到足够的基因组覆盖率为止。使用经验贝叶斯方法对标记方差建模有时会导致更好的预测，但是经验贝叶斯方法的不同变体的准确性通常不一致。在几乎所有情况下，BLUP的准确性与所有方法中的最高准确性没有显着差异。在经验贝叶斯方法中考虑上位性导致较差的预测。我们得出的结论是，在考虑的方法中，快速简单的BLUP方法是预测双亲植物群体中基因型价值的选择方法。

与基因组贝叶斯方法相比，Lorenzana和Bernardo（2009）观察到基于谱系的BLUP提供了相当或更高的testcross预测准确性。