小麦基因组学预育种的十年经验与启示

分享一篇来自德国霍恩海姆大学（University of Hohenheim）的Carl Friedrich Horst Longin团队在《Crop Science》杂志发表题为“Insights into a genomics-based pre-breeding program in wheat”的论文，系统总结了其团队长达十年的小麦预育种实践经验，揭示了通过整合基因组学工具，可以有效管理和利用植物遗传资源（PGR），在保持PGR较高遗传贡献的同时，培育出综合性能媲美顶尖商业品种的小麦预育种材料。该研究不仅提出了一个经过实践检验的育种流程，还为全球预育种工作者提供了宝贵的策略和经验教训。

研究背景与目标

• • 问题：小麦育种长期依赖“优×优”杂交，虽带来遗传增益，但导致遗传多样性下降，限制长期改良潜力。
• • 解决方案：通过预育种（pre-breeding）将植物遗传资源（PGR，如地方品种、老品种、野生种等）引入现代育种体系，提升遗传多样性。
• • 研究目标：

1. 1. 建立并验证基因组亲本贡献估计（GEPC）方法，监测PGR在后代中的遗传占比；
2. 2. 评估**基因组预测（genomic prediction）**在预育种中的效率；
3. 3. 总结10年小麦预育种经验，提出实用建议；
4. 4. 验证预育种材料是否可与商业品种媲美。

研究方法

• • 材料：

• • 390个预育种后代，来自2015–2018年杂交组合；
• • 45个PGR与43个现代精英品种作亲本；
• • 2020–2023年在德国和奥地利多地开展田间试验；
• • 检测性状：籽粒产量（GY）、籽粒蛋白含量（GProt）、全麦粉SDS沉降值（WMFlrSDS）；
• • 7004个SNP用于基因型分析。

• • 关键方法：

• • GEPC（Genetically Estimated Parental Contribution）：基于SNP数据，估计每个后代中各亲本的基因组占比；
• • 基因组预测：使用rrBLUP模型，评估5种预测情景（跨年份、跨试验阶段）；
• • 预育种流程：

• • F0–F4：早期小规模筛选；
• • F5（YT1）、F6（YT2）、F7（YT3）：多点田间试验与观察；
• • 自2024年起，利用基因组预测提前一年获得烘焙品质预测值。

主要发现

1. GEPC结果

• • 验证准确性：

• • 二、三、四亲本杂交后代中，GEPC与系谱一致性分别达75%、73%、55%；
• • 低SNP密度（<500个标记）即可实现较高准确性；

• • PGR贡献率：

• • 实际PGR贡献率普遍低于理论值（如二亲本杂交理论为50%，实际仅24.7%）；
• • 同一杂交组合内不同后代间PGR贡献差异大（0–54%）。

2. 基因组预测效果

• • 不同预测情景下，预测能力（预测值与实测值相关系数）如下：

• • GY：0.34–0.69；
• • GProt：0.19–0.46；
• • WMFlrSDS：0.53–0.71；

• • 跨年份预测（Scenario IIIb）表现最佳，接近交叉验证上限。

3. 预育种材料表现

• • 每年仅有1–3个预育种品系在产量、品质、抗性等方面达到或超越商业对照品种；
• • 这些优异品系仍携带30–40%的PGR基因组，成功实现“性能+多样性”兼顾；
• • 同一F5品系的不同F7亚系间存在显著表型差异，支持进一步挖掘家系内变异。

十年经验总结（核心建议）

经验类别	关键建议
育种策略	采用三/四亲本杂交，将PGR贡献率控制在25%以内，避免表型“过度野生化”
亲本选择	使用最新、最优秀、具不同抗性基因的精英品种作亲本
早期筛选	F2–F4阶段必须严格筛选适应性、抗病性等表型，避免后期大规模淘汰
合作机制	建立“参与式育种”机制：精英育种者参与试验、选系、亲本选择，提升接受度
数据系统	亟需建立全球统一的PGR数字信息系统，包括基因型、表型、育种值等数据
资源保障	预育种周期长、回报慢，需长期稳定资金与人员支持

结论

• • GEPC是监测PGR贡献、验证系谱、指导选择的有效工具；
• • 基因组预测可提前一年预测品质性状，提升选择效率；
• • 预育种可稳定输出兼具高性能与高遗传多样性的育种材料，为现代育种提供战略资源；
• • 建议未来加强PGR信息共享、跨机构合作与长期投入，推动预育种体系可持续发展。

原文链接：
https://doi.org/10.1002/csc2.70125