用于基因组预测中基因型-环境互作建模的新型矩阵乘法框架

准确建模基因型×环境（GE）互作对于植物育种中的基因组预测至关重要，但由于其复杂的互作结构，这一任务仍然具有挑战性。传统模型通常采用基因型和环境协方差矩阵的Hadamard积来捕捉联合相似性，但这可能无法充分表征GE复杂性。本文提出一种新框架，通过基因型与环境核矩阵的矩阵乘法推导协方差结构，并将其分解为对称分量，作为随机效应纳入混合模型中。该方法在11个小麦和水稻多环境数据集上进行评估，并在跨数据集测试中始终优于传统基于Hadamard积的模型，Pearson相关系数预测精度最高提升13.2%，且提高了顶级入选准确率。将两种方法结合可获得最高性能，表明二者能够捕捉互补信息。该框架为GE互作建模提供了一种灵活、可解释且计算上可行的扩展方法，有望在多样环境条件下提升基因组选择的有效性。

感谢您对传播bioRxiv信息的兴趣。

注：我们请求您的电子邮件地址，仅用于识别您是本文的发送者。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.05.11.724414v1?rss=1

🏷️ 基因型-环境互作 基因组预测 矩阵乘法框架 混合模型 植物育种