利用合成环境协变量探索作物基因型与环境互作

内容形式：摘要译文

环境具有不可预测性。基因型与环境互作（genotype by environment interactions，GEI）进一步增加了在多样环境中评估基因型表现或稳定性的复杂性，给植物育种家带来了挑战。针对这一挑战，目前已有多种分析方法。然而，现有方法通常在分析尺度与结果可解释性之间存在权衡，并且往往以“黑箱”方式运行。在此基础上，我们将 Piepho 和 Blancon（2023）提出的基于合成环境协变量的 Finlay–Wilkinson 回归进行了扩展，以在单个发育时间窗口的层面解析 GEI，从而确定哪些生长阶段驱动了 GEI，以及基因型稳定性如何随生长阶段变化。

本文以一个大麦育种项目中的产量数据为案例，利用在 12 个环境中测试的 961 个基因型，展示该方法如何为现存的 GEI 提供有价值的洞见。对不同生长阶段环境变量动态影响的分析表明，籽粒灌浆早期的环境因子对产量 GEI 方差的贡献最大。研究发现，稳定性在不同发育时间窗口之间呈动态变化，表明阶段特异性的产量稳定性可作为一个新的潜在育种目标。该方法不仅能够获得新的、具有生长阶段分辨率的产量稳定性指标，并为解析复杂性状中的 GEI 提供一种新途径，同时还为基于阶段特异性 GEI 模式开展环境聚类开辟了路径。

关键词：基因型与环境互作 · 合成环境协变量 · Finlay–Wilkinson回归 · 作物育种 · 产量稳定性 · 大麦

原文链接：https://www.biorxiv.org/content/10.64898/2026.10.15.759392v1?rss=1