考虑基因型与环境互作的多环境试验动态表型分层贝叶斯模型

由 root 提交于 周六, 11/07/2026 - 06:47

内容形式:摘要译文

新型表型分析工具能够生成描述植物生长与发育过程的纵向表型数据。描述此类纵向表型动态变化的参数估计值,可以作为预测变量纳入以产量和生物量等静态性状为目标的模型中。在分层贝叶斯框架下,我们提出了一种用于描述多个环境中多个基因型纵向性状对数逻辑斯蒂生长的微分方程(DE)模型。DE 参数分别对应生长与发育过程中的中点、斜率和最终渐近值,即最终生物量。我们的分层模型中,每个 DE 参数均由基因型、环境和 G × E 的效应共同构成。这种建模方式可以评估并量化 DE 参数对基因型的特异性。如果模型中的 DE 参数均无需包含 G × E 项,那么表征相应性状动态变化的参数便可作为有效特征,纳入产量或生物量预测模型。我们将 DE 模型拟合于 APSIM 模拟的纵向小麦生物量数据,并量化了基因型、环境和 G × E 对 DE 参数表型变异的贡献。结果表明,只有上渐近值呈现出明显的 G × E 效应。我们利用 DE 参数中的基因型效应和 G × E 效应估计值对基因型进行表征,并将环境效应和 G × E 效应估计值作为环境表征的输入。

关键词:基因型与环境互作 · 分层贝叶斯模型 · 纵向表型分析 · 多环境试验 · 微分方程生长模型 · 小麦生物量

原文链接:https://www.biorxiv.org/content/10.64898/2026.11.05.764527v1?rss=1