近日，北京市农林科学院水产所生物技术与育种研究室胡红霞研究员团队在国际期刊Briefings in Bioinformatics（Q1，IF=9.5）在线发表题为“polyGBLUP: a modified genomic best linear unbiased prediction improved the genomic prediction efficiency for autopolyploid species”的研究论文。该研究为包括鲟鱼在内的同源多倍体物种的基因组选择提供方法支撑。
鲟鱼为同源多倍体鱼类，如小体鲟为四倍体，俄罗斯鲟、西伯利亚鲟等为八倍体。同源多倍体可通过同一等位基因多个拷贝的加性效应，或通过在基因座或等位基因之间产生更复杂的相互作用（如显性或上位效应）来影响表型，从而影响基因组预测准确性。因此，开发针对同源多倍体特征的基因组选择新方法可有效提升鲟鱼基因组选择育种准确性。
水产所胡红霞研究员团队通过构建基于不同等位基因剂量的加性和显性基因组亲缘关系矩阵，开发了一个改进的基因组最佳线性无偏预测（GBLUP）方法（polyGBLUP）。通过利用模拟数据和三个同源多倍体真实数据集对新方法进行了系统的评估。结果表明，polyGBLUP比GBLUP具有更高的预测准确性，当同源多倍体的倍性水平高时，其优势更加明显。此外，当在polyGBLUP中加入显性效应时（polyGDBLUP），显性程度越大，polyGDBLUP在预测准确性（Accuracy）、偏差（Bias）、均方误差（Mse）和平均绝对误差（Mae）方面的优势就越明显。未来，polyGBLUP将在包括鲟鱼在内的同源多倍体物种的基因组选择育种中发挥重要作用。
水产所为论文第一完成单位，育种室宋海亮副研究员为第一作者，胡红霞研究员为通讯作者，山东农业大学张勤教授参与指导了该项工作。该研究得到国家自然科学基金（32202915、32341059）、北京市自然科学基金（6222014）和北京市种质创制和品种选育联合攻关项目（G20220628008）等项目的资助。
全文链接：https://doi.org/10.1093/bib/bbae106
