我校研究团队开发TOPlus算法实现玉米杂交育种晋级精准预测-华中农业大学南湖新闻网

我校研究团队开发TOPlus算法实现玉米杂交育种晋级精准预测

发布时间：2026-09-02 浏览次数：来源：植物科学技术学院

南湖新闻网讯（通讯员方文婕）9月1日，华中农业大学玉米团队在国际学术期刊 Plant Communications 发表题为“TOPlus: An algorithm integrating prior genetic and environmental information for multi-trait synergic selection in maize hybrid breeding”的研究论文。该研究在前期目标导向优选方法TOP（target-oriented prioritization）的基础上，进一步整合环境信息和功能基因先验知识，开发了面向目标环境的玉米杂交种多性状协同选择算法TOPlus（target-oriented prioritization plus）。在“多基因”和“一因多效”假说的驱动下，TOPlus方法实现了对候选玉米杂交种在特定环境/生态区下，超越对照品种的晋级预测，提出了一套全新的玉米育种和品种推广区域预判策略，为玉米基因组育种提供新的技术支撑。

现代玉米育种通常需要兼顾改良产量、开花期、株型、穗部性状及抗逆性等多个性状，但性状间的拮抗关系，叠加环境及基因型与环境互作的影响，使得材料在田间的实际表现更加难以预判。基因组选择借助基因组信息提升了预测效率，然而，跨环境表型预测的准确性，以及功能基因知识的实践转化，仍是需要进一步研究的问题。

此前，研究团队开发了目标导向优选算法TOP，以优良品种为目标材料，在候选材料整体农艺性状与目标品种相近的基础上，对重点性状进行改良，实现多性状协同选择。但原有TOP主要依据多个性状的基因组育种值进行选择，对特定环境中的材料表现以及功能基因先验信息考虑有限。

基于TOP，TOPlus实现了“预测-选择”一体化的连续决策过程。该过程先通过环境驱动的迭代变量选择策略对未测试基因型在新环境中的表型进行预测；继而以预测结果为基础，纳入功能基因先验信息，学习不同性状和基因在目标环境中的选择权重，并以优良品种为目标，对候选杂交种进行排序和优选。

图1 玉米基因组育种选择TOPlus算法流程

研究利用5个环境下的NCII群体对TOPlus方法进行了初步评估。综合考虑25类环境因子及其生育期动态信息，在17个农艺性状中，TOPlus的跨环境平均预测准确率为0.66，相较于JGRA和EADW+GW分别提升了12%和3%。

研究进一步利用10个环境下的507份遗传多样性玉米自交系组成的独立群体，开展跨群体、跨年份验证。以吐丝期为例，TOPlus在相对于训练年份的历史和未来环境中均保持了预测能力。根据预测结果选出的前5%早熟候选材料，在实际田间表型中总体上抽丝期更早，表明预测结果可为候选材料筛选提供参考。

TOPlus基于“一因多效”假设，利用多性状联合建模获得候选功能基因的综合效应拟合值，并将其与多性状预测结果共同用于目标导向选择，从而将功能基因知识转化为可参与育种决策的定量遗传信息。

以郑单958为目标品种对5,251份候选杂交种进行选择，TOPlus所选材料在保持其他性状与目标品种相近的情况下，产量较TOP筛选材料提高5.90%-19.64%。功能基因的模型贡献在不同环境中表现为稳定型或环境依赖型两种模式，为目标环境下的材料选择提供了遗传层面的解释。

研究选取110个近年审定的商业玉米杂交种，结合我国四个主要玉米生产区14个代表性地点2015-2023年的环境信息，开展独立验证和区域适宜性评价。TOPlus的区域适宜性判断与国家品种审定区域的比对显示：东北地区识别率为71/76，黄淮海地区识别率为15/19。以登海1810为例，TOPlus对其黄淮海区域适应性的判断与审定区域一致，并指出其在西北和东北地区具备进一步田间评价的潜力。

图2 TOPlus对商业玉米杂交种区域适宜性的评价

传统育种通过多年和多环境的产量测试来评价材料，在此过程中，不同环境下的干旱、病虫害和倒伏等因素，实际上通过产量表现间接筛选了相应的关键性状。此前提出的TOP策略从另一角度出发，将多个目标性状直接纳入到同一选择过程。TOPlus则在TOP的基础上，进一步兼顾多性状表型鉴定与多环境田间试验之间的资源平衡，将环境信息、功能基因先验和多性状预测结果共同用于候选材料优选，同时关注多性状表现和跨环境稳定性。

因此，TOPlus并非对传统多环境育种或TOP策略的简单替代，而是在两者之间建立了一种新的连接，综合了育种家经验、田间测试和模型预判的优势，为面向目标环境的玉米杂交种选择提供了新的途径。