近日，中国农业科学院烟草研究所昝艳君/兰州大学刘建全课题组合作在作物多元环境基因组预测研究中取得新进展，相关研究成果发表在《园艺研究（Horticulture Research）》（Top 5%, IF=8.5）。
在气候变化加剧、全球粮食需求持续增长的背景下，如何精准预测作物在多元环境下的表现，实现产区生态环境与品种的精准适配,成为育种学家面临的核心挑战。传统方法难以充分建模基因型、环境及其互作（G×E）对复杂性状的影响，尤其在不同种群结构和多环境试验中，预测精度和计算效率常常难以兼顾。针对这一难题，团队开发了一种全新的基因组预测框架——多基因互作多元环境基因组选择模型。该框架通过构建“多基因-环境互作（PEI）”模型，直接将基因型与环境因子及其互作效应纳入预测体系，实现了对作物在多元环境下表现的精准建模与高效预测。
为验证该方法的普适性与稳定性，研究团队在三种具有代表性种群结构、遗传背景迥异的材料中开展了系统验证：包括异交作物玉米（CUBIC群体）、自交作物小麦（CIMMYT群体）以及木本植物簸萁柳（F1杂交群体）。针对每个物种，研究选取了三种遗传基础不同遗传结构性状进行预测。结果表明，PEI框架在玉米和小麦群体中显著优于传统的反应范模型，预测精度最高提升达15%以上；在簸萁柳部分性状中亦展现出良好适应性。同时，研究还系统评估了15种参数与非参数估算器在不同框架下的表现，揭示了种群结构与遗传基础对预测策略选择的重要影响。
为进一步降低育种应用门槛，团队开发并开源了R语言软件包MMGS（https://github.com/Ryougi-yukiro/MMGS），并提供完整的使用教程（https://multiplemethodgs.gitbook.io/MMGS_tutorial_v1）。该软件集成了从环境因子筛选、基因型与环境互作建模到多种预测算法的一站式分析流程，用户可根据目标性状与种群结构灵活选择最优策略，显著提升了多环境育种试验的数据利用效率与预测可靠性。
本研究为多环境育种预测提供了统一的建模框架与灵活的计算工具，推动了基因型-环境-表型关系的深入解析，为应对气候变化背景下的作物精准育种提供了有力支撑。
兰州大学与烟草所联合培养博士朱铭佳为本文第一作者，烟草所昝艳君研究员、兰州大学刘建全教授为论文共同通讯作者。本研究得到国家重点研发计划（2021YFD2200202）、国家重点研发计划青年科学家项目（2023YFD1202400）、国家自然科学基金（32200503）、山东省泰山学者青年人才项目、山东省海外优青项目（2024HWYQ-079）、中国农业科学院科技创新工程等项目的资助。
