XiaoMi-AI文件搜索系统
World File Search SystemG2P
表型 (G2P) 模型用于预测谷物的复杂性状...
随着育种 4.0 的发展，需要新的基因分型和表型工具来帮助育种过程提高基因型的生产力 (Van Eeuwijk 等人，2019 年，Wallace 等人，2018 年)。这包括整合多层基因组学、高通量植物表型 (HTPP) 和大规模环境分型以改善复杂性状预测的趋势 (Crossa 等人，2021 年，Cooper 等人，2014 年)。全基因组预测，称为基因组预测 (GP) 或基因组选择 (GS)，是将这些新工具整合到育种计划中以支持高产和可持续产量品种的主要方法。GS 的主要目标是根据标记信息预测复杂性状，通过为候选者生成基因组估计育种值来提高选择的准确性。因此，GS 可能优于表型选择，因为它可以增加单位时间的遗传增益并缩短育种周期（Crossa 等人，2017 年）。最近，育种者的要求越来越多地转向将 HTPP 数据和环境信息纳入多环境试验分析（Araus 等人，2018 年）。然而，
表型（G2P）模型用于预测谷物的复杂性状...
随着育种 4.0 的发展，需要新的基因分型和表型工具来帮助育种过程提高基因型的生产力 (Van Eeuwijk 等人，2019 年，Wallace 等人，2018 年)。这包括整合多层基因组学、高通量植物表型 (HTPP) 和大规模环境分型以改善复杂性状预测的趋势 (Crossa 等人，2021 年，Cooper 等人，2014 年)。全基因组预测，称为基因组预测 (GP) 或基因组选择 (GS)，是将这些新工具整合到育种计划中以支持高产和可持续产量品种的主要方法。GS 的主要目标是根据标记信息预测复杂性状，通过为候选者生成基因组估计育种值来提高选择的准确性。因此，GS 可能优于表型选择，因为它可以增加单位时间的遗传增益并缩短育种周期的长度（Crossa 等人，2017 年）。最近，育种者的要求越来越多地转向将 HTPP 数据和环境信息纳入多环境试验分析（Araus 等人，2018 年）。然而，它是