小麦赤霉穗腐病抗性多环境模型中的基因型-环境互作效应

更健康的小麦为何重要

小麦是全球人类膳食的基石，但一种称为赤霉穗腐病（FHB）的病害威胁着产量与食品安全。导致FHB的真菌不仅使籽粒萎缩、减产，还会留下名为DON的毒素，使粮食可能不安全。育种者希望培育能在多种气候和地点下都保持健康的品种，但在田间对数千条系进行测试既缓慢又昂贵。本研究探讨如何利用基于DNA的工具和先进统计方法来预测不同环境下哪些小麦品系能抗FHB，从而可能加速更安全、更可靠作物的推广。

由气候与遗传共同塑造的病害

FHB是一个复杂的病害，因为其严重程度既取决于植物的基因，也取决于田间环境。开花期的温暖潮湿为感染提供了理想条件，但这些条件会随年与地而变。同一品系在一次试验中可能表现出较强抗性，而在另一次则病情严重。育种者还会记录与FHB相关的性状，如外露药隔（携粉器官）长度、植株高度和出穗期。本研究证实了显著相关性：外露药隔较多和植株较高的品系通常FHB较轻、DON毒素含量较低，而出穗较晚常与较高的毒素水平相关。这些性状关联在预测抗病能力时成为有用线索。

从田间试验到预测模型

研究团队分析了两套大型春小麦材料：一个遗传多样的国际集合和一个精英的北欧育种材料集合。两者均在挪威、奥地利和加拿大的多年试验中测定了FHB、DON及相关性状。同时，每条系都用覆盖全基因组的数万个位点进行了基因型鉴定。基于这些田间与DNA信息，研究者构建了若干类型的预测模型。一种模型仅使用关于各条系及其所测环境的信息。第二种模型加入了条系之间的基因组亲缘关系。第三种更高级的模型还纳入了每种基因组型与每个环境之间的相互作用——捕捉到使同一条系在不同条件下表现不同的关键“基因型-环境”（G × E）效应。

从多性状与多地点中学习

为模拟真实的育种决策，研究测试了两种情景。一种情景要求模型预测全新的、从未种植过的小麦条系；另一种情景则是在新环境中预测已知条系的表现，利用来自其他地点和年份的结果。研究者还比较了关注单一性状（仅FHB或DON）的单性状模型与同时使用FHB、DON、株高、出穗期和外露药隔的多性状模型。在遗传多样性更高的集合中，多性状模型总体优于单性状模型，尤其在包含G × E项时表现更佳。在精英北欧材料中，由于遗传与环境变异较窄，多性状模型并不总是有利，有时表现略差。跨两个集合与情景，使用来自多个环境的数据通常提高了预测精度，反映了跨试验借力的信息融合能力。

为何考虑环境的基因组模型更有效

最成功的方法是将基因组信息与明确的G × E交互效应相结合的模型。对于像FHB严重性和DON含量这样受天气强烈影响的复杂性状，该模型常常产生最高的预测能力。特别是当不同环境之间相关性较强（例如不同年份或地点具有相似的病害压力）时，交互模型可以利用这些联系给出更可靠的预测。研究还强调了影响预测质量的其他因素：更大且更多样的训练集、更高的标记密度以及精确测量的田间数据都能改善表现，尤其是在那些多年试验、遗传多样性更高的集合中。

这对更安全、更稳定的小麦意味着什么

对非专业读者来说，核心信息是：将DNA信息与对植物在不同环境中反应的精确建模结合起来，可以使FHB抗性育种更快、更精确。育种者无需对每一个候选条系等待多年田间试验，就能利用这些模型预测哪些条系在各种气候下更可能保持健康、积累更少毒素。尽管研究并未在每种情况下都发现多性状模型带来显著提升，但它表明关注基因与环境之间的相互作用能持续改善预测。长期来看，这类考虑环境的基因组工具有望帮助育成在日益不可预测的天气下产出更安全籽粒和更稳定产量的小麦品种。

引用: Nannuru, V.K.R., Dieseth, J.A., Dong, Y. et al. Genotype environment interaction effects in multi environment models for Fusarium head blight resistance in wheat. npj Sci. Plants 2, 11 (2026). https://doi.org/10.1038/s44383-026-00022-y

关键词: 小麦抗病性, 赤霉穗腐病, 基因组预测, 基因型-环境互作, 作物育种