重磅！
年8月22日，山西农业大学生命科学学院赵雄伟博士为第一作者、美国普渡大学YiweiJiang教授为通讯作者在JournalofExperimentalBotany上在线发表题为“NaturalVariationandGenomicPredictiononGrowth,PhysiologicalTraitsandNitrogenUseEfficiencyofPerennialRyegrassUnderLowNitrogenStress”的研究论文，在利用全基因组预测鉴定多年生黑麦草氮高效的应用潜力研究中取得新进展。多年生黑麦草（LoliumperenneL.）是一种起源于欧洲、北非和亚洲的冷季型禾本科草，在全球温带地区分布十分广泛，主要用于草坪草种植和牧草生产。多年生黑麦草具有生长迅速、繁殖力强、耐践踏和品质优良等特性。缺氮影响植物生长、草的色泽和生物量，而过多使用氮肥则会造成环境污染。因此，提高氮利用效率对于草植物生长和保护环境有着重要意义。
本研究在正常氮和低氮条件下对份全球收集的多年生黑麦草种质资源的生理特性和氮素利用效率的表型变异进行了分析，通过随机抽样和K-fold方式抽取训练群体（TrainingPopulation），基于6种基因组预测模型（BayesC、BayesLasso、BRR、RRBLUP、RKHS、RF）以及交叉验证（CrossValidation）方法对多年生黑麦草氮素利用效率进行基因组标记效应值预测，评估了基因组预测在植物氮利用效率特性的应用前景。结果显示不同模型对特定性状的预测精度（PredictionAccuracy）基本相近，RRBLUP模型预测更强健。但同一模型在正常氮和低氮条件下对同一性状的预测精度存在显著差异。例如在正常氮下，对株高（ΔHT）、叶片干鲜重（LFW、LDW）和碳含量的预测效果略好（r=0.26），在低氮条件下对应性状的预测精度为0.22。特别值得