加性方差、显性方差与上位性方差解析

在数量遗传学与现代分子育种实践中，解析表型变异的遗传基础是制定高效育种策略的核心。个体的表型值不仅受环境因素的影响，更取决于其基因型。为了精准预测育种值并评估后代的遗传增益，我们需要将群体中的遗传方差进行科学分解。

遗传方差（Genetic Variance, $V_G$）通常可以进一步剖析为三个主要组成部分：加性方差（Additive Variance, $V_A$）、显性方差（Dominance Variance, $V_D$）以及上位性方差（Epistatic Variance, $V_I$）。理解这三者的概念、区别及其在育种中的应用，是连接理论遗传学与品种改良工程的桥梁。
在理想状态下，一个群体中某个数量性状的总表型方差（$V_P$）可以简要表示为遗传方差与环境方差（$V_E$）的和：

$$V_P = V_G + V_E$$

而深入到遗传方差内部，根据基因作用的方式不同，它主要由以下三个部分构成：

加性方差（$V_A$）：由基因位点上等位基因的平均效应（即加性效应）所引起的方差。加性方差代表了能够稳定遗传给后代的基因效应部分。
显性方差（$V_D$）：由同一基因座上不同等位基因之间的互作（显性效应）所产生的方差。这种效应无法在亲子代之间直接稳定遗传，因为减数分裂时基因会发生分离。
上位性方差（$V_I$）：由不同基因座上非等位基因之间的相互作用（上位性效应）所导致的方差。

三类遗传方差的横向对比

为了更好地在育种实践中应用这些概念，我们需要对加性方差、显性方差和上位性方差进行多维度的横向对比。

遗传传递性：
- 加性方差：具高度可遗传性。父母将单个基因的平均效应传递给后代，决定了狭义遗传力（Narrow-sense Heritability）的大小。
- 显性方差：不可直接稳定遗传。显性效应依赖于特定的基因型组合（杂合状态），在配子形成时由于基因分离，杂合优势在下一代会发生衰减。
- 上位性方差：遗传表现复杂。它依赖于特定多基因组合的协同，同样会在世代交替中因重组和分离而被打散。
育种价值（Breeding Value）贡献：
- 加性方差：是计算个体育种值的唯一基础。加性方差占总表型方差的比例（狭义遗传力）决定了基于表型选择的效率。
- 显性方差与上位性方差：它们共同构成了总遗传方差与加性方差之间的差值。虽然它们对个体的基因型值（Dominance Deviation）有重要贡献，但在传统加性模型中通常被视为非加性遗传效应。
在育种策略中的角色：
- 加性方差：适用于纯系选育、家系选择和常规闭锁群体的世代改良。加性方差越大，群体通过选择获得基因频率定向改变的潜力就越大。
- 显性方差：主要通过杂种优势（Heterosis）来利用。例如在玉米和田间作物的杂交种生产中，亲本间显性方差的差异是获得超亲优势的关键。
- 上位性方差：由于测算复杂且在群体中不稳定，通常在全基因组选择模型中作为补充或通过复杂的非线性机器学习算法进行整体预测。

育种应用全景与解析方法

在现代数量遗传学和全基因组关联分析（GWAS）以及全基因组选择（GS）中，准确估算这些方差成分对于方案设计至关重要。

方差组分估计方法：
利用混合线性模型（如GBLMR或REML算法），研究人员可以基于全基因组高密度标记（如SNP芯片数据）构建基因组亲缘关系矩阵，从而将表型方差分解为加性遗传方差和残差。通过引入基因型间的互作矩阵，也可以进一步剥离显性方差和上位性方差。
选择策略的优化：
- 当一个性状的遗传方差主要由加性方差主导时（如大多数作物的株高、千粒重等），育种工作者应重点采用系谱选择、表型选择或基因组选择，通过不断富集优良加性等位基因来提升品种纯度与性能。
- 当性状主要受显性方差和上位性方差影响（如产量、抗逆性等复杂适应性性状）时，单纯的自体选择效果往往有限，必须转向杂交育种、构建强优势配合力组合，或者利用全基因组预测模型捕捉非加性效应，以实现复杂性状的突破性改良。

综上所述，加性方差、显性方差与上位性方差共同构成了数量性状遗传基础的全貌。在育种实践中，明确目标性状的方差结构，因地制宜地采取加性利用或非加性利用策略，是提升育种效率、加速良种产业化进程的关键所在。