基因组选择中的近交控制
基因组选择（Genomic Selection, GS）通过利用全基因组范围内的分子标记来预测个体的基因组估计育种值（GEBV），极大地缩短了育种周期并提高了选择强度。然而，在追求遗传进展（Genetic Gain）的同时，育种者面临一个严峻的挑战：由于 GS 倾向于选择少数具有极高 GEBV 的个体作为亲本，这会导致群体中亲缘关系迅速增加，从而引发近交衰退（Inbreeding Depression）。
在数量遗传学实践中，近交控制的核心在于寻找“遗传进展”与“遗传多样性”之间的最优平衡点。本文将从通用原理、控制策略及应用全景三个维度，探讨在基因组选择框架下如何有效地控制近交。
基因组背景下的近交原理
在传统育种中，近交系数（$F$）通常基于系谱（Pedigree）计算，反映的是个体祖先的共有概率。但在基因组选择时代，我们能够通过单核苷酸多态性（SNP）等标记直接观测个体的基因型，从而实现更精准的近交评估。
1. 从系谱近交到基因组近交
系谱近交基于期望值，假设等位基因在配子中随机传递。而基因组近交则基于实际观测值，能够捕捉到由于孟德尔抽样（Mendelian Sampling）导致的个体间亲缘关系差异。
2. 基因组关系矩阵（GRM）
基因组选择的核心工具是基因组关系矩阵（Genomic Relationship Matrix, GRM）。通过计算个体间在所有标记位点上的等位基因共享程度，GRM 提供了比系谱矩阵更精确的亲缘关系描述。近交控制的本质，就是通过优化 GRM 的对角线元素（个体近交系数）和非对角线元素（个体间亲缘关系），防止群体多样性的丧失。
近交控制的主要策略
为了在维持高选择强度的同时降低近交水平，育种实践中通常采用以下几种通用策略：
1. 基于约束条件的筛选（Constraint-based Selection）
这是一种较为简单的控制方法。在选择高 GEBV 个体时，预先设定一个亲缘关系阈值（Kinship Threshold）。
- 操作方式：在候选亲本池中，如果两个个体的基因组亲缘关系超过设定值（如 $r > 0.125$），则禁止将其配对。
- 特点：实施简单，但缺乏全局优化，可能会导致错过一些遗传潜能极高但亲缘关系稍近的优秀组合。
2. 最优贡献选择（Optimum Contribution Selection, OCS）
OCS 是目前基因组选择中最为先进且广泛应用的近交控制方法。其核心思想是将育种目标转化为一个数学优化问题。
- 目标函数：在限定群体平均亲缘关系（Average Kinship）增加量的前提下，最大化下一代的平均 GEBV。
- 核心逻辑：OCS 不再简单地决定“选谁”，而是决定每个候选亲本对下一代的“贡献比例”。通过调整贡献权重，OCS 能够自动在遗传进展和多样性之间地寻找帕累托最优解（Pareto Optimal）。
3. 多样性加权选择指数（Diversity-weighted Indices）
将多样性指标直接引入选择指数中。
- 计算方式：$\text{Selection Index} = w_1 \cdot \text{GEBV} - w_2 \cdot \text{Kinship}$。
- 特点：通过调整权重 $w_2$，育种者可以灵活地控制对近交的惩罚力度。
基因组控制与系谱控制的横向对比
为了更清晰地理解基因组选择在近交控制中的优势，下表对比了两种方法的差异：
| 维度 | 系谱控制 (Pedigree-based) | 基因组控制 (Genomic-based) |
|---|---|---|
| 精度 | 基于概率，忽略孟德尔抽样 | 基于实测，捕捉实际基因共享 |
| 分辨率 | 仅能识别已知祖先的亲缘关系 | 能识别未知亲缘关系及隐匿近交 |
| 响应速度 | 滞后，需等待后代表型验证 | 实时，在胚胎/幼龄阶段即可预测 |
| 控制粒度 | 粗粒度（群体/家族水平） | 细粒度（单倍型/片段水平） |
| 计算复杂度 | 低，计算量小 | 高，需处理大规模矩阵运算 |
近交控制的实践工作流
在实际的育种计划中，基因组选择中的近交控制通常遵循以下全景流程：
- 基因型鉴定：对候选亲本进行高密度 SNP 芯片检测或全基因组重测序。
- GEBV 估算：利用训练集构建预测模型，计算所有候选个体的基因组估计育种值。
- 构建 GRM：基于基因型数据构建基因组关系矩阵，量化个体间的亲缘关系。
- 设定多样性目标：根据品种的遗传基础和育种目标，设定可接受的平均亲缘关系增加量（$\Delta \bar{A}$）。
- 运行优化算法：采用 OCS 或类似算法，计算每个个体的最优贡献权重。
- 制定配种计划：根据贡献权重，通过随机配对或定向配对，将最优个体组合成具体的交配方案。
- 动态监测：在每一代选择后，重新评估群体的有效群体大小（$N_e$）和基因组多样性水平。
总结
基因组选择在极大地提升育种效率的同时，也加速了遗传多样性的流失。有效的近交控制不再是简单的“避亲”，而是一场关于遗传增益与群体可持续性之间的精密计算。通过从系谱控制转向基于 GRM 的基因组控制，并引入最优贡献选择（OCS）等量化工具，育种者可以在确保短期遗传进展的同时，为品种的长期改良保留必要的遗传缓冲空间。