全基因组选择(Genomic selection)可利用覆盖全基因组的高密度标记进行选择育种，能够辅助筛选复杂性状，已成为现代作物育种中使用的标准工具。相比之下，刚刚兴起的表型组选择(Phenomic selection)则利用近红外光谱数据代替标记数据，并使用和全基因组选择相同的统计模型预测目标性状。尽管表型组选择以其低成本、高通量的优势在作物育种中表现出极大的应用潜力，但目前关于表型组选择的研究依然较少。本研究利用400个不同基因型的玉米品种，分别提取了它们在不同生长环境下的雌雄穗开花间隔、早期幼苗活力、株高、籽粒干物质含量、籽粒产量和籽粒磷含量等6种表型参数，以及近红外光谱数据，然后对比了全基因组选择和表型组选择的预测能力。本研究使用的400个不同基因型玉米品种可以被分为8组(图1)，每组品种在分子水平和表型水平均具有显著差异(图2)。实验结果显示，全基因组选择和表型组选择在组内的预测能力相当(图3)，而表型组选择在组间的预测能力则要优于全基因组选择(图4)。因此，表型组选择是一种极具潜力的实用育种工具，尤其是在处理未知且差异较大的种植资源时，表型组选择相比于基因组选择具有更大优势。

　　图1 种群构成和主成分判别分析结果。A. 优质材料(n=200)包括elite Dents (ED)和elite Flints (EF)两组，地方材料(n=200)包括Campan-Galade (CG), Gelber Badischer (GB), Sankt Galler Rheintaler (RT), Satu Mare (SM), Strenzfelder (SF)和Walliser (WA) 六组，圆圈中的数字为每组包含的品种数。B. 八组玉米品种的主成分判别分析(Discriminant analysis of principal components, DAPC)结果，上方为基因标记数据的分析结果，下方为近红外数据的分析结果，图中分别显示了前两个判别分析函数DA1和DA2的变异量

　　图2 八组玉米品种之间的表型差异。不同字母代表均值呈显著差异(α=0.05)，H2表示广义遗传力;ASI, EV, Final PH, GDM, GYield和Pconc分别表示雌雄穗开花间隔、早期幼苗活力、株高、籽粒干物质含量、籽粒产量和籽粒磷含量

　　图3 全基因组选择(GS)和表型组选择(PS)的组内预测能力对比

　　图4 全基因组选择(GS)和表型组选择(PS)的组间预测能力对比

　　来源：Thea Mi Weiß, Xintian Zhu, Willmar L Leiser, et al. Unraveling the potential of phenomic selection within and among diverse breeding material of maize (Zea mays L.). G3 Genes|Genomes|Genetics, 2022, jkab445.

　　编辑：段博