種業是國家糧食安全和重要農產品有效供給的根基和保障。推動種業高質量發展，核心在品種，關鍵在技術。在豬、雞等主要畜禽品種中，育種的價值實現在于終端雜交商品群的性能和生產效率。而以該需求為目標，需要整合雜種信息直接對雜交商品群進行選擇，因此開發整合雜種信息的精準遺傳評估模型一直是畜禽全產業鏈育種亟待解決的理論和技術問題。

近日，一項先進科研成果創新了我國畜禽遺傳評估理論及技術算法，讓畜禽全產業鏈聯合育種成為可能。

今年1月，中國農業大學動物科學技術學院劉劍鋒團隊在生物信息學和計算生物學領域權威期刊《生物信息學》發表研究論文《MAGE：基于元建立者構建育繁推一體化育種體系基因組選擇一步法加-顯新模型》。該研究提出，基于不同親本群體及其雜交后代群體信息育繁推一體化育種模式下優化遺傳評估模型和計算技術，可同時實現純種、雜種的育種值評估和雜種優勢預測。

該項研究得到了國家生豬產業技術體系、國家自然科學基金、國家重點研發計劃等項目資助。其研究成果不僅在遺傳評估理論上具有顯著創新，核心算法和軟件具有完全自主知識產權，對實現《國家生豬遺傳改良計劃（2021-2035）》所提出的構建我國生豬育繁推一體化育種體系的目標任務提供了解決方案，有力支撐我國畜禽全產業鏈聯合育種方案的順利實施。

“這項研究成果是國際上早已應用的理念和方法，但在我國一直還沒有實現。”論文通訊作者、中國農業大學動物科學技術學院教授、動物科學技術學院副院長劉劍鋒表示，該項成果的應用將顯著縮短育種周期，讓育種工作更高效、更準確。在種業振興行動全面推進的大背景下，這將對我國畜禽種業高質量發展具有積極推動作用。

劉劍鋒介紹，雖然在遺傳評估中整合純種、雜種信息，可同時提高純種遺傳評估和雜種優勢預測的準確性，并且基于雜種信息，可對純種群體難以測定性狀，如母畜使用年限、肉質、終身繁殖力等進行遺傳評估，但由于雜交導致的遺傳基礎差異，目前常規選育的理論和方法大多僅針對純種核心群性能選育。針對這一問題，該研究提出了一種全新的基因組選擇一步法加-顯算法（MAGE）。MAGE算法利用偏親緣相關矩陣進行純種群體和雜種群體的混合親緣關系構建，利用元建立者進行不同純種群體之間的跨品種背景親緣關系評估。同時，MAGE算法首次提出雜種群體的顯性親緣關系矩陣構建方法，實現了對純、雜混合群體顯性效應的精準估計。

研究團隊編寫了相應評估軟件，可以高效利用繁育體系的大規模雜種群體信息，從而對終端商品代目標性狀直接進行選擇，精準評估育繁推產業鏈中遺傳進展的傳遞過程。在此基礎上，與團隊前期開發的PI-BLUP大型育種軟件進行模塊整合，同時實現硬件和軟件計算平臺國產化計算，有力支撐國家豬遺傳評估中心的高效運行。

“這項成果對畜禽育種工作具有里程碑意義。”國家畜禽育種聯合攻關專家指導委員會委員、地方豬種種質自主創新聯合攻關首席科學家、浙江大學教授潘玉春表示，該研究創新發展了畜禽遺傳評估理論，將純種評估選留擴展到純種及雜種遺傳評估。其構建的遺傳評估模型既可適用于常規育種，也可以應用于以基因組選擇技術為主體的分子育種。“在育種工作中，我們經常提到大數據育種，而最重要的育種大數據在于表型組信息挖掘和分析，在于是否能有效、高效、科學使用不同來源表型信息。該研究成果使得育種上的全產業鏈聯合育種成為可能，使得數量龐大的雜種個體可以參與到純種種豬的遺傳改良過程中。”

潘玉春測算，在生豬育種中，該方法的應用將使純種種豬遺傳評估準確性提高5%，在大規模的雜種種豬的數據得到有效利用的情況下，預期整體的遺傳改良速度可以提高10%-20%以上。“這項研究成果的最大價值在于真正意義上實現了全產業鏈育種大數據的整合，使得育種兼顧育種群、擴繁群、商品群的遺傳組成和環境差異，體現純種選育是起點但雜種利用是目標的育種本義，從而更好地推進全產業鏈育種模式的快速實施。”