Capacité prédictive génomique et basée sur le pedigree pour les traits de qualité chez le thé (Camellia sinensis (L.) O. Kuntze)

Résumé L'amélioration génétique des traits de qualité chez le thé (Camellia sinensis (L.) O. Kuntze) par des méthodes de sélection conventionnelles a été limitée, car la qualité du thé est un trait difficile et coûteux à mesurer. La sélection génomique (SG) est adaptée pour prédire de tels traits complexes, car elle utilise des marqueurs sur l'ensemble du génome pour estimer les valeurs génétiques des individus. Nous avons comparé les précisions de prédiction de six modèles de prédiction génomique, y compris la régression de crête bayésienne (RCB), la meilleure prédiction linéaire sans biais génomique (BPLBG), BayesA, BayesB, BayesC et les modèles d'espaces de Hilbert à noyau reproduisant incorporant la relation de pedigree, à savoir ; RKHS-pedigree, RKHS-marqueurs et RKHS marqueurs et pedigree (RKHS-MP) pour déterminer les valeurs de reproduction pour 12 traits de qualité du thé. Cent trois génotypes de thé ont été génotypés à l'aide du séquençage par génotypage et phénotypés à l'aide de la spectroscopie par résonance magnétique nucléaire dans des essais répétés. Nous avons également comparé l'effet de l'héritabilité des traits et de la taille de la population d'entraînement sur les précisions de prédiction. Les traits avec les plus hautes précisions de prédiction étaient ; la théogalline (0,59), l'épicatchine gallate (ECG) (0,56) et la théobromine (0,61), tandis que les traits avec les plus faibles précisions de prédiction étaient la théanine (0,32) et la caféine (0,39). La performance de tous les modèles de SG était presque la même, avec RCB (0,53), BayesA (0,52), BPLBG (0,50) et RKHS-MP (0,50) performants légèrement mieux que les autres. Les estimations d'héritabilité étaient modérées à élevées (0,35–0,92). Les précisions de prédiction ont augmenté avec l'augmentation de la taille de la population d'entraînement et de l'héritabilité des traits. Nous concluons que les précisions de prédiction modérées à élevées observées suggèrent que la SG est une approche prometteuse dans l'amélioration du thé et pourrait être mise en œuvre dans des programmes de sélection.