Précision de la sélection génomique dans une population synthétique de riz développée pour la sélection récurrente.

La sélection génomique (SG) est une stratégie prometteuse pour améliorer le gain génétique. Nous avons étudié la précision des valeurs de sélection génomiques estimées (VSEG) dans quatre populations synthétiques inter-reliées ayant subi plusieurs cycles de sélection récurrente dans un programme d'amélioration du riz en milieu de plaine. Un total de 343 lignées S2:4 extraites de ces populations ont été phénotypées pour le temps de floraison, la hauteur des plantes, le rendement en grains et le poids des panicules, et génotypées avec une densité moyenne d'un marqueur par 44,8 kb. L'effet relatif des seuils de déséquilibre de liaison (DL) et de fréquence allélique mineure (FAM) pour la sélection des marqueurs, la taille relative de la population de formation (PF) et de la population de validation (PV), le caractère sélectionné et les modèles de prédiction génomique (fréquentiste et bayésien) sur la précision des VSEG a été étudié dans 540 expériences de validation croisée avec 100 répliques. L'effet de la parenté entre les populations de formation et de validation a été testé dans un ensemble supplémentaire de 840 expériences de validation croisée avec un seul modèle de prédiction génomique. Le DL était élevé (r² moyen = 0,59 à 25 kb) et diminuait lentement, la distribution des fréquences alléliques à des loci individuels était marquée par des fréquences déséquilibrées (valeur moyenne de FAM de 15,2 % et médiane de 9,6 %), et la différenciation entre les quatre populations synthétiques était faible (FST ≤0,06). La précision des VSEG dans toutes les expériences de validation croisée variait de 0,12 à 0,54 avec une moyenne de 0,30. Des différences significatives en termes de précision ont été observées parmi les différents niveaux de chaque facteur étudié. Les traits phénotypiques avaient le plus grand effet, et la taille de la matrice d'incidence avait le plus petit effet. Une interaction de premier degré significative a été observée pour la précision des VSEG entre les traits et tous les autres facteurs étudiés, ainsi qu'entre les modèles de prédiction et le DL, le FAM et la composition de la PF. Le potentiel de la SG pour accélérer le gain génétique et les options d'amélioration pour augmenter la précision des prédictions sont discutés.