Key points are not available for this paper at this time.
観察された集団からのマーカーと表現型の情報を用いて、ゲノム選択（GS）はマーカーと表現型との関連を確立するために使用されます。これはゲノム全体のマーカーを用いて全ての遺伝子座の効果を推定し、未検査の集団の遺伝的価値を予測することを目的とし、より包括的で信頼性の高い選択を達成し、作物育種における遺伝的進歩を加速することを狙っています。GSモデルは通常、マーカーの数が表現型の観察数よりもはるかに多いという問題に直面します。この問題を克服し、予測精度を向上させるために、GBLUP、ベイズ、機械学習など、多くのモデルとアルゴリズムがGSに用いられています。GS研究のホットな課題としては、非加法的遺伝的効果の推定や、複数の形質や環境の統合解析が、予測精度の向上に重要です。近年、作物育種はGSの発展を利用しています。本論文では、現在の人気のあるGS法の原理と特性、および作物改良のためのこれらの手法の研究進展についてレビューします。キーワード：ゲノム選択、予測、精度、作物
Wang et al. (Sun,)がこの問題を研究しました。