Genomic Prediction of Crossing Partners on Basis of the Expected Mean and Variance of their Derived Lines

Abstract

In plant breeding programs for line varieties and hybrid components, superior lines are selected from a breeding pool as parental lines for the next breeding cycle. However, not all possible crosses between the parental lines can be evaluated in the field due to limited resources. It is therefore more efficient to preselect the most promising parental combinations based on genotypic values. Possible progenies of a cross can be characterized by distribution with parameters mean and the standard deviation. For a cross with large mean and standard deviation it is more likely to and superior progeny. Recombination of elite breeding material often results in crosses with similar mean, therefore the standard deviation can help to discriminate among the crosses.Predicting the genetic segregation variance of crosses based on genomic data is currently of great interest in the animal and plant community. This is underlined by a range of recent publications in this field. The knowledge of expected mean and segregation variance is helpful to use selection criteria like the concept of usefulness or superior progeny value. Both selection strategies involve the distribution parameters mean and segregation variance to assess the cross value. Parameter mean can be predicted with simple methods, while predictors associated with the segregation variance were hard to find and made the selection strategies difficult to employ. Distance measures based on phenotypic, genotypic or pedigree data were insensitively studied but were not robustly associated with the segregation variance. The combination of phenotypic and genotypic data, lay the foundation for the recently published methods. At present, simulation approaches and analytical formulas were published to estimate mean and segregation variance based on marker effects that are predicted with genome-wide prediction models. Therefore, new approaches are an extension of genomic prediction that can be obtained with less effort since the method is gaining ground as a tool in breeding programs where genotypic and phenotypic data is routinely available.The first study presents a resource-effcient tool for breeders to select parental lines within a line or hybrid breeding program to distinguish between the most promising crosses that could be made. The estimation is based on marker effects that are predicted with genome-wide prediction models and accounts for the expected gametic disequilibrium between two loci. The derived formulas can be used for typical mating systems like single seed descent and doubled haploid lines, and also consider several generations of intermating before inbred line derivation. A published maize data set was tested and compared with the simulation approach PopVar. The analytical results for means and variances are highly correlated to simulation results. In times of big data management the formulas have a promising speed advantage. At that time, the prediction of mean and segregation variance and application of usefulness and superior progeny value has been tested with simulated data and mapping populations. However, breeders´ data sets represent a major field of application for cross prediction. In the second study, the practical applicability of an analytical approach for cross prediction based on genome-wide marker effects in a real-life barley data set from an ongoing resistance breeding project. The presented approach is fast and convenient to use, and suffciently accurate to identify the 50 % best crosses from the field trial. The new methods are promising for increasing response to selection of line and hybrid breeding programs by extending genomic prediction approaches. The application can support the selection of crossing partners, optimizing or reducing resource use for phenotyping and maintaining genetic diversity in breeding programs. In Pflanzenzuchtprogrammen für Liniensorten und Hybridkomponenten werden aus einem Zuchtpool überlegende Elternlinien für den nächsten Zuchtzyklus ausgewählt. Aufgrund begrenzter Ressourcen können nicht alle möglichen Kreuzungen im Feld evaluiert werden. Eine Vorauswahl der vielversprechendsten Kreuzungskombinationen basierend auf genotypischen Werten kann eine effizientere Nutzung der vorhandenen Ressourcen ermöglichen. Nachkommen einer Kreuzung werden durch den Mittelwert und Standardabweichung charakterisiert. Eine Kreuzung mit großem Mittelwert und bietet eine bessere Grundlage für die Selektion von vielversprechenden Nachkommen. Eine Rekombination von elitärem Zuchtmaterial führt oft zu Kreuzungen mit ähnlichem Mittelwert, daher kann der Parameter der Aufspaltungsvarianz fürr die Bewertung der Kreuzung entscheidend sein. Die Vorhersage genetischer Aufspaltungsvarianz einer Kreuzung basierend auf genomischen Daten ist derzeit von großem Interesse in der Tier- und Pflanzenzüchtung. In jüngster Zeit wurden in diesem Gebiet einige Studien veröffentlicht. Selektionsstrategien wie beispielsweise das Konzept der ´usefulness´ oder dem superior progeny value´ verwenden die Parameter, um ein Ranking der Kreuzungen zu ermöglichen. Der Mittelwert kann mit einfachen Methoden vorhergesagt werden, während die Aufspaltungsvarianz schwer zu schätzen ist. Daher war die Anwendung der Selektionsstrategien lange Zeit nicht in vollem Umfang nutzbar.Distanzmaße, die auf phänotypischen, genotypischen oder Stammbaumdaten basieren, wurden intensiv untersucht, sind aber nicht robust mit der Aufspaltungsvarianz assoziiert. Die Kombination phänotypischer und genotypischer Daten legen den Grundstein für die kürzlich veröffentlichten Methoden. Derzeit werden Simulationen und analytische Formeln basierend auf Markereffekten aus genomweiten Vorhersagemodellen verwendet, um geeignete Schätzer für den Mittelwert und die Aufspaltungsvarianz zu finden. Die neuen Methoden sind eine Erweiterung der genomischen Vorhersage, die als wichtiges Instrument in Zuchtprogrammen Verwendung findet. Die neuen Methoden können daher mit wenig Aufwand integriert werden, weil genotypische und phänotypische Daten oft routinemäßig verfügbar sind.In der ersten Studie wird ein ressourceneffzientes Werkzeug zur Auswahl der Elternlinien innerhalb eines Linien- oder Hybrid-Zuchtprogramms zur Unterscheidung der vielversprechendsten möglichen Kreuzungen vorgestellt. Die Schätzung basiert auf Markereffekten aus genomweiten Vorhersagemodellen. Die abgeleiteten Formeln schätzen die Streuungs- und Lageparameter basierend auf dem erwarteten Kopplungsphasen-Ungleichgewicht zwischen zwei Loci. Diese können für typische Zuchtschemen für Linienentwicklung wie Ein-Korn-Ramsche oder Doppelthaploide verwendet werden und berücksichtigen auch mehrere vorangegangene Zwischenkreuzungen bevor die Inzuchtlinien generiert werden. Die abgeleiteten Formeln wurden an einem veröffentlichten Mais Datensatz getestet und mit dem Simulationsansatz PopVar´ verglichen. Die analytischen Ergebnisse sind stark mit den Simulationsergebnissen korreliert. In Zeiten großer Datenmengen haben die Formeln einen vielversprechenden Geschwindigkeitsvorteil. Zu diesem Zeitpunkt war die Vorhersage von Mittelwert and Aufspaltungsvarianz der usefulness´ nur mit simulierten Daten und Kartierungs-Populationen getestet. Das Hauptanwendungsgebiet der Kreuzvorhersage sind jedoch typische Datensätze aus Zuchtprogrammen.In der zweiten Studie wurde die praktische Anwendbarkeit eines analytischen Ansatzes zur Kreuzvorhersage basierend auf genomweiten Markereffekten in einem aktuellen Gerste Datensatz aus einem laufenden Resistenzzuchtprojekt getestet. Der vorgestellte Ansatz ist benutzerfreundlich, schnell und ausreichend genau, umdie Besten 50 % der neuen Linien aus dem Feldversuch zu identifizieren. Die neuen Methoden sind vielversprechend, um den Selektionserfolg in Zuchtprogrammen zu erhöhen, indem geeignete Kreuzungspartner gewählt werden. Hierdurch kann der Ressourcenverbrauch für Phänotypisierung optimiert oder reduziert, und gleichzeitig die genetische Vielfalt überwacht werden.