面向跨异质环境玉米产量预测的开放田间表型组资源
核心概要
该研究公开了2020–2021年Genomes to Fields项目19个环境、356次无人机飞行、1,180个玉米杂交种的时序影像资源，并用植被指数与气象轨迹的功能主成分结合基因组信息进行产量预测与QTL定位，发现基因组与表型组核联合可将留出杂交种预测相关提升至r=0.501（环境在训练集中）和0.408（环境也被留出），积温日并未稳定优于播种后天数，气象贡献有限，且NGRDI功能主成分在第3和第7号染色体上反复检出数量性状位点。
深度剖析
研究释放了迄今规模最大的公开田间影像参考数据集：19个G2F环境、356次时序无人机飞行、1,180个玉米杂交种，并配套可复现分析流程。 相较以往公开的基因型、表型和气象数据，该资源首次把跨环境、非同步飞行获取的时序冠层影像与同一套遗传材料系统整合并公开。 资源规模与来源在摘要、引言和方法中明确描述，影像经Agisoft Metashape拼接、UAStools与QGIS划定小区、FIELDimageR提取植被指数，原始与处理后影像通过Data to Science公开。
将植被指数与气象轨迹的功能主成分与基因组核联合，可提升籽粒产量预测，且增益在熟悉与不熟悉环境两种任务下均出现。 此前多模态预测多依赖标量或单时点特征，这里以功能主成分表征不规则采样轨迹，并系统比较了DAP与AGDD两种时间尺度以及14个核模型。 在CV2/CV1中基因组与表型组核联合平均提升37.3%，在CV0/CV00中平均提升39.4%；M8.G.P-Int为CV2/CV1最优，M10在CV0下DAP r=0.440、AGDD r=0.431，LOEO下DAP r=0.449、RMSE 2.55 t/ha。
以积温日（AGDD）替代播种后天数（DAP）索引时序数据并未稳定改善产量预测，气象信息的增益也较小且依赖任务。 研究明确检验了生理学上被认为更能对齐玉米物候的AGDD时间尺度，并报告其与DAP表现相近，这与仅凭生理直觉预期AGDD更优的假设形成对照。 DAP与AGDD在M10下CV0相关分别为0.440与0.431，LOEO下为0.449与0.439；PTR气象核未持续改善预测，作者在讨论中将其与既往气象贡献有限的报道相联系。
对NGRDI功能主成分做QTL定位，在多个环境与测验种组合中反复检出第3号（113–185 Mb）和第7号（127–138 Mb）染色体位点，并识别出MAGIC创始系等位基因效应。 该分析把用于预测的同一套时序功能摘要直接连接到遗传变异，第7号染色体上NGRDI FPC1的显著峰在九种环境、测验种与FPCA类型组合中重复出现。 共检出167个显著峰（DAP 71个、AGDD 96个），阈值由每个测验种–环境组合1000次置换确定，第7号染色体区间内连锁不平衡块小且局部化，NKH8431等位基因对FPC1有强正效应、PHJ40等位基因在所有组合中为负效应。
启示与展望
该资源与分析面向玉米育种与表型组研究群体，适用于以时序无人机影像、气象与基因组标记预测籽粒产量并定位时序冠层性状位点的场景；其设计针对2020–2021年G2F的19个环境与WI-SS-MAGIC杂交群体，方法上以整季植被指数与气象轨迹为输入。
作者指出气象观测仅限19个整环境样本，学习可泛化到未见环境的表征对灵活模型仍具挑战；表型组预测可能因非加性与环境效应而高估精度，同时使用基因组与表型组成分时的精度校正方法尚待发展；TNP能否在更大更多样训练集上体现预期优势仍待检验；当前分析使用整季轨迹，其用于生长季早期决策的价值尚未确定；第3和第7号染色体位点仍需更精细定位与验证。