計算生物學
準確建模基因型×環境（GE）互作對於植物育種中的基因組預測至關重要，但由於其複雜的互作結構，這一任務仍然具有挑戰性。傳統模型通常採用基因型和環境協方差矩陣的Hadamard積來捕捉聯合相似性，但這可能無法充分表徵GE複雜性。本文提出一種新框架，通過基因型與環境核矩陣的矩陣乘法推導協方差結構，並將其分解為對稱分量，作為隨機效應納入混合模型中。
該方法在11個小麥和水稻多環境數據集上進行評估，並在跨數據集測試中始終優於傳統基於Hadamard積的模型，Pearson相關係數預測精度最高提升13.2%，且提高了頂級入選準確率。將兩種方法結合可獲得最高性能，表明二者能夠捕捉互補資訊。該框架為GE互作建模提供了一種靈活、可解釋且計算上可行的擴展方法，有望在多樣環境條件下提升基因組選擇的有效性。
感謝您對傳播bioRxiv資訊的興趣。
注：我們請求您的電子郵件地址，僅用於識別您是本文的發送者。
📄 原文連結：https://www.biorxiv.org/content/10.64898/2026.05.11.724414v1?rss=1
🏷️ 基因型-環境互作 基因組預測 矩陣乘法框架 混合模型 植物育種