2.3 分子时代的育种工具箱与种源保护

分子时代的育种工具箱与种源保护

本节摘要：第2.2节的算法遇上基因芯片，就升级成本页的基因组选择：一头刚出生的小公牛还没吃过一口料，育种公司已经能报出它未来的产奶潜力估值。工具箱的另一半是种质资源保护——当商业品种席卷市场时，保种场和基因库是给未来留的种子存款。本页讲基因组选择的参考群体、数据质控与模型迭代，也讲原位、异位、数字化三条保种路径各自的本钱与短板。

场景代入：一头刚出生的小公牛，还没喝上一口奶，育种公司已经给它的未来产奶潜力估了个值。这不是科幻，是基因组选择时代的日常。同时，保种库那头，一管冷冻精液正安静地躺在液氮里——那是给几十年后的牧场留的备胎。

基因组选择：把"等结果"改成"算未来"

老式育种的憋屈在于时间账。一头公牛想证明自己，得等女儿们产奶、攒够后代记录，三五年起步。基因组选择的思路完全不同：抽一管血、跑一次芯片，把个体在几十万个 SNP 位点上的基因型读出来，再用参考群体训好的模型，把这些位点的效应加总，直接给出基因组育种值。

基因组育种值演算
个体 i 的 GEBV = 各位点效应之和
每一位点贡献 = 该位点效应 × 个体在此位点的基因型编码
编码约定：纯合型记 2，杂合型记 1，另一纯合型记 0
​

算式简洁，门道在数据。关键的第一步是参考群体：它必须同时拥有精确的表型记录和完整基因组信息，最好跨越不同世代、性别、血缘，否则模型一过拟合，预测新个体就失真。第二步是质控：缺失值要补、批次效应要消、低质量位点要滤，但那些频率虽低、在特定品种里却有实质功能意义的位点，不能手一抖就删掉——这是"保广度"和"挖深度"之间的平衡。第三步建模，GBLUP 稳健省算力，Bayes 类方法擅长抓少数大效应位点，机器学习开始试着捕捉非线性互作，目前还在探索期。最后一步是验证：交叉验证跑完，预测准确度达到预期才算数，然后随着新个体源源不断加入参考群，模型越滚越准，形成良性循环。

谁在用这把工具

奶牛业最早吃螃蟹。北美那边八成以上的公牛评估早已是基因组路线，遗传进展每年稳定往上挪，换算成钱是千万美元级别；丹麦的种猪公司用 GS 挑后备种猪，淘汰率压下去近三成。更值得说的是它把"难缠性状"也纳入了射程——耐热、肠道健康、行为稳定这些过去没法直接选的东西，靠多组学整合也有了突破口。牛羊这类世代间隔长的动物，GS 的价值被放大；鸡鸭代际短、群体大，反而更适合表型加基因组的混合打法，跟着市场风向快速掉头。

参考群体的规模没有标准答案，但有个粗糙的经验尺度：牛这类世代长的，几千头上万头起步；猪鸡代际短、表型好收集，参考群可以更快攒厚。参考群还有一个容易踩的坑——只收高分个体、不收随机个体，模型会系统性高估，把中等个体全部误判。所以建参考群的纪律是：表型要准、个体要杂、世代要跨。质控那一步偷了懒，后面全盘皆输。

保种：给未来留的种子存款

商业育种跑得越快，遗传多样性缩水越凶。全球已有两成以上的家畜品种处于濒危状态，我国地方品种里近三分之一被列入保护名录。太湖猪、荣昌猪这些名字听着土气，里面藏的耐热、抗病、繁殖力基因，是商业品种抄不走的底牌。保种不是博物馆情结，是给未来的疫病和气候变化上保险。

保种有三条路，各有利弊。原位保护，让地方品种在老家继续繁殖，适应性和遗传完整性都保得住，但受当地产业景气度摆布，近交也难精准控制；异位保存，把精液、胚胎、体细胞冻进液氮，占地少、便于国际交换，问题是设备门槛和长期稳定性；数字化建档，把表型、基因组、系谱装进数据库，可检索可分析，但只建库不利用，就是一座死库。三路并走才是正解——原位保生态，异位保备份，数字化保可读。

两边的账与坑

工具箱这头，参考群体代表不足，预测精度立刻塌方；芯片成本虽降，中小场仍是笔硬投资；模型普遍还是线性假设，基因互作和遗传环境互作被简化掉了，这是共识中的短板。保种这头，各国数据标准不统一，跨国共享难；公众总觉得"引进口种就行"，本土资源的价值被低估；地方品种常年缺稳定的财政支持。更深的伦理问题也摆着：当某几个"高分"品种被反复选育，多样性进一步集中，资源会不会攥在少数几家手里？

我的主张：别把分子工具捧成神，也别把保种当成赔钱买卖。基因组选择负责把改良提速，种质库负责兜底，两条腿缺一条，牧场走不长远。基因编辑这类"预测加改造"的双轨玩法确实诱人，但监管框架没跟上之前，先把手头能做的事做扎实——把参考群养大，把种质库建好，把地方品种的档案补齐。

收笔：芯片把"等结果"改成"算未来"，参考群和质控是它的地基；保种三路，原位、异位、数字化，各守一段；而多样性的价值，往往要等灾难来了才看得见。