近日，国际期刊《生物信息学》在线发表了山东农业大学教授张勤团队开发的快速高效全基因组上位效应检验新方法。该方法为解析动植物复杂性状的遗传机制、利用非加性效应提高个体表型预测准确性及精准选配繁育亲本提供了重要的理论支撑。

论文通讯作者张勤介绍，近年来研究人员主要从两个方面开展动植物遗传育种研究工作。一是探讨基因和表观性状表型的关系，解析相关遗传机理；二是通过基因组遗传评估，选择遗传优良的个体繁殖后代，实现群体遗传改良。

目前，大多数对基因组信息的研究局限于加性遗传效应方面，也就是对影响性状的多个微效基因的基因型值累加研究。由于计算效率低、检验互作类型单一、无法处理重复测量数据等问题，对非加性效应尤其是上位效应的研究较少。而上位效应表达的是两个或多个位点的联合效应相对于逐个位点效应加和的偏离，被认为是研究复杂性状遗传机制及解释“缺失遗传力”现象的重要方式。

为此，张勤团队基于遗传育种中常用的线性混合模型，提出了快速高效的全基因组上位关联分析方法，即REMMAX方法。该方法在模型中加入了多个背景遗传效应，更好地控制假阳性率，还能同时检验加性、显性、加加互作、加显互作和显显互作效应；模型中也加入了个体特有的残差效应，可以处理有重复测量值的数据。

他们研究发现，该方法构建的近似检验统计量与个体数成线性关系，而且近似检验统计量与精确检验统计量的相关性达到0.99以上。

该方法的提出，使原来数月才能完成的计算任务可用一天时间完成，使全基因组范围内的上位效应检验成为可能。通过实际数据证明，该方法相对于原来的加性效应模型，具有更高的表型预测准确性。

研究工作得到了山东省农业良种工程、国家自然基金和山东省博士后创新人才支持计划等项目资金的支持。

相关论文信息：https://doi.org/10.1093/bioinformatics/btaa610

软件链接：https://github.com/chaoning/GMAT