多年生穀物は持続可能な農業に向けた有望な展開であるが、育種の進展は遺伝子型解析の利用可能性に制約を受け、また、異質な環境下で定着後の複数年にわたって発現する複雑な形質の評価が困難であることにより制限される。フェノミック選抜は、発生初期に収集する安価で拡張可能な高次元フェノタイプを用いることでこれらの課題に対処し得るが、育種サイクルをまたいだ予測の頑健性は不確実である。ここでは、Thinopyrum intermedium（中間コムギグラス；IWG；Kernza(R)）の2つの育種サイクルにおいて、ゲノム選抜とフェノミック選抜を比較した。母系半きょうだい家系からなる約2,280個体を、複数の圃場サイトおよび年にわたって評価した。ゲノムマーカーおよび初期生育相フェノミックデータから関係行列を構築し、種子および葉の色（HSV）、CropReporterの多光スペクトルの反射および指標、さらにサイクル固有のハイパースペクトル反射センサを含めた。ゲノムモデルは、両サイクルにおける全ての圃場形質で平均的に最も強い予測を与えた。フェノミック予測子のうちでは、葉のHSVが一貫して最も有益であった。一方で、CropReporterおよびハイパースペクトルデータは、低い性能であり、かつ形質依存的であった。また、種子HSVは予測価値がほとんどなかった。ゲノム、葉HSV、CropReporterモデルは育種サイクル間で移植しても、サイクル内検証に比べて予測能力の低下がほとんど見られず、予測シグナルが単一の育種サイクルに限定されないことを示した。初期生育相の葉HSVは、多年生育種プログラムにおける遺伝資源の間引きおよび初期段階での優先順位付けに向けた実用的で利用しやすい手段として浮かび上がった。関係行列間の類似度は限られていたにもかかわらず、多重関係行列モデルが、より強い構成要素である単一関係行列モデルを超えて予測を改善することは稀であった。これらの結果は、初期生育相のフェノミックデータが数年後に発現する農業形質に関する再現可能な情報を提供する一方で、予測子の複雑さやデータ統合が必ずしも予測改善につながらないことを示している。
https://doi.org/10.64898/2026.08.28.747871