摘要
青贮玉米是草食畜牧业重要的饲草料来源，是我国粮改饲政策中的主推饲草料。伴随着人民生活水平日益提高，持续发展的草食畜牧业对优质的青贮玉米饲料需求量不断增加，因而快速选育和推广高产优质青贮玉米品种无疑具有重要的现实意义。Meuwissen于2001年提出的全基因组选择（GS）技术近年来逐渐在作物育种中的应用显示其有效缩短育种周期、提高遗传增益等优势。本研究以ZNC442和SCML0849为亲本构建F2∶3家系，在四川雅安（早春、晚春）、宜宾、南充、绵阳4个试点共5个环境中对青贮玉米主要品质性状进行研究，采用GBLUP、Bayes A、Bayes B、Bayes C、BRR 和 Bayesian Lasso 共 6 种预测模型，以 5 折交叉验证方法选择最优模型，拟为青贮玉米品质育种提供理论参考。主要研究结果如下： 1. 5 个环境中双亲间粗蛋白（CP）含量的变幅为 8.6-9.9%，粗脂肪（EE）含量的变幅为1.7-2.7%；而淀粉（ST）含量在雅安早春环境中差异较大（9.4-18.2%），可溶性糖（WSC）含量在雅安晚春播种时变幅较大（10.0-16.6%）。F1的ST、EE和干物质（DM）含量表现为超高亲优势，分别较高亲增加了 45.00%、14.29%和17.87%；酸性洗涤纤维（ADF）和中性洗涤纤维（NDF）含量则表现为超低亲，较低亲分别降低了25.17%和18.56%。F2:3家系的品质性状在不同环境均存在超双亲分离。 2. 经联合方差分析所得遗传方差评估遗传力，结果表明青贮玉米主要品质性状的遗传力相对较高（0.67-0.87）。ADF和NDF在5个环境中的遗传相关极显著（0.69-0.94）；其他青贮品质性状在雅安晚春试点与宜宾试点间的相关性较高，介于0.50-0.70之间。 3. 通过6种GS预测模型对青贮玉米品质性状进行单环境预测和跨环境预测，单环境预测 BRR 模型的预测精度为 0.387-0.652；Bayesian Lasso 的预测精度在0.345-0.601。GS 预测模型对绵阳试点青贮品质性状的预测精度相对较高（0.42-0.76），宜宾试点的预测精度最低。跨环境预测时 WSC 的预测精度最低（0.055-0.444）；CP、ADF、NDF 和 ST 的预测精度较高，尤以 BRR 模型的预测效果最佳。 4. 通过单标记分析法对青贮玉米品质性状进行 QTL 定位分析，把各环境中定位到与目标性状连锁的共性QTL标记作为固定效应加入GBLUP模型，可以提高模型的预测精度。如ADF的预测精度提高了4.94个百分点，固定效应模型的平均预测精度为0.467。
NETL