Genetic studies increasingly rely on high-throughput phenotyping, but the resulting longitudinal data pose analytical challenges. We used canopy height data from an automated field phenotyping platform to compare several approaches to scanning for quantitative trait loci (QTLs) and performing genomic prediction in a wheat recombinant inbred line mapping population based on up to 26 sampled time points (TPs). We detected four persistent QTLs (i.e. expressed for most of the growing season), with both empirical and simulation analyses demonstrating superior statistical power of detecting such QTLs through functional mapping approaches compared with conventional individual TP analyses. In contrast, even very simple individual TP approaches (e.g. interval mapping) had superior detection power for transient QTLs (i.e. expressed during very short periods). Using spline-smoothed phenotypic data resulted in improved genomic predictive abilities (5-8% higher than individual TP prediction), while the effect of including significant QTLs in prediction models was relatively minor (<1-4% improvement). Finally, although QTL detection power and predictive ability generally increased with the number of TPs analysed, gains beyond five or 10 TPs chosen based on phenological information had little practical significance. These results will inform the development of an integrated, semi-automated analytical pipeline, which will be more broadly applicable to similar data sets in wheat and other crops.

中文翻译：

---

使用机器人场表型平台对小麦冠层高度进行功能性QTL定位和基因组预测。

遗传研究越来越依赖高通量表型，但由此产生的纵向数据构成了分析难题。我们使用了来自自动化表型分型平台的树冠高度数据，以比较几种方法来扫描数量性状基因座（QTL），并基于最多26个采样时间点（TP）在小麦重组自交系作图群体中进行基因组预测。我们检测了四个持久性QTL（即在整个生长季节的大部分时间里表达），经验和模拟分析均显示出与传统的个体TP分析相比，通过功能作图方法检测此类QTL具有卓越的统计能力。相比之下，即使是非常简单的单个TP方法（例如，间隔映射），对于瞬态QTL（例如，在很短的时间内表示）。使用样条曲线平滑的表型数据可提高基因组预测能力（比单个TP预测值高5-8％），而在预测模型中包含显着QTL的影响则相对较小（<1-4％）。最后，尽管QTL的检测能力和预测能力通常随着所分析TP数量的增加而增加，但基于物候信息选择的5或10个TP以上的增益几乎没有实际意义。这些结果将有助于开发一条集成的，半自动化的分析管道，该管道将更广泛地应用于小麦和其他农作物的类似数据集。而在预测模型中包含大量QTL的影响相对较小（改善了1-4％）。最后，尽管QTL的检测能力和预测能力通常随着所分析TP数量的增加而增加，但基于物候信息选择的5或10个TP以上的增益几乎没有实际意义。这些结果将有助于开发一条集成的，半自动化的分析管道，该管道将更广泛地应用于小麦和其他农作物的类似数据集。而在预测模型中包含大量QTL的影响相对较小（改善了1-4％）。最后，尽管QTL的检测能力和预测能力通常随着所分析TP数量的增加而增加，但基于物候信息选择的5或10个TP以上的增益几乎没有实际意义。这些结果将有助于开发一条集成的，半自动化的分析管道，该管道将更广泛地应用于小麦和其他农作物的类似数据集。