The total sugarcane (Saccharum L.) production has increased worldwide; however, the rate of growth is lower compared with other major crops, mainly due to a plateauing of genetic gain. Genomic selection (GS) has proven to substantially increase the rate of genetic gain in many crops. To investigate the utility of GS in future sugarcane breeding, a field trial was conducted using 432 sugarcane clones using an augmented design with two replications. Two major diseases in sugarcane, brown and orange rust (BR and OR), were screened artificially using whorl inoculation method in the field over two crop cycles. The genotypic data were generated through target enrichment sequencing technologies. After filtering, a set of 8,825 single nucleotide polymorphic markers were used to assess the prediction accuracy of multiple GS models. Using fivefold cross-validation, we observed GS prediction accuracies for BR and OR that ranged from 0.28 to 0.43 and 0.13 to 0.29, respectively, across two crop cycles and combined cycles. The prediction ability further improved by including a known major gene for resistance to BR as a fixed effect in the GS model. It also substantially reduced the minimum number of markers and training population size required for GS. The nonparametric GS models outperformed the parametric GS suggesting that nonadditive genetic effects could contribute genomic sources underlying BR and OR. This study demonstrated that GS could potentially predict the genomic estimated breeding value for selecting the desired germplasm for sugarcane breeding for disease resistance.

中文翻译：

---

甘蔗抗锈病基因组选择预测的实验评价

总甘蔗（Saccharum L.) 全球产量增加；然而，与其他主要作物相比，增长率较低，这主要是由于遗传增益趋于平稳。基因组选择 (GS) 已被证明可以显着提高许多作物的遗传增益率。为了研究 GS 在未来甘蔗育种中的效用，使用具有两次重复的增强设计，使用 432 个甘蔗克隆进行了田间试验。甘蔗的两种主要病害，褐锈病和橙锈病（BR 和 OR），是在两个作物周期的大田中使用轮生接种法人工筛选的。基因型数据是通过目标富集测序技术生成的。过滤后，使用一组 8,825 个单核苷酸多态性标记来评估多个 GS 模型的预测准确性。使用五重交叉验证，在两个作物周期和联合周期中，我们观察到 BR 和 OR 的 GS 预测准确度分别在 0.28 到 0.43 和 0.13 到 0.29 之间。通过在 GS 模型中包含一个已知的抗 BR 的主要基因作为固定效应，预测能力进一步提高。它还大大减少了 GS 所需的最小标记数量和训练群体规模。非参数 GS 模型优于参数 GS，表明非加性遗传效应可能有助于 BR 和 OR 的基因组来源。这项研究表明，GS 可以潜在地预测基因组估计的育种价值，以选择所需的种质进行甘蔗育种以抗病。跨越两个作物周期和联合周期。通过在 GS 模型中包含一个已知的抗 BR 的主要基因作为固定效应，预测能力进一步提高。它还大大减少了 GS 所需的最小标记数量和训练群体规模。非参数 GS 模型优于参数 GS，表明非加性遗传效应可能有助于 BR 和 OR 的基因组来源。这项研究表明，GS 可以潜在地预测基因组估计的育种价值，以选择所需的种质进行甘蔗育种以抗病。跨越两个作物周期和联合周期。通过在 GS 模型中包含一个已知的抗 BR 的主要基因作为固定效应，预测能力进一步提高。它还大大减少了 GS 所需的最小标记数量和训练群体规模。非参数 GS 模型优于参数 GS，表明非加性遗传效应可能有助于 BR 和 OR 的基因组来源。这项研究表明，GS 可以潜在地预测基因组估计的育种价值，以选择所需的种质进行甘蔗育种以抗病。非参数 GS 模型优于参数 GS，表明非加性遗传效应可能有助于 BR 和 OR 的基因组来源。这项研究表明，GS 可以潜在地预测基因组估计的育种价值，以选择所需的种质进行甘蔗育种以抗病。非参数 GS 模型优于参数 GS，表明非加性遗传效应可能有助于 BR 和 OR 的基因组来源。这项研究表明，GS 可以潜在地预测基因组估计的育种价值，以选择所需的种质进行甘蔗育种以抗病。