Фенотипические данные, обычно генерируемые в программе разведения, и маркеры SNP были признаны полезными для прогнозирования генотипических значений других кандидатов ( 2020г. ). Такие прогнозы обычно делаются с помощью GBLUP, в котором маркеры SNP используются для оценки родства между людьми, или с помощью такого подхода, как регрессия гребня - лучшее линейное непредвзятое прогнозирование (RR-BLUP), в котором эффекты каждого маркера SNP рассчитывают из набора родственных лиц ( 2001г. ). Подходы GBLUP и RR – BLUP эквивалентны, когда число QTL велико, нет значительных QTL, и QTL равномерно распределены по геному . Учитывая, что GBLUP был разработан более четверти века назад ( 1994г. ), и почти 20 лет назад был предложен общий прогноз генома с помощью моделей RR – BLUP или байесовской (2001г. ), нужно рассмотреть оба подхода для прогнозирования генотипической ценности как старый.
Старый: продолжить поиск основных QTL
Основные аллели QTL, такие как Fhb1 для устойчивости к гниению голо