Análisis de Significancia y Estabilidad de la Interacción Gen-Ambiente mediante RGxEStat

Significance and Stability Analysis of Gene-Environment Interaction using RGxEStat

April 3, 2026

Autores: Meng'en Qin, Zhe Li, Xiaohui Yang

cs.AI

Resumen

Las interacciones Genotipo por Ambiente (GxA) influyen en el rendimiento de los genotipos en diversos ambientes, reduciendo la predictibilidad de los fenotipos en los ambientes objetivo. El análisis en profundidad de las interacciones GxA facilita la identificación de cómo las ventajas o defectos genéticos se expresan o suprimen bajo condiciones ambientales específicas, permitiendo así la selección genética y mejorando las prácticas de fitomejoramiento. Este artículo presenta dos modelos clave para la investigación de interacciones GxA. Específicamente, incluye: análisis de significancia basado en el modelo de efectos mixtos para determinar si los genes o las interacciones GxA afectan significativamente los rasgos fenotípicos; y análisis de estabilidad, que investiga más a fondo las relaciones interactivas entre genes y ambientes, así como la superioridad o inferioridad relativa de los genotipos en diferentes ambientes. Adicionalmente, este artículo presenta RGxEStat, una herramienta interactiva ligera desarrollada por los autores que integra la construcción, solución y visualización de los modelos antes mencionados. Diseñada para eliminar la necesidad de que los fitomejoradores y agrónomos aprendan programación compleja en SAS o R, RGxEStat proporciona una interfaz amigable para el usuario que agiliza el análisis de datos de mejoramiento, acelerando significativamente los ciclos de investigación. Los códigos y conjuntos de datos están disponibles en https://github.com/mason-ching/RGxEStat.

English

Genotype-by-Environment (GxE) interactions influence the performance of genotypes across diverse environments, reducing the predictability of phenotypes in target environments. In-depth analysis of GxE interactions facilitates the identification of how genetic advantages or defects are expressed or suppressed under specific environmental conditions, thereby enabling genetic selection and enhancing breeding practices. This paper introduces two key models for GxE interaction research. Specifically, it includes significance analysis based on the mixed effect model to determine whether genes or GxE interactions significantly affect phenotypic traits; stability analysis, which further investigates the interactive relationships between genes and environments, as well as the relative superiority or inferiority of genotypes across environments. Additionally, this paper presents RGxEStat, a lightweight interactive tool, which is developed by the authors and integrates the construction, solution, and visualization of the aforementioned models. Designed to eliminate the need for breeders and agronomists to learn complex SAS or R programming, RGxEStat provides a user-friendly interface for streamlined breeding data analysis, significantly accelerating research cycles. Codes and datasets are available at https://github.com/mason-ching/RGxEStat.