RGxEStat을 이용한 유전자-환경 상호작용의 유의성 및 안정성 분석
Significance and Stability Analysis of Gene-Environment Interaction using RGxEStat
April 3, 2026
저자: Meng'en Qin, Zhe Li, Xiaohui Yang
cs.AI
초록
유전자형-환경 상호작용(GxE)은 다양한 환경에서 유전자형의 표현형 발현에 영향을 미쳐 목표 환경에서의 표현형 예측 가능성을 감소시킵니다. GxE 상호작용에 대한 심층 분석은 특정 환경 조건에서 유전적 장점 또는 결함이 어떻게 발현되거나 억제되는지 파악하는 것을 가능하게 하여, 효율적인 유전자 선발 및 육종 실무 개선에 기여합니다. 본 논문은 GxE 상호작용 연구를 위한 두 가지 핵심 모델을 소개합니다. 구체적으로, 유전자 또는 GxE 상호작용이 표현형 형질에 유의미한 영향을 미치는지 판단하기 위한 혼합효과모델 기반 유의성 분석과, 유전자와 환경 간의 상호작용 관계 및 환경별 유전자형의 상대적 우열을 추가로 탐구하는 안정성 분석을 포함합니다. 또한 본 논문은 저자들이 자체 개발한 경량화 상호작용 도구인 RGxEStat을 소개합니다. 해당 도구는 상기 모델들의 구성, 해석, 시각화 기능을 통합하며, 육종가 및 농학자들이 복잡한 SAS 또는 R 프로그래밍을 학습할 필요 없이 직관적인 사용자 인터페이스를 통해 효율적인 육종 데이터 분석을 수행할 수 있도록 설계되어 연구 주기를 단축합니다. 코드와 데이터 세트는 https://github.com/mason-ching/RGxEStat에서 이용 가능합니다.
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.