Betekenis en stabiliteitsanalyse van gen-omgevingsinteractie met RGxEStat
Significance and Stability Analysis of Gene-Environment Interaction using RGxEStat
April 3, 2026
Auteurs: Meng'en Qin, Zhe Li, Xiaohui Yang
cs.AI
Samenvatting
Genotype-omgevingsinteracties (GxE) beïnvloeden de prestaties van genotypen in diverse omgevingen, wat de voorspelbaarheid van fenotypen in doelomgevingen vermindert. Een diepgaande analyse van GxE-interacties vergemakkelijkt de identificatie van hoe genetische voordelen of defecten tot expressie komen of worden onderdrukt onder specifieke omgevingscondities, waardoor genetische selectie mogelijk wordt en veredelingspraktijken worden verbeterd. Dit artikel introduceert twee belangrijke modellen voor GxE-interactieonderzoek. Concreet omvat dit significantieanalyse op basis van het mixed-effectmodel om te bepalen of genen of GxE-interacties significante invloed hebben op fenotypische eigenschappen; en stabiliteitsanalyse, die de interactierelaties tussen genen en omgevingen verder onderzoekt, evenals de relatieve superioriteit of inferioriteit van genotypen over verschillende omgevingen. Daarnaast presenteert dit artikel RGxEStat, een lichtgewicht interactieve tool die door de auteurs is ontwikkeld en de constructie, oplossing en visualisatie van de voornoemde modellen integreert. Ontworpen om de noodzaak voor veredelaars en agronomen om complexe SAS- of R-programmering te leren overbodig te maken, biedt RGxEStat een gebruiksvriendelijke interface voor gestroomlijnde analyse van veredelingsdata, wat de onderzoekscycli aanzienlijk versnelt. Code en datasets zijn beschikbaar op 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.