Análise de Significância e Estabilidade da Interação Gene-Ambiente utilizando o RGxEStat
Significance and Stability Analysis of Gene-Environment Interaction using RGxEStat
April 3, 2026
Autores: Meng'en Qin, Zhe Li, Xiaohui Yang
cs.AI
Resumo
As interações Genótipo-por-Ambiente (GxA) influenciam o desempenho dos genótipos em diversos ambientes, reduzindo a previsibilidade dos fenótipos nos ambientes-alvo. A análise aprofundada das interações GxA facilita a identificação de como as vantagens ou defeitos genéticos são expressos ou suprimidos sob condições ambientais específicas, permitindo assim a seleção genética e aprimorando as práticas de melhoramento. Este artigo introduz dois modelos-chave para a pesquisa de interações GxA. Especificamente, inclui a análise de significância baseada no modelo de efeitos mistos para determinar se genes ou interações GxA afetam significativamente as características fenotípicas; e a análise de estabilidade, que investiga mais a fundo as relações interativas entre genes e ambientes, bem como a superioridade ou inferioridade relativa dos genótipos entre ambientes. Adicionalmente, este artigo apresenta o RGxEStat, uma ferramenta interativa e leve, desenvolvida pelos autores e que integra a construção, solução e visualização dos modelos supracitados. Projetado para eliminar a necessidade de melhoristas e agrônomos aprenderem programação complexa em SAS ou R, o RGxEStat fornece uma interface amigável para a análise simplificada de dados de melhoramento, acelerando significativamente os ciclos de pesquisa. Códigos e conjuntos de dados estão disponíveis em 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.