一项比较三种年轻葡萄藤表现预测方法的新研究发现，在测试的大多数性状上，基于DNA的基因组预测比代谢组学和光谱方法更准确，有望帮助育种者在育种早期更清晰地筛选新葡萄藤。
这项发表于npj Science of Plants的研究探讨了育种者能否利用生物学数据，在葡萄藤进入盛产期前预测其农艺性状，从而加快葡萄改良进程。对于世代周期较长的作物而言，这一点尤为重要，因为培育抗病和适应气候变化的品种可能需要多年时间。研究也对葡萄酒及其他葡萄制品具有实际意义：育种项目必须决定如何分配资金，才能培育出既保持品质、又更能耐受高温、干旱和病害压力的新品种。
研究人员在一个双亲葡萄藤育种群体中对三种方法进行了基准比较。该群体连续3年接受表型鉴定，涉及24项农艺性状，包括与生长发育、育性、浆果化学成分和产量相关的指标。研究团队比较了基于7,386个SNP标记的基因组预测、基于近红外光谱（NIRS）的表型组学预测，以及基于非靶向液相色谱-质谱（LC-MS）的代谢组学预测。他们还测试了7种统计框架和多种取样策略，包括在葡萄园和温室不同生长阶段采集木质部和叶片样本。
最明确的结果是，基因组预测的表现最强。其最高预测能力出现在开花至转色期积温这一性状上，相关系数达到r=0.827。在24项性状中，基因组预测能力均值从LASSO模型的0.375到rrBLUP模型的0.473不等；在这一组模型中，rrBLUP的平均表现最佳。
代谢组学预测排名第二。其单项性状的最高结果为绿果粒重量，相关系数达到r=0.586；这一结果来自采用葡萄园萌芽期叶片样本的代谢组学BLUP模型。代谢组学预测能力均值从Random Forest模型的0.350到MBLUP模型的0.424不等。三种方法中，表型组学预测表现最弱。其单项性状最佳结果为初级育性，相关系数为r=0.391；根据所用模型不同，平均预测能力介于0.096至0.215之间。
从实际应用看，研究显示成本与准确度之间存在权衡。基于NIRS的表型组学预测采集成本更低、速度更快，但预测信号往往较弱。基因组预测更可靠；代谢组学预测有时在特定性状上表现良好，但分析成本更高，实验室操作也更复杂。
这些差异背后的数据有助于解释各方法为何表现不一。研究人员估算了各类特征的变异中有多少来自遗传因素，而非残差噪声。近红外波长的基因型方差较低，均值为2%、最高为17%；遗传力也较低，均值为0.07、最高为0.46。代谢组学特征的遗传力更高，均值为0.25，且有多个数值超过0.90。这表明，在研究所用模型下，与光谱数据相比，代谢组学数据捕捉到了更多与基因型相关且较稳定的生物学信息。
取样条件同样会影响结果。在表型组学预测中，葡萄园开花期叶片的样本级平均预测能力最高，为0.172；其次是葡萄园萌芽期叶片，为0.161。温室开花期叶片表现最弱，为0.088。在代谢组学预测中，将所有取样类别合并为特征层面的BLUP后，平均结果最佳，达到0.421。葡萄园萌芽期叶片次之，为0.382；温室开花期叶片的平均结果再次最低，为0.199。
研究还检验了温室采集的叶片能否替代葡萄园样本。对于部分单项性状，温室样本可以替代，但整体结果并不一致。在表型组学预测中，温室光谱对浆果糖含量和果穗重量等性状的预测优于葡萄园光谱；而葡萄园光谱在萌芽时间及部分浆果化学成分指标上表现更好。在代谢组学预测中，葡萄园叶片总体上优于温室叶片，不过温室数据对某些性状仍包含有用信号。
研究人员在同一批用于代谢组学分析的150株葡萄藤上比较三种组学数据后发现，对于大多数性状，基因组预测表现最佳，代谢组学预测居中，表型组学预测最低。对于少数性状，代谢组学预测达到或超过了基因组预测，包括某一阶段的浆果pH、总体育性、坐果质量、单株新梢数、单株修剪鲜重，以及与叶绿素相关的指标SPAD502。
研究团队还考察了整合不同数据层是否能提高预测效果。在许多生物学领域，多组学方法被视为捕捉性状内在复杂性的途径。但在本研究中，提升有限。整合基因组、表型组学和代谢组学信息的模型，并未持续优于单独使用基因组预测的模型。仅基因组模型及纳入基因组数据的组合模型构成表现最佳的统计组，但加入表型组学或代谢组学数据并未系统性地提升表现。论文指出，在本研究采用的样本量下，没有证据表明多组学整合能持续提高预测能力。
研究结果支持将基因组选择作为葡萄藤育种项目开展可靠早期筛选的主要方法。作者表示，代谢组学或表型组学工具仍可能发挥作用，但主要适用于能够显示出可重复预测信号的性状和取样设计。这可能影响公共育种项目和私营苗圃的资源分配，因为它们正努力培育抗霜霉病等病害、减少杀菌剂施用次数，并能在更温暖、变化更大的生长条件下保持产量的新品种。
这一问题的影响并不止于苗圃。葡萄藤支撑着葡萄酒、果汁、鲜食葡萄和葡萄干市场，而当前作出的育种决策，可能在多年后决定种植者和饮品生产商能够获得哪些品种。如果基因组预测继续带来最高回报，育种项目或将更倾向于优先投资高密度DNA标记数据，并有选择地采用代谢组学或光谱筛查，尤其是在以抗病性、浆果组成和适应气候胁迫为目标时。