Tuberosa R, Graner A, Frison E. 2014. Genomics of Plant Genetic Resources: Volume 2. Crop productivity, food security and nutritional quality. 1st ed. Springer Netherlands.

多變量技術(shù)已廣泛用于研究（可視化）育種種群內(nèi)遺傳多樣性的模式。最常用的技術(shù)包括k-means聚類分析，主成分分析（PCA），主要坐標(biāo)分析（PCoA）和多維縮放（MDS）（Melchinger 1993; Johns等人1997; Thompson和Nelson 1998; Brown-Guedira et al 2000）。廣泛地來說，聚類分析力求將個體分組以最小化組內(nèi)的多變量距離。使用算術(shù)平均值（UPGMA）和k均值聚類的未加權(quán)配對組方法被廣泛用作聚類算法（Mohammadi和Prasanna 2003; Saatchi et al。2011）。主成分分析減少數(shù)據(jù)，以澄清兩個或多個性狀和個體之間的關(guān)系，以檢查差異并形成可能的組。主要坐標(biāo)分析使用一組個體之間的相似性和不相似性矩陣。多維縮放通過使用相似度/不相似距離矩陣來表示幾維中的一組個體。主成分分析，PCoA和MDS是相似的，但MDS是優(yōu)選的，當(dāng)個人數(shù)量非常多，需要很少的維度來找出基因型之間的關(guān)系。
通過所有這些方法，人們對遺傳多樣性估計的準(zhǔn)確性仍然存在疑問。例如，什么樣本大小將正確地表示總遺傳多樣性，在獲得少量進(jìn)一步信息之前需要多少標(biāo)記，以及應(yīng)使用哪種距離度量聚類方法。然而，隨著標(biāo)記系統(tǒng)變得更加強(qiáng)大，包括數(shù)千個標(biāo)記，標(biāo)記的數(shù)量不再是一個問題。

7.4基因組學(xué)作為選擇的輔助

一旦遺傳變異被添加到群體中，關(guān)鍵的目標(biāo)是選擇有益的變體。對于許多特征，這可以通過表型選擇容易地或最有效地完成。例如，春季生長習(xí)性的等位基因是主要的，因此冬季和春季生長習(xí)性父母的雜交冬季生長習(xí)性的選擇在冬季容易死亡的環(huán)境中非常有效。因為冬季生長習(xí)性的等位基因是隱性的，只選擇純合隱性基因座是冬季生長習(xí)性，一兩代生存條紋對于冬季生長習(xí)慣是純合的，不需要進(jìn)一步選擇生長習(xí)性。同樣地，冬季和春季生長習(xí)慣父母跨度的春季生長習(xí)性的選擇在冬季生長習(xí)性植物沒有春化的環(huán)境中也是非常有效的，因此不會從分離的群體中繁殖出去。然而，從群體中去除分離的隱性等位基因可能需要更多代的自然選擇，因為其等位基因功能被主要的春季生長習(xí)性等位基因隱藏。后代排列和育種者選擇可以消除那些分離出冬季生長習(xí)慣的家庭，并可選擇純合春季生長習(xí)性。定性特征的簡單表型選擇的價值在于數(shù)百萬種植物可以輕松選擇或反對。簡單的表型選擇可以非常有效地用于其它性狀，例如除草劑耐受性，其中通過用所需的除草劑噴灑分離種群并殺死易感植物來選擇除草劑抗性植物（Newhouse等人1992; Baenziger等人2006a ; Baenziger和DePauw 2009）。
然而，對于許多特征，簡單的表型選擇是困難的（例如，具有低遺傳力的性狀），耗時（例如成年植物性狀的選擇）或昂貴的（例如需要昂貴的測定的性狀）。對于某些特征，存在上述兩個或多個問題。正是由于這些特征，建議間接選擇（Falconer 1952; Baenziger等2011）。間接選擇是選擇可以比直接選擇感興趣的特征更有效地選擇的相關(guān)特征。為了使間接選擇有效，相關(guān)響應(yīng)（非目標(biāo)性狀選擇）與直接反應(yīng)（感興趣特征選擇）的比例大于1。該比例通過相關(guān)性狀[h2]遺傳力的平方根除以直接性狀遺傳力[h1]乘以基因型（rG）之間的遺傳相關(guān)性的平方根