مقدمه: در عرصه به نژادی غلات، درک برهمکنش ژنوتیپ × محیط (GEI) و پایداری صفات مختلف، به عنوان کلید موفقیت در تولید محصولات کشاورزی با کیفیت شناخته می شود. برهمکنش GE انتخاب بهینه ژنوتیپ ها برای محیط های هدف را پیچیده می کند. این موضوع نیاز به استفاده از روش های آماری مناسب جهت تجزیه و تحلیل GEI و شناسایی ژنوتیپ های پایدار و با عملکرد بالا را ضروری می سازد. روش های آماری چندمتغیره ابزار قدرت مندی برای تحلیل داده های پیچیده حاصل از آزمایش های چندمحیطی (MET; Multi-Environment Trials) هستند. روش هایی نظیر تجزیه خوشه ای (CA; Cluster Analysis)، تجزیه به مولفه های اصلی (PCA; Principal Component Analysis)، تجزیه به مختصات اصلی (PCoA; Principal Coordinate Analysis)، تحلیل عاملی (FA; Factor Analysis) و همچنین مدل اثرات اصلی جمع پذیر و برهمکنش ضرب پذیر (AMMI)، بای پلات اثرات اصلی ژنوتیپ و برهمکنش ژنوتیپ × محیط (GGE-Biplot)، مدل ضرب پذیر تغییریافته (SHMM; Shifted Multiplicative Model) و بهترین پیش بینی خطی نااریب (BLUP; Best Linear Unbiased Prediction) به خوبی و با دقت بالا در تحلیل داده های MET مورد استفاده قرار گرفته اند. در این مطالعه، ضمن بررسی روش های آماری چندمتغیره و بیان مزیت ها و معایب آن ها در تجزیه و تحلیل برهمکنش ژنوتیپ × محیط و ارزیابی پایداری ژنوتیپ ها، کاربرد تحلیل ارتباط در گستره ژنوم (GWAS; Genome-Wide Association Studies)، تجزیه QTL (Quantitative Trait Locus) و برهمکنش QTL با محیط (QEI; QTL-Environment Interaction) و پیش بینی ژنومی (GP; Genomic Prediction) در تجزیه ژنتیک پایداری و همچنین نرم افزارهای مورد استفاده برای ارزیابی این روش ها تحلیل خواهند شد.یافته های تحقیق: نتایج این مطالعه نشان داد که مدل AMMI با ترکیب تحلیل واریانس و تجزیه به مولفه های اصلی، توانایی بالایی در ارزیابی اثرات اصلی و برهمکنش ها دارد. همچنین، روش GGE-Biplot و نمودارهای گوناگونی که در این روش ارائه می شود، به طور موثری اثرات اصلی ژنوتیپ و برهمکنش آن با محیط را به نمایش می گذارد. تجزیه QTL و بررسی برهمکنش QTL با محیط در داده های MET نیز منجر به شناسایی نشانگرهای پیوسته با پایداری می شود که می توان از آن ها در اصلاح مولکولی گیاهان زراعی استفاده کرد.نتیجه گیری: در این مطالعه، به طور جامع و کاربردی روش های چندمتغیره مورد استفاده در تحلیل GEI با هدف درک بهتر تعاملات GE و شناسایی ژنوتیپ های با سازگاری گسترده و عملکرد پایدار مورد بررسی و تحلیل قرار گرفتند. نتایج این مطالعه بر اساس بررسی های جامع انجام شده نشان داد که به منظور تصمیم گیری بهتر در انتخاب ژنوتیپ ها، لازم است تمامی آماره های پایداری اعم از تک متغیره و چندمتغیره در تجزیه داده های MET مورد توجه قرار گیرند. پیشرفت های اخیر در فناوری های ژنومیک، از جمله توالی یابی کل ژنوم و GWAS نیز می توانند به طور قابل توجهی به درک پیچیدگی های GE و ژنتیک پایداری کمک کنند.
