普通菜豆是人类重要的食用豆类作物之一。我国收集到的菜豆种质资源来源于安第斯基因库和中美洲基因库,其中包括了农家种和育成品种。由于对现有种质资源的遗传研究和鉴定不足,育种者难以利用这些宝贵的遗传资源,在一定程度上限制了我国普通菜豆的育种和产业发展。全基因组预测（Genomic prediction,GP）是一种高效辅助育种的方法,通过利用全基因组的分子标记和性状表型值,构建预测模型估计候选材料的基因组估计育种值,以此达到评估和选择品种的目的。本文使用全基因组预测的方法,评估了中国农业科学院收集的628份普通菜豆,在15个农艺性状中探索不同训练集构建的模型预测能力,以此确定菜豆种质的建模方式。研究结果如下:1、将全部普通菜豆种质作为训练集进行交叉验证时,GP模型的预测能力为0.57（GY）到0.85（PH）。说明现有的普通菜豆种质具有丰富的遗传多样性和稳定的遗传基础。根据普通菜豆的地理来源和基因库来源划分训练集和测试集,在多个性状中的预测结果表明,菜豆国内外农家种建模相互预测和国内外育成品种建模相互预测的精度较高。而安第斯基因库和中美洲基因库的种质建模相互预测的精度较低。2、由农家种构建的GP模型具有更好的预测能力（范围从0.56到0.85）。不同性状的遗传力不同,所需的最优标记数量和群体大小也不同。对于遗传力高的性状,所需的最优标记数量较少（0.5k）、群体规模较小（251）。在使用所有标记数量和个体时,GP模型的预测能力达到最高（范围从0.59到0.88）。3、合并两个基因库的农家种建立GP模型,在大多数性状中的预测能力高于分别利用两个基因库的农家种所建的模型。所以合并农家种作为之后构建模型的基础训练集。当选择50%育成品种作为附加训练集时,模型精度在各个性状中都有不同程度的提升。与随机选择育成品种相比,基于主成分分析选择的育成品种作为附加训练集时,GP模型对剩余育成品种的预测能力更高。4、在本研究中,创建了一个基于种群结构,可广泛使用的普通菜豆GP模型,为普通菜豆以及其他具有类似群体结构的作物,提供了挖掘种质资源的新思路。未经过高强度现代化育种的作物通过农家种建模进行预测,可以快速聚合优良性状、促进育种、加速种质资源的选择和应用。