Mol Plant| 华中农大李林/作科所张红伟发表综述文章,提出未来IBD 驱动的作物育种策略

植物科学技术 作物育种技术
eplants    2020-12-18    1109

  2020年12月15日,Molecular Plant 在线发表了华中农业大学李林教授和农科院作科所张红伟副研究员为共同通讯作者的题为Using Interactome Big Data to Crack Genetic Mysteries and Enhance Future Crop Breeding 的观点文章。表型变异及其背后的相互作用的功能基因代表着“遗传之谜”。本综述,概述了目前探索遗传奥秘的策略、总结了目前可用的互作组学资源;提出了一种将互作组大数据与机器学习相结合来彻底改变遗传研究的集成策略,并详细描述了一种系统剖析遗传奥秘的方法。
图片.png  表型变异及其背后的相互作用的功能基因代表着“遗传之谜”。理解和利用这些遗传奥秘是缓解当前人口增长和个人食物偏好造成的农业威胁的关键解决方案。由于高通量多组学技术的进步,我们正在步入一个互动的大数据时代,这必将给基因研究带来革命性的变化。在这篇综述文章中,作者简要概述了目前探索遗传奥秘的策略。然后,描述了进行互作组学分析的方法,并总结了目前可用的互作组学资源。接下来,讨论了如何将交互组学分析作为一种多功能工具来解开遗传奥秘。作者提出了一种将互作组大数据与机器学习相结合来彻底改变遗传研究的集成策略,并详细描述了一种系统地剖析遗传奥秘的方法。该策略涉及挖掘隐藏在大数据中的信息,以识别控制各种植物特征的遗传模型或网络。最后,作者讨论了三种有希望的未来育种策略,这些策略受益于互作组大数据,将极大的提高作物产量和质量。
图片.png  Strategies used to explore genetic mysteries

  用于探索遗传奥秘的策略
图片.png  系统解剖复杂性状背后的分子网络的详细步骤

  该过程包括七个步骤:搜索著名的基因数据集;基于多个数据属性提取正向和负向调控基因;使用五种基本算法构建模型;评估模型以找到最佳模型;根据得分预测新基因;使用各种突变体和过度表达植物验证基因的功能;使用多种工具解剖分子网络。
图片.png  未来IBD(Interactome Big Data) 驱动的作物育种策略

  提出了未来作物育种的三大战略,包括通路驱动育种(A)、从头驯化育种(B)和合成生物辅助育种(C)。

  IBD(Interactome Big Data) 将在不久的将来加速发现基因及其相互作用网络,并有望通过加快遗传和分子信息的精确利用来提高作物育种的效率。通过对农艺性状的分子机制(包括功能基因及其互作)的系统了解,我们可以通过整体操纵多个具有较大遗传效应的靶基因和途径来设计和培育所需的作物。因此,我们认为未来基于多种基因的育种技术将受益于IBD。

  1。 通路途径驱动育种:

  通路途径驱动育种是指利用种内导入或转基因技术等方法,将一个性状(如具有营养价值的生化材料)的整个生物合成途径从其他种质或物种转移到作物上。使用这一策略可以在很大程度上改善目标性状,因为整个途径都是优化的,而不是单个或几个边缘效应基因。最近的一项研究突破性地将花青素生物合成的整个途径堆叠到一个载体中,使途径驱动的策略可行。因此,对整个生物合成途径的全面了解将有助于途径驱动的育种。

  虽然常规育种和分子育种方法都大大提高了水稻产量,但水稻叶片的光合作用能力有限,限制了水稻的产量潜力。提出的一种解决方案包括在水稻中引入一种容量更高的光合作用机制--C4途径,以打破作物产量的“上限”。2008年启动了一个名为C4水稻的大型项目,以识别C4光合作用途径并将其转移到水稻中。基于玉米和高粱中已经确定的C4基因和调控途径,利用途径驱动的方法和改进的技术相结合,可能会导致作物产量的又一次大幅提高。

  同时,途径驱动的育种也被用于提高作物质量或营养价值。为了克服作物中的养分缺乏,基于重要养分的途径,开发具有营养增强特性的作物势在必行。已经有许多改善营养状况的新作物品种的成功例子。例如,通过基因工程将维生素A原(β-胡萝卜素)的生物合成途径培育出维生素A含量更高的“黄金”大米。通过将类胡萝卜素/酮类胡萝卜素/虾青素的生物合成途径导入水稻胚乳,还培育出花青素和虾青素含量较高的紫胚乳水稻或紫粳米。基于已识别的基因和途径,这些成功的水稻途径驱动的工程技术也可以应用于其他作物。

  2。 重新驯化--选育新作物的另一条途径

  IBD可用于帮助剖析作物驯化的完整网络,并可在不久的将来为从头驯化和新作物育种提供多种有用的工具。在现有的40万种植物中,只有100种已经驯化,形成了今天的栽培作物,剩下的半栽培作物和野生植物为未来作物设计提供了广泛的种质来源。最近的技术进步提高了这样一种可能性,即野生植物的从头驯化可能代表着一种可行的解决方案,用于设计理想的作物,同时保持粮食安全和可持续的低投入农业。对当今番茄作物系中对产量和生产力重要的6个基因座进行了基因编辑,导致野生番茄品种(Solanum Pimpinelfolium)的重新驯化,果实大小增加了三倍,果实数量增加了十倍,果实中番茄红素的积累量增加了500%。随着IBD确定的基因及其网络的可用性不断增加,关键克隆驯化基因的CRISPR/Cas9编辑和控制驯化性状的关键QTL的导入相结合,将极大的促进新作物的产生。

  3。 合成生物技术推动未来育种设计理想作物

  合成生物学的新兴领域包括设计新的生物系统或重新设计现有的系统,以满足我们现在和未来对食品、医药和能源等项目的需求。合成生物学是一门综合性、跨学科的学科,它将工程师和生物学家聚集在一起设计和构建新的分子组件、途径或网络,并利用这些结构来重新连接、重新编程或重新创建新的有机体,基于大数据的机器学习可用于预测DNA序列变异对作物的影响,并应有助于设计参与光合作用和种子发育等生化过程的功能基因的最佳等位基因。因此,将合成生物学和基于大数据的机器学习相结合,是基于基因的设计育种的一个有吸引力的研究领域。在过去的两次细菌和真核生物合成生物学浪潮中,合成生物学已经成为创造合成传感器、合成代谢途径、甚至合成基因组的有力手段。

本文为专栏作者授权科易网发表,版权归原作者所有。文章系作者个人观点,不代表科易网立场,转载请联系原作者。如有任何疑问,请联系ky@1633.com。
热门观点