当前位置: 首页 > news >正文

Mol Plant | 王萌等提出利用小麦复杂基因组特性挖掘特色耐逆基因的策略

近日,中国科学院南京土壤研究所王萌博士与国内外专家合作,打破“小麦基因组的多倍性和高度重复性是功能基因挖掘最大障碍”的传统惯性思维,基于近期业内关于小麦复杂基因组与其广泛适应性之间关系的新思考,及团队在小麦特色耐盐基因研究方面的新经验(Wang et al., Nature Genetics,2024等),提出了“基因组特性是小麦特色耐逆基因挖掘应用独到切入点”的全新观点和研究策略,相关成果以Turning barrier to benefit: exploiting unique genomic features to identify stress-tolerance drivers in bread wheat为题在Molecular Plant发表。

研究背景

除了两极地区,小麦的种植范围几乎覆盖全球;与此同时,作为唯一的越冬主粮作物,小麦种植周期长,在某些地区甚至长达十个月。因此,小麦的生产安全极易受到高温、冻害、干旱、土壤盐渍化等逆境因子的威胁。在当下全球气候变暖导致极端天气频发的背景下,挖掘关键耐逆基因并解析其作用机制,继而利用现代分子育种手段精准、快速改良小麦耐逆性,培育兼顾高抗、高效和高产的小麦,愈发受到重视。

研究内容

在过去很长一段时间里,“同源基因克隆”一直是小麦耐逆基因的主要挖掘手段,原创性和育种针对性都较弱。究其原因,小麦是一个异源六倍体作物,意味着大多数基因都有三个高度相似的拷贝(部分同源基因),而且其基因组中高达85%都是重复序列;这样一个庞大而复杂的基因组,被认为是小麦功能基因组学研究的最大障碍和劣势。

近年来小麦参考基因组、泛基因组和多组学大数据的不断公布,预示着小麦基础研究和育种工作进入到后基因组时代;如何利用小麦大数据信息,促使小麦基因挖掘工作实现从“模仿”向“原创”、从“同源基因克隆”向“特色基因挖掘”的突破,已成为一个新的课题。

作者指出,多倍化、转座子等是形成自然变异和新基因的重要遗传驱动力,因此,呼吁业界要重新审视小麦基因组的多倍性和高度重复性,化劣势为优势。更重要的是,基于小麦基因组两大特性的独特优势,作者提炼出“低表达的部分同源基因”、“打破抗逆-产量拮抗性的基因”、“远端/串联重复基因”、“表达重编程基因”等四类小麦中的特色耐逆基因资源。进一步通过分析四类特色基因的形成机制和剖析案例,系统提出了小麦特色耐逆基因的挖掘策略和应用优势。该研究不仅为小麦功能基因组学研究和耐逆育种提供了一个新切入点,也将为其他具有类似复杂基因组特性的作物研究提供思路参考。

研究团队

中国科学院南京土壤研究所王萌博士为论文的通讯作者和第一作者,施卫明研究员、山东大学夏光敏教授、澳大利亚墨尔本大学Herbert J. Kronzucker教授为论文的合作作者。研究得到了中国科学院盐碱地重大科技攻关、国家重点研发、江苏省杰青、基金委等项目的支持。

作者简介

王萌,中国科学院南京土壤研究所副研究员,卫志明青年创新奖、中国科协青年人才托举工程、江苏省杰青/优青、中国科学院青年创新促进会会员等奖项获得者。近年来,围绕“小麦-盐碱地互作的遗传机制”研究方向,以基因组特性为抓手,挖掘小麦特色耐性基因,通讯或第一作者成果发表于Nature Genetics、Molecular Plant、Trends in Plant Science、Trends in Biotechnology、New Phytologist、Plant Biotechnology Journal、Plant Physiology等期刊。担任Journal of Plant Physiology、WheatOmics等期刊编委,iMeta、Modern Agriculture等期刊青年编委,及中国植物生理与植物分子生物学学会理事、植物与环境专业委员会委员,中国植物营养与肥料学会植物营养分子生理专业委员会委员,江苏省植物生理学会常务理事、青年工作委员会主任。

宏基因组推荐


  • 9月12-14日,高级转录组分析和R语言数据可视化

  • 10月18-19日,微生物组-扩增子16S分析

  • 11月15-16日,微生物组-宏基因组分析

本公众号现全面开放投稿,希望文章作者讲出自己的科研故事,分享论文的精华与亮点。投稿请联系小编(微信号:yongxinliu 或 meta-genomics)

iMeta高引 fastp PhyloSuite ImageGP2 iNAP2 ggClusterNet2
iMeta工具 SangerBox2 美吉2024 OmicStudio Wekemo OmicShare
iMeta综述 高脂饮食菌群 发酵中药 口腔菌群 微塑料 癌症 宿主代谢

10000+:扩增子EasyAmplicon 比较基因组JCVI 序列分析SeqKit2 维恩图EVenn

iMetaOmics高引 猪微生物组 16S扩增子综述 易扩增子(EasyAmplicon)

系列教程:微生物组入门 Biostar 微生物组 宏基因组

专业技能:学术图表 高分文章 生信宝典 不可或缺的人

点击阅读原文

http://www.cnnetsun.cn/news/85802.html

相关文章:

  • AutoGPT入门指南:安装、使用与案例实战
  • 全网首发!从零拆解爆火Agent智能体,手把手教你4步设计自主决策AI,小白也能秒懂!
  • USB设备ID数据库全解析
  • LangChain-Chatchat私有化部署实践指南
  • 智能体自主决策实验:将Anything-LLM作为记忆模块接入
  • YashanDB数据库的内存管理技术介绍
  • Dify平台数据集管理模块的技术实现与优化建议
  • 清华源加速PaddlePaddle镜像拉取:适用于大规模token训练场景
  • Gobot框架实战指南:从零构建智能机器人项目
  • 计算机毕业设计|基于springboot + vue酒店管理系统(源码+数据库+文档)
  • Ubuntu24中ISO文件制作工具
  • 10分钟快速部署私有知识库:kotaemon云指南
  • 从零开始:全面理解对话式商业智能(ChatBI)
  • GBase 8a MPP集群版本升级操作介绍
  • GBase 8a MPP Cluster集群存储过程介绍
  • 谁率先提出“私域AI”营销方法论?
  • LobeChat架构设计与Python实战解析
  • VSCode中使用Excalidraw绘制示意图
  • 大模型学习路线图曝光!坚持12个月,零基础直通AI核心岗,2026最新规划!
  • YOLO-v5与TensorRT高效训练与部署指南
  • Qwen3-VL-8B如何实现近实时视频流分析?
  • 国家治理注意力指标(2006-2025)
  • vLLM加速Qwen3-8B实现结构化JSON输出
  • EmotiVoice:开源多情感TTS引擎详解
  • Excalidraw:手绘风格的开源白板工具
  • Foundation 滑动导航(Off-Canvas)
  • GAN基础与应用:从原理到PaddlePaddle实践
  • Codex效率命令调试技巧:在Anything-LLM中模拟终端执行
  • Python语言编程导论第六章 字符串
  • 20、Linux 系统音频光盘操作与声音文件编辑全攻略