近日，中國農業科學院生物技術研究所玉米功能基因組團隊與作物代謝調控與營養強化團隊合作，首次對玉米自交系全生育期進行全自動高通量無損監測，深入解析了玉米株高形成的動態遺傳基礎和調控網絡，并通過機器學習構建了株高的智能預測模型。該研究為玉米表型精準鑒定、重要基因克隆和株型改良提供了有效策略和新的基因資源。相關研究成果發表在《分子植物（MolecularPlant）》上。
(資料圖)
全自動高通量表型組平臺監測玉米全生育期的株型
玉米是我國種植面積最大、產量最高的糧食作物，對保障國家糧食安全至關重要。優良的耐密株型是實現豐收高產的重要前提。玉米株型、產量等復雜性狀的研究離不開表型精準鑒定，但傳統的表型性狀分析存在測量通量低、耗時費力、精度不高、有破壞性等缺點，難以做到全天候、全生育期的動態監測。“表型鑒定瓶頸”嚴重阻礙了玉米基因資源的挖掘和重大品種的培育，因此亟待開發作物全生育期高通量表型組精準鑒定技術，推進耐密理想株型重大基因挖掘和新品種培育。研究人員利用228份具有廣泛遺傳變異的玉米自然群體，在高通量3D表型組平臺對玉米全生育期進行全天候動態檢測，獲得了約24.4萬張表型圖像。在此基礎上，研究人員還研發了多光學圖像批處理程序，分析并提取了77個覆蓋玉米全生育期株型、生物量、生長速率等關鍵圖像性狀。結合全基因組關聯分析鑒定了4945個顯著的單核苷酸多態性（SNPs）和1974個候選基因，構建了基因和圖像性狀的關聯網絡，并通過突變體分析驗證了核心基因ZmVATE在調控玉米節間發育和株高上的生物功能。
研究人員進一步利用早期性狀構建機器學習模型來預測玉米最終的株高，發現僅需5個圖像性狀就可在早期發育階段對最終株高進行預測，預示著這些性狀可作為潛在的株高發育相關生物標記，對玉米株型改良和遺傳育種具有重要的應用價值。該研究深入解析了玉米株高形成的動態遺傳基礎和調控網絡，拓展了人們對株型發育機制的理解，為玉米精準表型鑒定、基因資源挖掘、表型預測及遺傳改良提供了重要的數據支撐和基因資源。
該研究工作得到國家重點研發計劃、國家自然科學基金、中國農業科學院重大科研任務、科技創新工程等項目資助。
學術支持
中國農業科學院生物技術研究所
制作
光明網科普事業部
記者
宋雅娟 謝蕓
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
