Nature Genetics | 黃學輝團隊開發水稻QTL基因變異圖譜導航系統,助力新品種快速培育
責編 | 奕梵
2021年2月1日,上海師範大學黃學輝團隊在Nature Genetics發表了題為A quantitative genomics map of rice provides genetic insights and guides breeding的封面論文,構建了迄今為止最完善的水稻數量性狀基因關鍵變異(causative variation)圖譜,開發了一款智慧化的水稻育種導航程式。該研究為水稻遺傳研究提供了全面的數量性狀基因資訊,建立了水稻分子設計育種新方法,有望為水稻新品種的快速培育提供技術支援。
基因關鍵變異的電子圖譜
最近的二十年裡,大量的水稻QTL基因被克隆。但是,這些基因的關鍵等位變異資訊尚未被精準、系統地梳理過。論文作者利用Web of Science資料庫檢索,從大量水稻基因文獻中,剔除了來自突變體定位或反向遺傳學研究的基因,透過逐一閱讀核對,確定了225個已報道的水稻QTL基因。進一步,結合水稻基因組序列和文獻中等位變異的圖示或描述,將關鍵功能變異位點(QTN)逐一錨定到水稻基因組精確的位置上,最終獲得一張包含348個變異位點和562個等位基因的分子圖譜(QTN map)。這些關鍵變異中76.1%位於編碼區,其餘主要位於上游調控區。在這225個基因中,有56個基因存在復等位,含有多個QTN。
研究人員根據水稻QTN圖譜,收集了來自26個國家的404份種質材料,構建了包含各類稀有等位基因的實體庫(根據全基因組測序和QTN鑑定,覆蓋了電子圖譜中562個等位基因的95.5%),為水稻遺傳改良配備了豐富的供體資源。
基因變異的效應評估
研究團隊選用了八套遺傳群體,利用這些群體大規模的原始測序資料和豐富的表型資料,在同一尺度下重新分析,對QTN的效應強弱進行了統一的量化評估,包括同一QTN在不同亞種背景下、在不同地域環境下的遺傳效應。結合每個基因的原始文獻描述,該圖譜為每個QTN提供了精準的效應方向和強弱的數字化註解。
水稻版的“地圖導航”程式
常用的地圖導航有三個主要功能:一、定位使用者位置並展示周邊路況;二、到達目的地最優路線規劃和時間預估;三、行駛過程中語音提示直行或轉彎。對標這三大功能,論文作者開發了一套水稻版的導航軟體包。利用水稻QTN圖譜和遺傳圖,論文作者系統分析了水稻基因組中存在的遺傳累贅,並針對雜交-回交-自交、群體樣本量、匯入位點數等各類情形進行了大資料模擬模擬,獲得了育種設計路線的最佳化引數。
研究人員最終開發出了針對普通使用者的RiceNavi網站平臺和針對伺服器使用者的離線版RiceNavi軟體包,配備了三大功能:一、提供使用者待改良品種的全部QTN基因型,並展示實體庫中具有互補等位的種質材料;二、根據使用者需要匯入的基因位點(1-4個)給出最優育種路線;三、育種過程每一代根據中間群體的基因型挑出最有潛力的若干後代材料。
遺傳分析上的應用例證
結合不同型別的遺傳學問題,RiceNavi可以服務於各類的遺傳學分析。作為示例,論文作者利用典型的粳稻、秈稻群體,鑑定到了決定秈粳分化性狀的基因集;利用野生稻、地方種和育成種群體,揭示出與野生稻馴化、現代育種改良等相關的基因及其變遷趨勢;利用來自不同生態區品種材料,揭示出與地區環境適應性相關的基因及其分佈規律;利用雜交稻不育系群體、恢復系群體,鑑定出與雜種優勢、配合力相關的候選基因;利用這些QTN在基因組中的分佈規律,揭示出大尺度進化過程中基因編碼和調控區功能元件的保守性,將為大規模組學資料深度學習模型的除錯提供幫助。
設計育種上的應用例證
作為示例,RiceNavi還被應用於常規稻主栽品種“黃華佔”的改良中。藉助於RiceNavi的選配指導和路線最佳化,僅用兩年半時間實現了既定育種目標,獲得了株型緊湊、生育期略短、有香味的黃華佔。
現階段,由於QTL基因尚未被全部克隆、遺傳互作及遺傳-環境互作了解不多,導致分子育種存在盲區,造成有些時候雖然QTN被精準匯入,但並不能發揮預期作用。為了掌握這些盲區對分子育種到底影響有多大,該研究構建了271份匯入系,其中65.7%材料的性狀變化完全符合預期、15.5%部分符合、18.8%不符合。隨著水稻遺傳學研究的深入,這些盲區有望被系統性地解決,RiceNavi也將不斷更新、升級、完善。
上海師範大學魏鑫副研究員和邱傑副研究員為論文共同第一作者,博士研究生雍開成、範炯炯、張綺等參加了材料的鑑定考察和遺傳改良,黃學輝教授為通訊作者。該研究的種質資源材料主要受益於中國農科院等多個課題組的支援。中科院韓斌院士、Jeremy Murray研究員、美國華盛頓大學Kenneth M. Olsen教授、上海師範大學許萍老師和張琳老師等參與部分研究或提供重要幫助。研究得到了國家自然科學基金重大研究計劃、國家傑青等專案的資助。
軟體連結:
http://www.xhhuanglab.cn/tool/RiceNavi.html
論文連結:
https://www.nature.com/articles/s41588-020-00769-9