花生基因组学在遗传育种中的研究进展

花生是我国重要的油料和经济作物,突破传统育种的盲目性和低效率仍是花生育种面临的巨大挑战.近年来花生基因组学研究取得显著进展,四倍体野生种、栽培种及其二倍体祖先种基因组序列相继发表,大量SSR和SNP标记开发利用,花生遗传图谱标记密度不断增加,高通量表型鉴定和基因分型技术广泛应用,越来越多重要农艺性状相关QTL被挖掘定位,以全基因组选择为代表的大数据驱动的多组学育种技术崭露头角.丰富的花生基因组资源促进了基因型与表型的关联,加快花生分子育种的发展,育种家已通过分子辅助技术成功选育了具有目标性状的花生种质.花生传统育种的关键在于表型分析的准确性和可靠性,育种过程缺乏对基因型的充分鉴定和利用.而花生基因组资源、常规育种及分子育种的结合与并行发展必将推动基因组学在花生育种中的深入应用,使基因组学研究成果真正进入田间和市场,充分体现基因组学研究的价值和意义.     

基于可见光图像的玉米植株表型检测研究进展

植株表型性状是遗传育种和农业生产中普遍关心的数据,传统表型观测已成为限制育种效率和管理生长的主要因素。基于可见光图像的植株表型检测具有成本低、效率高、易推广等优点,不但可以原位、实时和连续获取植物生长图像,而且能够解析出植物结构、形态、颜色和纹理等多种表型参数。从玉米群体、单株和器官尺度上论述了基于可见光图像的玉米植物表型检测方法和技术,重点介绍了玉米根、叶、穗部等主要器官的高通量表型检测进展,并分析了基于可见光图像进行植物表型检测存在的问题和发展趋势,以期为制定作物表型检测技术方案和实施规程,及系统开展植物表型组学研究提供参考。     

植物染色体重排在作物遗传改良中的应用研究进展

染色体重排是一种可能导致DNA片段丢失、重复、易位和倒位的机制,从而改变基因组结构,为创造新的变异性状提供可能。植物染色体重排事件的准确鉴定有助于更深入地理解植物基因组的结构、功能及它们在植物演化和作物育种中的作用。该文深入探讨了植物染色体重排的基本概念,介绍了植物染色体重排的自然发生和人工诱导的技术方法,阐述了植物染色体重排的细胞生物学、分子遗传学和高通量测序鉴定方法。同时,系统总结了植物染色体重排技术在作物遗传育种中的应用,结合具体实践,着重强调了染色体重排技术在提高农作物的遗传多样性、改良农作物的重要性状、增强农作物的环境适应性等方面极具优越性。然而,目前染色体重排的发生概率较低,技术上仍存在挑战,需要更多精准的工具和策略来实现染色体片段的精准定位和重排。通过全面了解染色体重排及其相关技术,研究人员和育种家可以更好地利用植物基因组,为全球粮食安全和环境可持续发展提供创新解决方案。相关研究不仅为深入认识植物基因组提供新途径,也为未来创新作物育种奠定坚实基础。通过挖掘植物基因组的多样性和可塑性,染色体重排技术有望为培育高产、优质、多抗的农作物新品种提供更多可能性,对解决全球日益严峻的...     

基于多组学解析作物杂种优势机制及其利用展望

近年来,多种粮食和蔬菜作物的杂种优势利用,培育和改良了大量的高产、优质的品种,但杂种优势的遗传机制研究一直是育种家研究的重点、难点问题。本文综述了基于多组学技术解析作物杂种优势机制研究的最新动态,结果表明不同遗传背景材料和不同性状的杂种优势遗传基础解释并不相同,单一的模式并不能够完全解释其遗传机制。前期多组学分析解析表明,杂种优势分子机制主要与植物生长和发育相关通路上的特定基因表达有关,促使其他基因发挥最大遗传贡献,提高杂种植物对环境的耐受性。本文还总结了预测农作物产量等相关性状杂种优势育种值的方法,以期为解析作物杂种优势机制及杂交种选育提供参考。最后,文章展望了作物杂种优势利用面临的新机遇,基于新型基因组技术构建控制杂种优势的等位基因数据库,创制符合育种目标新种质,推动我国作物工程化育种进程。     

茄子对青枯病的抗性机制研究现状与展望

茄子是世界上重要的蔬菜和经济作物,也是仅位于马铃薯、番茄、辣椒之后的第四大茄科作物;由茄科雷尔氏菌引起的茄子青枯病是当前茄子产业重要的毁灭性病害;国内外学者一直致力于茄子抗青枯病种质资源收集鉴评、创新利用、遗传定位、分子标记开发、功能基因挖掘、抗病育种应用等研究,茄子抗青枯病的分子机制研究是当今世界上植物抗病研究的热点和难点之一。文章在茄子主要的青枯菌致病类型、抗青枯病的细胞生物学机制、种质资源筛选与遗传规律研究、QTL 定位与分子标记开发,抗病基因分离鉴定及功能研究以及基于多组学分析茄子抗青枯病基因挖掘的策略等方面的研究进行概述,系统阐述了当前茄子青枯病研究的现状。随着茄子基因组、重测序、转录组等多组学数据的完善,以及新兴分子生物学技术的发展,提出以栽培种茄子为抗源的种质资源创新和基因挖掘、基因编辑以及分子育种的研究和应用等发展方向,以期为进一步揭示茄子抗青枯病的分子机制研究和利用基因工程手段解决抗青枯病难题提供参考。     

全基因组重测序在大豆育种上的研究进展

大豆是世界上最重要的油料作物之一。随着基因测序技术的快速发展及广泛应用,大豆育种研究受到了深刻的影响。本文简述了基因测序的主要方法及全基因组重测序在大豆育种、遗传转化研究中的应用,综述了目前全基因组重测序从发现突变位点、揭示进化关系、挖掘功能基因等基因功能和结构的角度,来研究大豆育种及疾病发生过程中的分子机理,为今后基因测序技术在大豆育种中的研究与应用提供参考。     

植物表型组学研究进展

基因型、表型和环境三者构成了遗传学研究的铁三角。近年来,随着高通量测序技术的快速发展,基因型的研究更加简单快速。然而由于植物表型本身的复杂性以及动态变化的特性,表型研究严重滞后于基因型研究。为了充分挖掘基因组、转录组、蛋白质组等各种组学的信息以提高动植物育种效率,加快高通量、高分辨率表型组学研究具有重要意义。分析和概括了植物表型组学的概念和研究意义,对目前的表型组学的研究现状、具体的研究技术与重要的研究公司进行阐述,并对表型组学的发展进行了展望。表型组学作为一个与表型鉴定相关的研究领域,是联系生物体基因型和表型的桥梁。大力推动表型组学发展,整合有效资源,建立相关的研究设施和平台对推动我国分子育种和加速挖掘我国种质资源至关重要,这有助于推动我国动植物育种和农业的跨越式发展。     

数字图像技术及其在作物表型研究中的应用研究进展

介绍了目前作物表型性状采集中常用的2类数字图像技术——光学成像技术和微波成像技术,包括其原理、优缺点及在作物表型研究中的应用实例。结合表型组学,综述了室内和田间不同环境下高通量表型分析平台在作物表型研究中的应用研究进展,并对其发展趋势进行展望。     

小分子RNA干涉技术在农作物基因沉默中的应用现状

基因沉默技术对于现代农作物分子育种过程具有重要作用.本文简要综述了小分子RNA介导的基因沉默技术作为传统的反向遗传学手段,在农作物基因组功能分析中的应用现状,主要包括小分子RNA的起源和合成机制,在作物中的生物学功能,结合VIGS技术在作物功能基因组学中的应用.     

芸薹属作物分子遗传连锁图谱应用研究进展

 从芸薹属作物分子遗传连锁图谱的研究现状出发,综述了分子遗传连锁图谱在芸薹属作物重要农艺性状基因定位和辅助育种、比较作图、基因组结构和起源进化等方面的最新应用进展,对今后的研究方向提出了建议。     

Advances in crop phenotyping and multi-environment trials

Efficient evaluation of crop phenotypes is a prerequisite for breeding, cultivar adoption, genomics and phenomics study. Plant genotyping is developing rapidly through the use of high-throughput sequencing techniques,while plant phenotyping has lagged far behind and it has become the rate-limiting factor in genetics, large-scale breeding and development of new cultivars. In this paper,we consider crop phenotyping technology under three categories. The first is high-throughput phenotyping techniques in controlled environments such as greenhouses or specifically designed platforms. The second is a phenotypic strengthening test in semi-controlled environments, especially for traits that are difficult to be tested in multi-environment trials(MET), such as lodging, drought and disease resistance. The third is MET in uncontrolled environments, in which crop plants are managed according to farmer's cultural practices. Research and application of these phenotyping techniques are reviewed and methods for MET improvement proposed.     

基于多视角图像的植物三维重建研究进展

快速重建植株三维结构并以三维可视的方式分析研究农作物的形态结构和生长过程、进行表型测量是数字植物及作物育种研究的热点和难点。概述了植物三维重建的研究现状和主流植物三维重建技术,并对各种技术的方法原理和技术优势进行了分类和对比;重点介绍了基于多视角图像三维重建方法 SFM和MVS的研究进展、技术原理以及相关软硬件系统平台;分析了近几年基于多视角图像三维重建方法在植物三维重建中的应用进展,基于多视角图像三维重建方法具有数据获取成本低、获取点云精度高、植物三维重建质量高等技术优势,同时指出了该技术方法的不足之处和未来技术发展趋势,以期为植物三维重建技术的发展、植物表型组学的研究以及低成本高通量设备的研制提供有益参考。     

高通量测序技术在农业研究中的应用

随着高通量测序技术的不断发展和测序成本不断降低,高通量测序近几年在现代农业研究领域中得到了充分应用,为新品种选育和品质改良带来了新的科研方法和解决方案,加快了新品种的育种进程。高通量测序技术的主要应用方向包括对农作物和栽培品种进行全基因组从头测序和深度重测序、遗传差异分析、分子标记开发、遗传连锁分析、表观遗传分析和转录组分析等。本文系统阐述了近几年高通量测序技术在农业研究中的应用进展,展示高通量测序在现代农业研究领域的广泛应用前景。     

深度学习在植物基因组学与作物育种中的应用现状与展望

[目的 /意义]随着单细胞测序、高通量技术的突破,植物基因组学也取得了巨大进步,可以低成本获取多维全基因组分子表型的海量数据。深度学习技术可以作为强大的数据挖掘工具对获取的分子表型进行进一步预测和解释。当前研究表明,深度学习在植物基因组学与作物育种研究任务中取得显著效果。但目前尚缺乏对于深度学习在植物基因组学中应用的完整综述。[方法 /过程]本文首先概述了深度学习方法背景,包括最新的图神经网络;随后着重从基因特性、蛋白质特性方面综述了基因组学和深度学习交叉领域的两个突出问题：1）如何对从植物基因组DNA序列到分子表型的信息流进行建模？2）如何使用深度学习模型识别自然种群中的功能变异？[结果 /结论]本文总结了当前研究中如何应用传统深度学习算法、图深度学习、生成对抗网络以及可解释性AI等方法解决上述两个问题。最后分析了深度学习在未来植物基因组学研究和作物遗传改良中的发展前景。     

光敏色素基因与作物改良利用

基因克隆、基因功能研究、作物转基因以及遗传育种的有效结合,对棉花等作物新品种的选育具有推动作用。在作物改良利用的基因中,光敏色素基因是一类重要的光信号传递基因,是主要的红光和远红光的光信号受体,与植物的整个生长发育过程紧密相关。详述了近年来光敏色素基因的功能、结构等方面的研究进展,对深刻研究了解植物光信号转导途径所调控的植物发育具有积极意义。     

后基因组时代基于选择导入系的水稻设计育种策略

近年来,水稻基因组学的发展突飞猛进,但如何将这些研究成果（丰富的基因组变异及功能基因克隆等）有效应用到复杂农艺性状的精准改良仍是设计育种面临的重大挑战和科学难题。经过多年实践证明,选择导入育种（breeding by selective introgression, BBSI）是有效解决这些问题的方法,这是一套基于精准遗传信息进行基因挖掘并同步改良多个复杂性状的设计育种策略。其主要包括：①构建大量携带优异性状的回交导入系群体,作为BBSI的材料平台;②基于全基因组测序和关联分析,构建精准的遗传信息平台;③通过设计“理想目标基因组型（ideal target genomic constitutions, ITGC）”和基因聚合方法,高效培育目标优良品种。介绍了BBSI的发展历程及在分子设计育种中的有效运用,尤其是如何利用分子数量遗传理论和全基因组变异来验证并丰富该策略,计划实施20年来已育成近百个绿色超级稻（green super rice, GSR）新品种,为后基因组时代作物育种的创新发展提供了重要理论和实践参考。     

油料作物油脂合成基因工程研究现状

油料作物是食用油脂、饲料蛋白和工业原料的重要来源,提高油料作物油脂含量、改善种子油品质是目前油料作物改良的主要目标.基因工程及高通量测序技术的飞速发展加深了对种子油生物合成途径的全面认识,文中分析了种子油和脂肪酸合成调控机制的复杂性,举例说明了国内外利用转基因技术提高种子油及脂肪酸含量所涉及到的关键基因及其研究进展,为油料作物高油育种及种子油改良的相关研究提供理论依据.