华中农业大学Nature子刊发布GWAS研究新成果

　　

生物通报道  来自华中农业大学的研究人员报告称，他们通过对玉米粒进行基于代谢物组（Metabolome）的全基因组关联（GWAS）研究获得了一些新的生物化学见解。这一重要的研究在线发表在3月17日的《自然通讯》（Nature Communications）杂志上。

华中农业大学的严建兵(Jianbing Yan)教授及罗杰（Jie Luo）教授是这篇论文的共同通讯作者。严建兵教授的研究方向是玉米复杂数量性状的遗传解析和玉米基因组学和分子育种。罗杰教授主要从事植物此生代谢及代谢组学、植物生物技术研究。

植物生成大量结构各异的代谢产物，它们在植物的生长、细胞补充、全株资源分配以及植物的发育和应激反应中发挥着重要的作用。此外，它们还为人类提供了必不可少的营养、生物能、医药、香料等资源。了解植物生物化学对于在不断变化的气候条件下实现可持续发展农业以及资源保护至关重要。

代谢组学是指对广泛的代谢产物进行全面高通量定量分析的一种研究方式，其在人类、动物和植物表型及诊断研究中具有重要的价值（延伸阅读：大连化物所等肝癌代谢组学研究取得进展 ）。玉米是全球粮食和饲料供应的重要农作物之一，对这一物种开展全面代谢组学研究迫在眉睫。此外，玉米自交系所显现的特殊基因组及表型多样性，使得它成为了一种吸引人的遗传学研究模式生物。

GWAS是用来检测全基因组范围内的常见遗传变异与可观测性状之间遗传关联的一种方法。在人类中，GWAS已开始揭示出一些代谢性状的遗传学，证实其适用于生物医学和药学研究。近期在玉米中开展的第一个基于代谢物的关联研究证实了这种方法在遗传改良中的应用价值。但目前对于玉米代谢物组天然变异的遗传和分子基础理解仍局限于相对小的种群规模及少数的一些选择性的生物化学信号通路。

在这篇新文章中，研究人员对玉米代谢展开了全面的研究。通过结合遗传、代谢物和表达分析方法，他们详细研究了玉米粒代谢多样性的遗传基础。研究人员确定了种植在多个区域702个玉米品种的983个代谢物特征，通过基于代谢物的全基因组关联绘图鉴别出了跨越3种环境的1,459个显著基因组-性状关联。大多数(58.5%)鉴别的基因座得到了表达QTLd的支持，一些(14.7%)基因座通过连锁作图得到了验证。重测序和候选基因关联分析确定了与代谢性状相关的5个候选基因的潜在因果变异。通过突变和转基因分析进一步验证了其中的两个基因。所鉴别的一些与粒重相关的特征或许可以被用作为生物标记物来推进玉米遗传改良。

新研究增进了我们对于玉米功能基因组学和代谢的认识，并为作物改良提供了一个强有力的工具。

（生物通：何嫱）

作者简介：

严建兵

教授，博士生导师

学历
1995-1999 华中农业大学 生物技术 本科
1998-2003 华中农业大学 遗传学 博士

职历
2010.09-至今     教授，华中农业大学生命科学技术学院
（2010.09-2011.03为过渡期）
2009.09-20011.03　Scientist国际玉米小麦改良中心（CIMMYT），玉米系
2008.10-2009.08   Associate Scientist国际玉米小麦改良中心，遗传资源系
2006.10-2008.09   博士后，国际玉米小麦改良中心，遗传资源系
2007.01-07,10-12  访问科学家，康奈尔大学基因组多样性中心
2005.12-2009.07   副教授，中国农业大学农学与生物技术学院
2003.12-2005.11　 讲师，中国农业大学农学与生物技术学院

研究方向
玉米复杂数量性状的遗传解析(基于大规模的连锁和关联分析)
玉米基因组学和分子育种（基于高通量的标记技术和重测序技术和表型鉴定技术）

罗杰

男，华中农业大学生命科学技术学院教授，博士生导师，作物遗传改良国家重点实验室

学历
1989-1994: 湖北工业大学 食品工程 学士
1994-1997: 大连轻工业大学 微生物工程 硕士
1998-2002: 华中科技大学大学 植物生物技术 博士

职历
1997-2008 华中科技大学生命科学与技术学院,先后任讲师,副教授
2003-2008 英国John Innes Centre,先后从事访问及博士后研究
2008-今 华中农业大学生命科学技术学院任教授,博士生导师

研究方向
植物次生代谢及代谢组学;植物生物技术。2008年起到华中农业大学作物遗传改良国家重点实验室从事水稻代谢组学研究，主持承担了“863”、自科学基金等项目的研究工作,2010年入选教育部新世纪优秀人才支持计划,近年来在Plant Cell、Plant J、Nat Biotech等杂志发表论文多篇。

生物通推荐原文摘要：

Metabolome-based genome-wide association study of maize kernel leads to novel biochemical insights

Plants produce a variety of metabolites that have a critical role in growth and development. Here we present a comprehensive study of maize metabolism, combining genetic, metabolite and expression profiling methodologies to dissect the genetic basis of metabolic diversity in maize kernels. We quantify 983 metabolite features in 702 maize genotypes planted at multiple locations. We identify 1,459 significant locus–trait associations (P≤1.8 × 10−6) across three environments through metabolite-based genome-wide association mapping. Most (58.5%) of the identified loci are supported by expression QTLs, and some (14.7%) are validated through linkage mapping. Re-sequencing and candidate gene association analysis identifies potential causal variants for five candidate genes involved in metabolic traits. Two of these genes were further validated by mutant and transgenic analysis. Metabolite features associated with kernel weight could be used as biomarkers to facilitate genetic improvement of maize.