华中农大张启发院士The plant journal发表水稻研究新成果

　　

生物通报道  来自华中农业大学、加州大学河滨分校的研究人员，在新研究中基于代谢组学预测了杂交稻的产量。他们的研究结果发布在6月17日的The plant journal杂志上。

我国著名的植物遗传和分子生物学家，华中农业大学作物遗传改良重点实验室主任张启发院士，以及加州大学河滨分校的Shizhong Xu教授是这篇论文的共同通讯作者。张启发院士课题组长期致力于水稻基因组研究，旨在通过植物基因组分析、重要基因的分离克隆、杂种优势的遗传和分子基础、作物品种资源的分子评估及应用分子生物学技术进行水稻改良。

索取Omega-ACU多功能细胞代谢检测平台相关资料，请填写信息>>

去年3月，张启发院士的研究团队利用来自一个优良水稻杂种的实验种群，分析了小RNA（sRNA）数量变异的遗传学基础，相关研究结果发表在国际生命科学领域顶级杂志《eLife》（华中农大张启发院士eLife最新文章 ）。

9月，张启发院士和华中农业大学的练兴明教授合作，通过分析1479个水稻品种绘制出基因组变异图谱，揭示出了水稻改良的育种印迹。这一重要的研究成果发布PNAS杂志上（华中农大张启发院士PNAS发布水稻研究重要成果）。

12月，张启发院士领导华中农业大学的研究人员在水稻中鉴定了一个由microRNA和转录因子组成的，控制营养（分蘖）和生殖（稻穗）分枝的调控网络。这一成果发表在PNAS杂志上（华中农大张启发院士PNAS发表水稻miRNA研究重要成果 ）。

在这篇文章中，张启发院士和合著作者指出，水稻为世界上50%以上的人口提供了主要食物来源。提高水稻产量对于保障全球的粮食安全具有重要的意义。由于相比于纯种水稻品种，杂交水稻的产量往往大幅度增加，杂交育种有可能帮助实现这一目标。以往，他们曾开发出了一种标记物指导的杂交种产量预测方法，证实通过基因组杂交育种大大提高了产量。

现在，研究人员利用转录组和代谢组学数据来作为了预测产量的潜在资源。利用6种预测方法，包括最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)，最佳线性无偏预测(best linear unbiased prediction，BLUP)，随机搜索变量选择法(stochastic search variable selection, SSVS)，偏最小二乘法(partial least squares, PLS)和支持向量机(Support Vector Machine, SVM-RBF和SVM-POLY)，他们发现利用这些组学数据可进一步提高杂交种产量的可预测性。LASSO和BLUP是最有效的产量预测方法。而对于一些具有高度遗传可能性的性状，基因组数据仍然是最有效的预测因素。他们证实相比于基因组预测，当使用代谢组学数据时杂交种产量的可预测性几乎提高了两倍。在源自210个重组自交系的21945个潜在杂交种中，根据代谢物预测选择出的前10个杂交种将使得产量增长~30%。

研究人员认为，每种代谢物代表了一种生物学上的内置产量遗传网络；因此利用代谢产物进行预测就等同于利用来自这些隐藏遗传网络的集成信息来预测产量。

（生物通：何嫱）

作者简介：

张启发教授

1953年12月出生，湖北公安人。博士，教授、博士生导师。现任华中农业大学生命科学技术学院教授。中国科学院院士，美国科学院外籍院士、第三世界科学院院士。美国洛克菲勒基金会水稻生物技术国际合作计划科学顾问委员会委员。

1973-1976 华中农学院 农学 学士；1982-1985 美国加利福尼亚大学戴维斯分校 遗传学 博士；1985-1986 美国加利福尼亚大学戴维斯分校 博士后。1993获瑞典国王Baudouin奖，1994年获国家有突出贡献的中青年专家称号，1998年获中国青年科学家奖，1999年被聘为教育部“****奖励计划”首批特聘教授，2003年获何梁何利科学与技术进步奖，2005年获加利福尼亚大学戴维斯分校杰出校友奖，2008年获湖北省突出贡献奖，2012年获国际作物科学学会杰出科学家奖。

生物通推荐原文摘要：

Metabolomic Prediction of Yield in Hybrid Rice

Rice (Oryza sativa) provides a staple food source for more than 50% of the world's population. An increase in yield can significantly contribute to global food security. Hybrid breeding can potentially help to meet this goal because hybrid rice often shows a considerable increase in yield when compared with purebred cultivars. We recently developed a marker-guided prediction method for hybrid yield and showed a substantial increase in yield through genomic hybrid breeding. We now have transcriptomic and metabolomic data as potential resources for prediction. Using six prediction methods, including least absolute shrinkage and selection operator ……