综述：人工智能在基因组学中的变革作用：机遇与挑战

这篇综述深入探讨了人工智能（AI）在基因组学研究中的突破性应用，聚焦水稻强秆基因SCM2（APO1）和SCM3（FC1）的等位基因挖掘。通过对比野生型BPT-5204与突变体TI-17/TI-26的SNP（单核苷酸多态性）和Indel（插入缺失）变异，揭示了关键氨基酸替换（如T138D、L131R）对秆强度（SM/FR）和产量性状的影响，为抗倒伏育种提供了分子靶点。

　　

植物材料与生长条件

研究选用经EMS诱变获得的M₁₂代水稻强秆突变体TI-17、TI-26及其野生型亲本BPT-5204。田间表型分析显示，突变体茎秆直径（CD）和抗推力显著优于野生型，且单穗产量提升，印证了强秆性状与产量的正相关性。

强秆基因的分子解析

通过双脱氧测序发现，SCM2（1372 bp）存在11个SNP和2个Indel，SCM3（1935 bp）则检出29个SNP和4个Indel。关键变异集中于功能域：BPT-5204的SCM2发生T138D/R140A替换，SCM3出现L131R/D132R变异，导致α螺旋/β折叠结构改变。系统发育分析表明，突变体等位基因与日本品种Habataki（SCM2）和Chugoku117（SCM3）高度同源。

力学模型与抗倒伏机制

研究引入力学公式量化秆强度：弯曲力矩M=SM×BS（弯曲应力），其中截面模量SM=(π/32)×(a₁³b₁?a₂³b₂/a₁)；抗弯刚度FR=YM×SMI（二次惯性矩）。突变体因细胞壁木质素/纤维素含量优化，SM和YM值显著提高，验证了SCM基因通过调控细胞壁组分增强机械强度的分子通路。

农业应用与展望

该研究为设计SCM2/SCM3功能标记提供了靶点，可加速抗台风水稻育种。结合物联网（IoT）和高通量表型技术，未来可通过AI模型预测基因型-表型关联，实现气候智能型作物设计。

讨论

全球63%农业区频受极端气候冲击的背景下，强秆基因的挖掘不仅可减少倒伏损失（亚洲风暴年均损失达490亿美元），还能通过优化冠层结构提升光合效率。研究首次揭示SCM3（FC1）通过TCP转录因子调控独脚金内酯信号通路，为多基因聚合育种提供了新思路。

结论

SCM2/SCM3等位变异是水稻抗倒伏育种的核心靶点，其应用将助力应对人口增长与气候变化的双重挑战。该成果凸显了基因组学与人工智能交叉创新在粮食安全领域的战略价值。