《Plant Journal》：提高小麦产量的一种捷径

　　

生物通报道：在2011年，世界农场共生产了6.81亿吨小麦，但是随着越来越多人口不断增长的需求，仍然需要进一步提高小麦的产量。

最近，英国利物浦大学的一名博士研究生开发出一种软件，将能够让农民确定小麦中的突变，例如抗病和初花期突变，这些突变可以用于遗传育种，使农作物增产。相关研究结果发表在最近的英国权威杂志《Plant Journal》。

在2010年，利物浦大学成功完成了小麦的基因组测序工作，但是小麦基因组大小是人类基因组的五倍，要测定新的品种仍然是非常昂贵的。因此，博士研究生Laura Gardiner一直致力于开发一种新方法，降低发现这些突变的成本。

为了找到合适的突变，她利用一个事实——90%的小麦基因组是重复序列，因此不可用于研究，并挑出了其余的10%基因序列。通过将现有的小麦信息，与更简单的近缘种植物二穗短柄草（Brachypodium distachyon）进行比较，Laura能够将小麦基因的活性部分“缝合”在一起，并充满信心地找到她正在研究的基因区域。

Laura解释说：“我们已经有短柄草属的完整基因序列。这意味着，我们知道这种植物基因组的哪个区域可控制开花。然后，我们可以将它们匹配到小麦基因组的部分，并将它们与我们认为显示突变的植物进行比较。”

这意味着，研究人员可以节省大量的计算机能力。小麦的整个基因组是17千兆碱基——每1千兆碱基是十亿对DNA和RNA的基本构建模块。只着眼于10%的小麦基因组，其包含的基因减少到110兆碱基——每1兆碱基相当于1百万个核苷。

Laura在利物浦大学基因组研究中心，通过软件运行了这一数据，该软件执行一种独特的算法来检测含有突变的区域。她通过软件产生出图表，显示突变聚类的峰值，然后确定他们的目标。

这意味着，Laura已经能够了解欧洲各地送来的不同小麦样品中的突变。到目前为止，她主要侧重于抗条锈病的小麦，该疾病可以破坏整个田地的小麦。利用她的软件，Laura已经成功地在小麦中确定了抗性基因的位置，她希望这将使农民能够优化他们的育种计划，来培育抗性的小麦作物。

她也一直在研究导致一些植物开花较早的突变，加大作物更适合于较短生长季节的可能性。

Laura的研究还开辟了另一种可能性，可以追溯我们今天所知道的小麦演化。小麦不同寻常，具有三对基因组，分别在两次独立事件中被逐渐增加。第一次独立事件是一百万年前，赋予小麦两对基因组，然后，大约8000年前，人类用另外一种植物与小麦进行杂交，增加了第三对基因组。

这不仅使小麦变得非常复杂，而且也导致甲基化，其中一个基因组可以阻断其他基因的作用。Laura的工作表明，温度会影响这个过程，通过改变这一点，可以影响各种基因的活性。

Laura说：“至关重要的是，我们将来能够提高农作物的产量。很遗憾，我们最受欢迎的农作物，也是最为复杂的一种。开发一种更快更便宜的方法，来识别突变，减少疾病并提高产量，对于农民而言是一大优势。”

（生物通：王英）

延伸阅读：中国农科院等《Plant Cell》解析小麦多倍化杂种优势形成机理

生物通推荐原文摘要：
Using genic sequence capture in combination with a syntenic pseudo genome to map a deletion mutant in a wheat species
Summary: Mapping-by-sequencing analyses have largely required a complete reference sequence and employed whole genome re-sequencing. In species such as wheat, no finished genome reference sequence is available. Additionally, due to its large genome size (17 Gb), re-sequencing at sufficient depth of coverage is not practical.
Here, we extend the utility of mapping-by-sequencing, developing a bespoke pipeline and algorithm to map an early flowering locus in einkorn wheat (Triticum monococcum L.) that is closely related to the bread wheat genome A progenitor. We have developed a genomic enrichment approach using the gene rich regions of hexaploid bread wheat to design a 110MB NimbleGen SeqCap EZ in solution capture probe set, representing the majority of genes in wheat. Here, we use the capture probe set to enrich and sequence an F2 mapping population of the mutant. The mutant locus was identified in T. monococcum, which lacks a finished genome reference sequence, by mapping the enriched dataset onto pseudo-chromosomes derived from the capture probe target sequence, with a long range order of genes based on synteny of wheat with Brachypodium distachyon. Using this approach we are able to map the region and identify a set of deleted genes within the interval.