《Discover Plants》：Pan Genome to Pan Phenome provides a mechanistic framework for translating hidden genetic diversity into predictive wheat breeding
编辑推荐：
小麦育种已进入基因组时代，然而大多数育种决策仍主要依赖序列多态性，导致相当一部分功能性基因组多样性未被开发。隐藏变异（hidden variation），包括存在/缺失变异（presence–absence variation, PAV）、结构变异（struc
小麦育种已进入基因组时代，然而大多数育种决策仍主要依赖序列多态性，导致相当一部分功能性基因组多样性未被开发。隐藏变异（hidden variation），包括存在/缺失变异（presence–absence variation, PAV）、结构变异（structural variants, SV）、拷贝数变异（copy-number variation, CNV）、转座子插入（transposable element insertions）和调控多态性（regulatory polymorphisms），是表型多样性的重要来源，但仍未充分整合到育种流程中。主要挑战已不再是鉴定更多遗传变异，而是理解这些隐藏基因组多样性如何通过连续的生物学过程转化为复杂表型。为此，研究人员提出了泛基因组到泛表型组（Pan-Genome to Pan-Phenome, PG2P）框架，这是一个基于当前知识综合而成的概念性和机制性框架，将隐藏基因组变异与调控网络、表观遗传调控、蛋白质互作、代谢重编程、发育动态以及最终的小麦泛表型组联系起来。研究人员进一步讨论了这一生物学连续体如何通过将功能基因组信息与基因组预测和选择相结合，促进因果变异发现、改进性状预测并支持预测性精准育种。最后，研究人员讨论了关键挑战和未来机遇，包括图泛基因组（graph pan-genomes）、单细胞和空间组学（single-cell and spatial omics）、泛基因组感知预测（pangenome-aware prediction）、数字表型（digital phenotyping）、基因组基础模型（genome foundation models）和数字孪生（digital twins）。PG2P框架为将隐藏基因组多样性转化为面向下一代小麦改良的预测性生物学知识提供了概念路线图。
**1 引言（Introduction）**
小麦育种已进入基因组时代，测序技术使遗传变异发现加速，但解释变异如何产生表型多样性的能力仍显不足。单核苷酸多态性（single nucleotide polymorphism, SNP）是当前全基因组关联分析和基因组选择的主要标记，但仅能捕获部分功能变异。复杂性状如产量、胁迫耐受性、品质和发育可塑性受多因子互作调控，SNP变异无法完全解释，导致“缺失遗传率”（missing heritability）问题。隐藏基因组变异——包括存在/缺失变异（presence–absence variation, PAV）、结构变异（structural variation, SV）、拷贝数变异（copy number variation, CNV）、转座子（transposable element, TE）插入和顺式调控多态性——是未开发功能多样性的重要来源。现有泛基因组和表型组研究多相互独立，缺乏连接两者的机制框架。为此，本文提出泛基因组到泛表型组（Pan-Genome to Pan-Phenome, PG2P）框架，整合隐藏基因组变异、调控网络、表观遗传、分子互作和表型结构，为预测性精准小麦育种提供统一概念模型。
**2 隐藏基因组多样性超越SNP（Hidden genomic diversity beyond SNPs）**
本节将“隐藏基因组变异”操作性地定义为传统SNP中心分析框架中捕获不足或未显式建模的功能性基因组变异。这些变异在物理上可被全基因组测序等技术检测，但它们在基因调控、基因剂量、染色质组织和复杂性状变异中的贡献未在常规SNP分析中充分表示。PAV直接改变基因功能组成，SV（倒位、易位、重复、缺失）重塑染色体组织结构，CNV通过改变基因拷贝数影响转录和蛋白表达，TE插入和调控序列变异通过创建或破坏顺式元件、改变转录因子结合和染色质可及性来调控基因表达。这些变异共同扩展了功能多样性，可能与缺失遗传率有关，但缺失遗传率还受小效应变异、稀有变异、上位性和基因型×环境互作等因素影响。
**3 将隐藏基因组变异转化为功能多样性（Translating hidden genomic variation into functional diversity）**
隐藏基因组变异通过相互关联的调控层级影响表型。在基因调控层面，变异可改变转录因子结合位点，重组基因调控网络，使单一变异影响多个下游基因。表观遗传调控作为动态调节层，与调控网络交互，整合遗传和环境信号。这些变化进一步传播至蛋白网络，改变蛋白丰度、互作强度和信号效率，并通过代谢重编程协调碳、氮和能量分配，影响生长发育、资源分配和胁迫适应。这些层级过程构成PG2P框架的机制连续体，弥合基因型-表型差距。
**4 构建小麦泛表型组（Building the wheat Pan-Phenome）**
小麦泛表型组定义为多维表型多样性表征，涵盖遗传多样群体、发育阶段、环境条件和互作性状域。复杂农艺性状是多个基因、调控通路和生理过程协调的结果，表型是整合生物系统的涌现属性。泛表型组包含形态、生理、生化、发育、产量、品质、营养利用和胁迫响应等维度。由于调控网络和代谢通路高度互联，性状间存在协变关系，产生正相关或生物学权衡。表型可塑性使同一基因型在不同环境或发育阶段产生不同表型，基因型×环境（genotype-by-environment, G×E）互作进一步扩展表型多样性。因此，泛表型组是情境依赖的表型空间。
**5 连接泛基因组与泛表型组：PG2P框架（Connecting the Pan-Genome to the Pan-Phenome: the PG2P framework）**
PG2P框架描述从泛基因组到泛表型组的连续生物学过程。隐藏变异通过改变调控景观、基因调控网络、蛋白互作和代谢网络，最终影响发育和表型。该框架支持因果变异优先排序和预测能力提升。
**5.1 因果变异优先排序（Causal variant prioritization within the PG2P framework）**
因果变异优先排序可整合全基因组关联分析（genome-wide association study, GWAS）信号与高分辨率精细定位，结合表达数量性状位点（expression QTL, eQTL）、剪接数量性状位点（splicing QTL, sQTL）和染色质数量性状位点（chromatin QTL）等分子QTL，为候选变异提供功能证据。共定位分析和全转录组关联研究（transcriptome-wide association study, TWAS）可连接基因表达与复杂性状。高优先级候选变异可通过CRISPR/Cas介导的基因组编辑等实验手段进行功能验证，以评估其对表型的因果作用。
**5.2 预测性育种实施场景（Predictive breeding implementation scenarios）**
实施场景包括将PAV/SV纳入基因组选择。育种群体用SNP标记分型，并利用泛基因组或长读长测序表征PAV/SV，评估其对基因剂量、转录丰度或调控活性的影响，作为SNP之外的预测因子。通过交叉验证比较SNP-only与SNP+PAV/SV模型的预测准确性，可检验未充分表示的变异的贡献。另一场景是从GWAS定位区域中整合eQTL、sQTL或染色质QTL信息，识别具有调控影响的候选变异，将其纳入预测模型，并进行功能验证。这些场景展示了PG2P如何将变异发现与调控效应和表型预测联系起来。
**6 用于预测性小麦育种的PG2P框架（PG2P framework for predictive wheat breeding）**
PG2P框架以泛基因组为起点，优先识别具有功能效应的因果变异，而非仅依赖统计关联。将调控多样性、基因表达、蛋白互作、代谢和发育响应等信息整合到性状预测中，可提高跨环境和遗传背景的预测能力。人工智能（artificial intelligence, AI）作为整合平台，树模型（如随机森林、XGBoost）适用于高维异质数据，深度学习可捕获非线性关系，图神经网络（graph neural network, GNN）可建模生物实体间的连接关系。但需注意过拟合、数据缺失、批次效应和可解释性等问题。该系统有助于更早、更精确地选择优良基因型，促进从描述性育种向预测性育种转变。
**7 剩余挑战（Remaining challenges）**
当前泛基因组尚未全面覆盖地方品种、野生近缘种和区域适应种质，限制功能变异发现。候选变异的功能验证仍是主要瓶颈。结构变异难以在常规标记育种流程中表示。泛表型组缺乏标准化框架，复杂性状动态且受环境强烈影响。预测模型需要多环境验证以提高鲁棒性和转移性。此外，不断增长的多组学数据需要可扩展且生物学可解释的计算框架。
**8 未来展望（Future perspectives）**
未来方向包括图泛基因组（graph pan-genome）以保留替代结构和复杂变异；单细胞和空间组学揭示组织特异性调控；泛基因组感知预测将结构变异、非必须基因和调控变异纳入模型；数字表型提供全生育期高分辨率动态数据；人工智能和基因组基础模型可整合多源数据并识别因果模式；数字孪生（digital twin）有望成为虚拟育种系统，近期可结合高维表型和环境模拟，远期实现全面虚拟筛选和设计。
**9 结论（Conclusions）**
泛基因组学揭示了大量隐藏遗传多样性，但解释其表型后果的能力仍有限。PG2P框架通过连接基因组变异、调控网络、表观遗传、蛋白互作、代谢和发育过程，提供了统一的基因型-表型连续体模型。该框架将育种从统计关联转向机制解释，有助于因果变异发现、性状预测和基因组预测的可解释性。随着泛基因组、功能基因组、多组学、人工智能和先进表型技术的融合，预测性育种将逐步实现，支持培育更抗逆、高产和气候适应性品种。
