综述：现代基因组学与多组学技术在谷子育种及遗传改良中的应用

《Frontiers in Plant Science》：Modern genomic and omics-based technologies for millet breeding and genetic improvement

　　

粟类作物是一类多样的小型籽粒禾本科植物，长期以来在广泛的农业生态区作为重要的主粮和饲料作物。因其对边际及贫瘠环境的卓越适应性，粟类作物历史上支撑着干旱和半干旱地区的农耕社区。尽管具备这些优势，但由于基因组资源有限、生长条件恶劣及其改良所需技术支撑不足，粟类作物在现代农业中仍处于未充分利用状态。然而，随着气候变化、营养不良问题加剧以及可持续农业需求的增长，全球科学界对粟类作物研究与育种的兴趣重新焕发。分子生物学领域的最新突破，如分子标记辅助选择（MAS）、全基因组关联研究（GWAS）、基因组选择（GS）、遗传工程、多组学技术、快速育种和机器学习（ML），已显著改变了粟类作物改良的格局。MAS、高通量基因分型、转录组学、蛋白质组学、代谢组学和表型组学等技术的进步，使研究人员能够更深入地解析关键农艺性状的遗传架构。这些工具促进了对调控抗旱性、养分利用效率、抗病性及其他重要胁迫响应的基因、调控网络和代谢途径的鉴定。下一代测序技术和比较基因组学的整合进一步通过参考基因组、泛基因组和全面种质资源表征的开发扩展了粟类作物研究。特别是泛基因组方法揭示了有助于表型多样性的结构变异和新等位基因，为培育气候适应性品种提供了有价值的目标。高分辨率表型平台提高了性状评估的精确度，使研究人员能够在多样化环境条件下快速筛选大群体。此外，基因组编辑技术，特别是CRISPR/Cas系统和多重CRISPR/Cas系统，通过实现靶向基因修饰以增强胁迫抗性和产量性状，为精准遗传改良开辟了新途径。因此，这些整合的多组学驱动和分子育种策略正在重塑粟类作物改良。借助现代生物技术创新，研究人员现在更有能力开发高产、营养丰富且气候适应性的粟类作物品种。这些进展使粟类作物成为战略作物，能够加强全球粮食和营养安全，同时在日益严峻的环境挑战面前促进可持续农业系统的发展。

1 引言

全球谷物产量已达新高，谷物在人类饮食中作为主要食物来源发挥着重要作用。然而，世界人口在膳食供给方面面临诸多挑战，包括供应不足、气候变异、粮食价格上涨和环境退化。这些不利条件对农民种植所需谷物的能力构成挑战，表明需要确定适宜的谷物作物以满足全球粮食需求。在此背景下，粟类作物可作为为不断增长的人口提供膳食需求的替代选择。粟类作物属于高度多样的禾本科植物，在亚洲和非洲作为重要粮食及牲畜饲料已栽培数千年。在印度，多种粟类作物被种植，包括珍珠粟（Pennisetum glaucum）、高粱（Sorghum bicolor）、指状粟（Eleusine coracana）、谷子（Setaria italica）、黍稷（Panicum miliaceum）、稗（Echinochloa spp）、寇多粟（Paspalum scrobiculatum）和小粟（Panicum sumatrense）。古代粟类作物最初为人类消费而种植，曾比现今更为流行。粟类作物作为C₄植物，具有比其他谷物作物（如小麦、大麦和水稻）更高效的光合作用系统，因此被认为更能适应和应对气候变化。

尽管具有悠久的农艺历史和营养特性，粟类作物在过去一个世纪中 largely被现代农业忽视，因为研究和政策偏向于更高产的谷物，如玉米、水稻和小麦。然而，对全球粮食不安全、营养不良和环境退化的日益关注，重新激发了利用粟类作物独特优势来可持续提高边际农业环境生产力和抗逆性的兴趣。此外，粟类作物可在贫瘠土壤中生产，需水量最低，对肥料、杀虫剂和农药的需求也较低。作为耐寒、耐旱的禾草，粟类作物需投入极少，有望提高非洲、亚洲和美洲干旱地区的产量和生计。粟类作物富含蛋白质、必需氨基酸、维生素和矿物质，与水稻和小麦等主食相比营养更优。粟类作物广泛的遗传和表型多样性使其能够培育适应多样环境和用户需求的抗逆性强、营养增强的品种。这种多样性也增强了其对多种胁迫和市场需求的适应能力。因此，将粟类作物基因组学与水稻、玉米和小麦等主要谷物进行比较基准分析，对于评估基因组成熟度、转化准备度和基础设施差距以加速作物改良至关重要。

与主要谷物相比，粟类作物基因组学发展迅速，但仍处于基因组成熟度的中间阶段。几种粟类作物（包括珍珠粟、谷子、指状粟和黍稷）现已有染色体水平的参考基因组。相比之下，珍珠粟最近的基于图形的泛基因组分析已成功揭示与热适应和驯化相关性状有关的结构变异。然而，与水稻和玉米不同，大多数粟类作物物种仍缺乏大规模突变体库、基因型非依赖性转化系统、标准化基因编辑流程、广泛的表达图谱和整合的比较知识库。这些限制减缓了从基因组组装到性状验证和在育种流程中部署的转化。技术转让方面存在强大机遇，但物种特异性挑战（如顽抗性转化、薄弱的表型组基础设施、有限的核心种质组和碎片化数据库）仍制约着粟类作物基因组学的全部潜力。

高粱（S. bicolor）、谷子（S. italica）、黍稷（P. miliaceum）和珍珠粟（P. glaucum）等作物相对于指状粟（E. coracana）、小粟（P. sumatrense）和寇多粟（P. scrobiculatum）等次要粟类作物拥有更为先进的基因组资源。这种差异主要源于固有的基因组特性、历史研究优先次序和经济相关性的不同。其中，谷子因其相对较小、二倍体且较简单的基因组，以及短生命周期和自花授粉特性，已成为研究C₄光合作用和禾本科基因组学的模式系统。选择此类作物作为模式生物带来了集中的资金和国际研究合作，使其在基因组进展方面获得了显著先发优势。此外，包括作图群体、突变体库和广泛种质资源收集在内的结构良好的遗传资源的可用性，进一步加强了主要粟类作物的基因组研究。国际热带半干旱作物研究所（ICRISAT）等机构的支助也在推进这些作物的基因组工具和育种计划方面发挥了关键作用。

另一方面，次要粟类作物仍相对未充分利用且地理分布受限，常由小农和土著农耕社区种植。这种有限的全球足迹导致研究资金减少和基因组资源开发缓慢。此外，生物学复杂性也带来了额外挑战。例如，指状粟表现出异源四倍体基因组，包含两套源自不同祖先物种的染色体。这种复杂性在历史上使基因组组装和注释变得困难，特别是在先进的长读长测序技术出现之前。随着基因组测序技术成本的下降以及对气候变化和营养安全意识的提高，次要粟类作物正获得新的科学关注。它们固有的恶劣环境适应性和高营养价值使其成为未来农业的有前景候选者。最近的努力，如指状粟基因组的测序以及为寇多粟和小粟开发基因组数据库的持续倡议，表明正在积极弥合基因组资源差距。

2 QTL作图与分子标记辅助选择整合用于胁迫耐受性

MAS已成为改良作物对生物和非生物胁迫耐受性的强有力分子育种工具。其涉及使用与特定基因或控制理想性状的QTL紧密连锁的DNA标记，使育种者能够在早期阶段选择优良基因型，而不完全依赖表型评价。这种方法显著提高了育种计划的精确性、速度和效率，特别是对于受多基因和环境互作影响的复杂性状。传统育种方法常因环境变异性和这些性状的复杂遗传而难以准确识别和选择生物和非生物耐受性。相比之下，MAS允许育种者追踪和整合与胁迫抗性相关的基因或QTL，促进抗性品种的开发。

在一项研究中，利用114份珍珠粟后代进行了QTL作图，采用RFLP标记在F₂群体中进行分子作图，并在F₄家系中评估病害发病情况。复合区间作图（CIM）鉴定出F₄家系与标记基因型之间的关联。尽管环境和方法学存在差异，但在所有筛选环境中检测到两个与霜霉病抗性一致的QTL。在另一项研究中，三个双亲本群体（各含207个F_2:3系）在两种水分胁迫环境下进行评估，CIM鉴定出105个QTL，这些QTL被投射到一致性图谱上，定义了与七个性状相关的25个元QTL。在高粱中，已定位出Stg1、Stg2、Stg3、Stg4、Stg3A和Stg3B等主要QTL用于持绿性和高产性状，这些QTL广泛用于MAS回交（MABC）中以将持绿等位基因导入易衰老的高粱品种。此外，利用256个DArT和70个SSR标记对168份F₇ RIL进行基因分型，构建了包含286个位点、跨越740.3 cM的连锁图谱。LG1上的一个主要锈病抗性QTL（LOD 27）解释了58%的表型变异。

MAS已从早期作为简单选择单主基因的工具，发展为能够 addressing复杂性状的复杂整合育种策略。另一个重要发展是从单标记选择向基于单倍型的MAS转变。这种策略增强遗传增益并降低选择过程中有益微效等位基因丢失的风险。同时，MAS越来越多地与GS整合，其中与主效QTL连锁的标记通过MAS固定，而全基因组标记捕获众多微效位点的累积效应。这种互补策略加速育种进展而不损害精确性。环境响应型MAS代表另一个新维度，标记-性状关联现已在多样环境中评估以解释基因型×环境互作。

3 GWAS与GS整合加速粟类作物性状作图和遗传改良

尽管基于双亲本群体的QTL作图在检测与关键农艺性状连锁的位点方面发挥了关键作用，但其有效性受限于遗传分辨率有限、群体规模小、等位基因多样性受限、环境互作以及所用标记数量和性质等因素。相比之下，GWAS已成为解析复杂性状的更有力替代方法。GWAS利用自然种质资源群体的广泛祖先重组和遗传多样性，识别SNP与因果变异之间的精确关联。在粟类作物中，GWAS已成功鉴定与抗旱性、籽粒微量营养素含量和抗病性等关键性状相关的基因组区域。

尽管具有精确性，GWAS对群体结构仍敏感，且主要识别微效常见等位基因，常无法捕获稀有变异或复杂的基因环境互作。因此，GS越来越多地被用作补充策略以应对这些局限性并增强育种效率。此外，GS利用表型数据和高密度标记图谱预测育种值，利用所有标记的信息以减少偏差并捕获微效QTL贡献的方差。随着珍珠粟参考基因组的出现，GS模型现在可以有效整合到育种计划中。多项研究已证明GWAS和GS在作物改良中的有效性，特别是在粟类作物和相关谷物中。在珍珠粟中，高密度基因组分析在242份自交系中鉴定出超过145万个SNP和124,532个结构变异（SV），基于SV的模型在基因组预测中优于基于SNP的模型。在高粱中，GWAS已鉴定出40个与关键性状（如抽穗期、株高、干物质产量和酚类含量）相关的SNP。在谷子中，GWAS鉴定出与籽粒蛋白质和氨基酸组成显著相关的SNP，基因组预测在各性状上的准确性从低到中等不等。

GWAS方法现正超越单位点分析，转向多模型同时评估众多标记的效应，从而改善对复杂性状基础微效位点的检测。基于单倍型的GWAS通过捕获连锁不平衡块而非单个SNP增强了生物学相关性，而泛基因组启用的GWAS允许纳入在大型复杂作物基因组中特别重要的结构变异和存在/缺失变异。同时，GS已从传统的GBLUP方法发展为更先进的预测框架，整合深度学习、多性状预测和环境特异性建模，进一步增强育种精确性和适应性。

4 多组学方法推进粟类作物栽培

粟类作物中的多组学技术涵盖转录组学、蛋白质组学、代谢组学和表型组学，能够全面理解其遗传架构、分子调控和生理响应。

4.1 转录组学在理解粟类基因表达中的作用

转录组学作为全面研究生物体RNA转录本的工具，已成为理解粟类作物基因表达和调控机制的有力手段。粟类作物的胁迫耐受性由涉及抗氧化酶、渗透调节物质生物合成途径以及DREB、WRKY、NAC和MYB等转录因子的复杂基因网络调控。例如，在珍珠粟中，编码热激蛋白（HSPs）、晚期胚胎发生丰富蛋白（LEA）和活性氧（ROS）清除酶的基因在非生物胁迫条件下显著上调。同样，指状粟在干旱和盐胁迫下的转录组分析已鉴定出与离子转运蛋白、脱落酸（ABA）信号和光合稳定性相关的基因。利用高通量RNA测序（RNA-seq）技术，研究人员已鉴定出响应干旱、盐度、高温和营养缺乏的差异表达基因（DEGs）、转录因子和代谢途径。高质量参考基因组的可用性促进了转录组读段的精确作图和胁迫适应基因家族的鉴定。

4.2 蛋白质组学在理解粟类生理和适应中的作用

蛋白质组学已成为揭示调控植物生理和生化过程复杂分子机制的关键工具。在粟类作物中，传统二维凝胶电泳（2-DE）联合质谱（MS）仍是鉴定特定处理下差异表达蛋白（DEPs）的基础方法，而近期无标记定量、iTRAQ和TMT等方法提高了灵敏度和通量。干旱响应蛋白质组学分析揭示了指状粟中抗氧化酶（如超氧化物歧化酶、过氧化氢酶和过氧化物酶）以及LEA蛋白、脱水素和HSPs的上调。盐胁迫下的珍珠粟幼苗显示出液泡ATP酶、Na⁺/H⁺逆向转运蛋白和相容性溶质相关酶（包括脯氨酸脱氢酶）的积累增加。热胁迫诱导的蛋白质组学分析显示谷子和稗中小HSPs、伴侣蛋白及其他蛋白质折叠和稳定因子的积累增加。

4.3 代谢组学在理解粟类代谢和抗逆性中的作用

代谢组学提供了植物生理功能状态的直接读数。在粟类作物中，干旱胁迫诱导渗透保护物（包括脯氨酸、甘氨酸甜菜碱、海藻糖和蔗糖等糖类以及甘露醇和山梨醇等多元醇）的显著积累。这些代谢物在渗透调节、膜稳定和ROS解毒中发挥作用。谷子和指状粟的研究揭示了干旱胁迫下抗氧化化合物（包括抗坏血酸、酚类和类黄酮）的上调。主要代谢物分析揭示了高含量的必需氨基酸、复杂碳水化合物和不饱和脂肪酸，这些贡献了粟类作物优越的营养和健康促进特性。次级代谢物分析已鉴定出多种具有抗氧化、抗炎和抗糖尿病特性的酚酸、类黄酮、单宁和木脂素。

4.4 表型组学在理解粟类生长和适应中的作用

表型组学通过整合成像技术、自动化传感器和数据分析，为解析复杂性状提供了强大平台。传统表型鉴定依赖视觉评估，耗时、劳动密集且常具破坏性。相比之下，现代高通量表型鉴定（HTP）采用全自动、非破坏性基于传感器的系统，能够筛选数千株植物或田间小区。在谷子（C₄禾草的模式物种）中，表型平台已用于研究对干旱和营养胁迫的动态响应。表型组学正在将传统表型鉴定转变为高分辨率、预测性和决策支持系统，直接加速育种进展。

5 遗传工程方法增强粟类性状

遗传工程已成为粟类改良的变革性方法，使研究人员能够精确操纵基因组以引入或改良理想性状。粟类转化已成功利用根癌农杆菌（Agrobacterium tumefaciens）介导和生物弹道（基因枪）方法实现。转基因珍珠粟植株表达bar基因以获得除草剂抗性，以及苏云金芽孢杆菌（Bt）基因（Cry1Ab、Cry1Ac）以获得昆虫抗性，已证明了这些作物遗传转化的可行性。非生物胁迫耐受性是粟类遗传工程的重要目标，因为这类作物常面临干旱、盐度和极端温度。DREB1A、HSP70、LEA和NHX1等胁迫响应基因的引入已显示出改善干旱和盐度耐受性的效果。铁蛋白和烟酰胺合成酶基因的过表达据报道可增强粟类籽粒中的铁储存和运输，而植酸酶基因（phyA）的表达有助于降低植酸（限制矿物质吸收的抗营养因子）。

6 基因组编辑方法改良粟类性状

基因组编辑技术为精确识别、编辑和转移粟类作物中的基因提供了有效途径，以增强其生产和生产力。多种技术如CRISPR、巨核酶、碱基编辑（BE）、先导编辑（PE）、转录激活因子样效应物核酸酶（TALENs）和锌指核酸酶（ZFNs）已被用于靶向不同性状。其中，RNA引导的CRISPR/Cas9系统是一种有效且多用途的遗传性基因组修饰工具。在粟类作物中，基于CRISPR/Cas的基因组编辑已越来越多地用于增强性状和分析功能基因。谷子作为C₄光合作用和胁迫生物学的模式物种，是首批从CRISPR技术中受益的粟类作物之一。通过CRISPR/Cas9介导的SiMTL基因突变，研究人员成功诱导了单倍体胚。多重和通路级基因组编辑是一个关键新兴概念，可同时编辑生物通路中的多个基因或调控元件，以微调干旱耐受性、氮利用效率和抗病性等复杂性状。超多重CRISPR平台代表了植物基因组工程的主要进展，能够同时靶向数十个位点。

7 泛基因组方法理解粟类遗传多样性

泛基因组概念通过提供物种整个遗传库的全面表示（包括不同基因型中的核心和可变基因），彻底改变了现代植物基因组学。在粟类作物中，由于其广泛的遗传多样性、驯化历史和对恶劣环境的适应，泛基因组的开发特别有valuable。谷子已构建了高质量的泛基因组，揭示了包括存在/缺失变异、拷贝数变异和倒位在内的实质性结构变异。珍珠粟因其卓越的抗旱和耐热性，也是近期泛基因组研究的重点。泛基因组辅助的编辑靶点发现可为抗旱性等性状提供核心和 dispensable基因。

8 粟类快速育种

快速育种是一种先进的作物改良策略，可加速育种周期并促进改良品种的快速开发。其涉及有意识地操纵光照强度、光周期、温度和湿度等环境因素，以促进更快的植物生长和从营养期到生殖期的更早转变。在粟类作物中，快速育种的应用使每年可完成约4-6代，而传统田间条件下仅为1-2代。这种技术对于针对气候适应性、营养增强和胁迫环境下产量稳定性的粟类改良计划特别有价值。 finger millet的快速育种方案已成功开发，将作物持续时间缩短了28-54天，使每年可实现4-5代。

9 机器学习与多组学方法在粟类育种中的整合

机器学习（ML）已成为现代作物改良的变革性工具，提供了将多组学数据与传统育种策略整合的前所未有的机会。在粟类作物中，ML的应用主要受限于有限的基因组和表型资源。ML驱动的GS选择模型越来越多地应用于粟类作物，以在植物发育早期阶段预测育种值。ML与MAS整合通过识别多位点间的互作（包括传统QTL作图或GWAS中常被忽视的上位效应）改善了标记发现和验证。ML在转录组数据分析中也发挥着关键作用，聚类算法和降维技术（如PCA和t-SNE）可有效分析大规模基因表达数据集。蛋白质组学受益于基于ML的分析，可高效解码复杂的蛋白质表达模式、互作和翻译后修饰。phenomics是ML产生重大影响的另一个领域，ML驱动的phenomics利用高通量成像技术、遥感和基于传感器的平台捕捉跨越空间和时间的详细表型性状。网络ML方法进一步允许鉴定在胁迫适应中起核心作用的枢纽基因，为CRISPR等遗传工程和基因组编辑技术提供有价值的靶点。

10 挑战与未来展望

尽管基因组技术和育种工具迅速发展， several critical challenges continue to limit their effective deployment in millet improvement programs。首要瓶颈之一是转化和再生系统的低效。许多粟类物种仍高度抗拒体外培养， strong genotype dependent responses and poor responsiveness to established protocols 严重制约了CRISPR/Cas等基因组编辑技术的应用。此外，从基因发现到品种开发的转化pipeline仍不充分，功能验证有限。多组学方法的整合仍处于初级阶段。AI和ML在育种计划中的实际应用仍有限，常受数据集不足、缺乏标准化表型鉴定和计算基础设施差距的制约。监管和生物安全框架在基因组编辑作物的部署中起着决定性作用。未来需要采取全面整合的方法，应对技术、生物、计算、监管和社会经济维度，以充分 harness next-generation breeding technologies 的潜力，实现气候变化条件下可持续的粟类作物改良。