豆类植物表观遗传景观的图谱绘制:基于数据驱动和网络分析的三十年全球文献研究评估

《Journal of Agriculture and Food Research》:Mapping Epigenetic Landscapes in Legumes: A Three-Decade Global Literature Research Assessment Using Data-Driven and Network Analyses

【字体: 大 中 小 】 时间:2026年08月05日 来源:Journal of Agriculture and Food Research 7.2

编辑推荐:

  豆类作物对全球粮食安全和可持续农业至关重要,然而与谷物相比,研究人员对其表观遗传调控的理解仍然有限。尽管豆类表观遗传学研究逐渐增加,但此前尚未有专门针对该研究领域的文献计量综合报告。本研究对从Web of Science (WoS)数据库检索到的1993年至2

  
豆类作物对全球粮食安全和可持续农业至关重要,然而与谷物相比,研究人员对其表观遗传调控的理解仍然有限。尽管豆类表观遗传学研究逐渐增加,但此前尚未有专门针对该研究领域的文献计量综合报告。本研究对从Web of Science (WoS)数据库检索到的1993年至2025年间839篇豆类表观遗传学出版物进行了全面的文献计量、主题和基于文本挖掘的分析。文献涵盖DNA甲基化(DNA methylation)、组蛋白和染色质调控因子、小RNA (small RNAs, sRNAs)、长链非编码RNA (long non-coding RNAs, lncRNAs)以及表观基因组工具,涉及模式豆类和作物豆类。年出版增长率为9.36%,合作研究占主导地位,涉及3,779位作者和220个出版来源。关键词共现和主题图谱揭示了三个核心研究框架:(i)转录和基于染色质的基因调控,(ii)由sRNAs介导的转录后调控,以及(iii)胁迫响应和共生固氮机制。结瘤和豆科植物-根瘤菌共生是一个主要的生物学焦点,涉及通过微小RNA (microRNAs, miRNAs)、DNA甲基化重编程、组蛋白修饰和调控性非编码RNA (non-coding RNAs, ncRNAs)的多层表观遗传控制。大量研究还涉及非生物胁迫适应、病原防御、种子发育、驯化相关表观遗传变异和多倍体基因组稳定性。比较分析进一步揭示了转化鸿沟,只有不到4%的研究整合了模式豆类(蒺藜苜蓿Medicago truncatula或百脉根Lotus japonicus)和主要作物物种,表明将表观遗传发现应用于育种相关系统存在技术和生物学限制。由于缺乏高质量参考基因组、豆类特有的复杂基因组结构以及表观基因组编辑方面的伦理和法律模糊性,仍存在若干挑战。未来的进展需要整合育种、分子遗传学、表观遗传学和人工智能 (artificial intelligence, AI) 驱动的方法,以开发气候适应性强、高产量的豆类作物,促进可持续农业。
豆类作物对全球粮食安全和可持续农业至关重要,但相比谷物,研究人员对其表观遗传调控(epigenetic regulation)的理解有限。尽管豆类表观遗传学(legume epigenetics)研究逐渐增加,但此前缺乏专门针对该领域的文献计量综合报告。因此,本研究旨在对豆类表观遗传学进行系统文献计量分析,以识别研究趋势、差距和未来方向。研究人员对1993年至2025年间Web of Science (WoS)数据库中的839篇豆类表观遗传学出版物进行了全面的文献计量、主题和基于文本挖掘的分析。研究涵盖DNA甲基化(DNA methylation)、组蛋白和染色质调控因子、小RNA(small RNAs,sRNAs)、长链非编码RNA(long non-coding RNAs,lncRNAs)以及表观基因组工具,涉及模式豆类和作物豆类。研究得出以下结论:年出版增长率为9.36%,合作研究占主导;关键词共现和主题图谱揭示了三个核心研究框架;(i)转录和基于染色质的基因调控,(ii)由sRNAs介导的转录后调控,以及(iii)胁迫响应和共生固氮机制;比较分析揭示了转化鸿沟,仅不到4%的研究整合了模式豆类(蒺藜苜蓿Medicago truncatula或百脉根Lotus japonicus)和主要作物物种;存在高质量参考基因组缺乏、基因组结构复杂以及表观基因组编辑伦理法律模糊等挑战。本研究的重要意义在于首次提供了豆类表观遗传学研究的综合视角,为未来研究优先领域和育种政策提供了指导。该论文发表在《Journal of Agriculture and Food Research》。

研究人员主要采用以下关键方法:1)文献检索:使用布尔搜索字符串从Web of Science (WoS)核心合集检索1993-2025年的相关文献,遵循PRISMA框架进行系统筛选,最终纳入839篇出版物。2)文献计量分析:利用RStudio的Biblioshiny界面和VOSviewer软件进行出版物趋势、作者/机构/国家生产力、合作网络、关键词共现、主题图谱和三维桑基图分析。3)文本挖掘自动过滤:基于正则表达式开发文本挖掘管道,对标题、摘要和作者关键词进行物种和表观遗传机制分类,并计算各主题频率。样本来源为WoS数据库,无特定队列。

研究结果如下:

3.1 Bibliometric trends and research development:通过分析年度出版物和引文趋势,发现研究活动自2008年后显著增长,2022年达到峰值86篇,年增长率9.36%。作者生产力显示Zhang H(18篇)最多产,但Stacey G(251次引用)引用最高。合作网络显示多个研究集群,包括Stacey G、Meyers BC和Crespi M等。

3.2 Global research structure and scholarly influence:通过地理分布和合作网络分析,中国(349篇)、美国(195篇)和印度(130篇)是主要贡献者,中国和美国分别获得7,234和6,901次引用。机构方面,中国科学院(50篇)领先,中国农业科学院(39篇)和南京农业大学(35篇)紧随其后。期刊分析显示Frontiers in Plant Science最活跃(67篇),BMC Genomics等引用最高(2,194次)。

3.3 Thematic evolution and keyword co-occurrence analysis:通过关键词共现和主题地图,识别出四个主要集群:染色质和转录调控(红色)、胁迫耐受(绿色)、miRNA/sRNA调控(蓝色)和共生固氮(黄色)。时间趋势显示研究从基础分子表征(如rDNA、克隆)向胁迫适应和共生调控转变,最近关键词包括大豆、干旱、盐度、结瘤等。

3.4 Epigenetic mechanisms and discoveries in legumes:通过机制和主题共现分析,sRNAs/miRNAs是主导机制,在结瘤/共生中占63.6%(84/132篇)。非生物胁迫是最大主题(212篇),机制涵盖sRNAs(123篇)、DNA甲基化(53篇)和组蛋白修饰(51篇)。病原防御偏向sRNA(89篇),而种子/胚胎发育机制更均衡(sRNAs 27篇,DNA甲基化24篇,组蛋白/染色质20篇)。多倍体/基因组稳定性和驯化相关主题较少,分别有33篇和29篇。

3.5 The translational frontier: From model systems to major legume crops:通过物种分布分析,仅27项研究(3.2%)同时包含模式豆类和作物豆类,揭示转化鸿沟。sRNA机制最易转化(16/27篇),但直接作物验证缺乏。主要障碍包括基因组资源不足、转化效率低和多倍体复杂性。

讨论部分总结了转化鸿沟限制表观遗传发现用于育种,强调需要作物特异性表观基因组资源、多环境验证和转化管道。挑战包括对豆类表观遗传机制理解有限(相比谷物)、缺乏高质量参考基因组(如红三叶草、野豌豆)、以及表观基因组编辑的伦理法律模糊性。未来展望提出整合传统育种、分子遗传学和表观遗传学,以及人工智能/机器学习(artificial intelligence/machine learning,AI/ML)在分析表观基因组数据中的潜力,并探讨表观遗传增强豆类对可持续农业的前景。

研究结论部分翻译如下:对豆类表观遗传学研究的文献计量和内容分析提供了一个综合视角,展示了该领域如何从DNA甲基化(DNA methylation)和组蛋白修饰(histone modifications)的基础研究发展到作物改良的功能应用。尽管取得了显著进展,但与谷物等其他作物组相比,该领域仍不均衡,这主要是由于基因组资源有限以及对豆类表观遗传调控的理解不完整。新兴技术,包括下一代测序(next-generation sequencing,NGS)、CRISPR/dCas9介导的表观基因组编辑(CRISPR/dCas9-mediated epigenome editing)和基于机器学习(machine learning,ML)的数据解释,将显著改变表观遗传信息用于性状改良和胁迫适应的方式。将这些分子方法与常规育种框架相结合,可能有助于开发出优越的、气候适应性强且营养丰富的豆类品种。然而,要利用这些可能性,必须解决与高质量参考基因组、表观基因组分析的可重复性以及表观基因组编辑相关的伦理或法律不确定性相关的重大障碍。此外,改进的遗传数据库和更强的多学科合作对于加速发现并将其转化为实际育种成果至关重要。本研究也存在若干局限性:数据集仅来自WoS核心合集,可能存在数据库偏倚,且中国和美国的主导地位可能部分反映数据库覆盖范围。总体而言,豆类表观遗传学是一个快速发展的领域,对可持续农业具有巨大潜力。未来将表观遗传学与基因组学、育种和人工智能(artificial intelligence,AI)相结合的努力对于开发气候适应性强、高产且营养改善的豆类作物至关重要。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号