《European Journal of Agronomy》:Harnessing wheat germplasm to sustain grain-filling under climate warming using a gene-based modelling framework
编辑推荐:
•基于基因的CERES-Wheat研究将小麦SNP与籽粒充实特性联系起来。•全基因组关联分析(GWAS)发现了控制籽粒充实持续时间和速率的稳定位点。•累积有利等位基因可以将籽粒充实期延长11.4%。•在气候变暖的情况下,等位基因 manipulation可以将灌溉小麦的产量提高多
- •
基于基因的CERES-Wheat研究将小麦SNP与籽粒充实特性联系起来。
- •
全基因组关联分析(GWAS)发现了控制籽粒充实持续时间和速率的稳定位点。
- •
累积有利等位基因可以将籽粒充实期延长11.4%。
- •
在气候变暖的情况下,等位基因 manipulation可以将灌溉小麦的产量提高多达9.5%。
- •
籽粒充实速率和持续时间特性在不同生态区显示出不同的效益。
引言
小麦(Triticum aestivum L.)是世界上最重要的主粮作物之一,提供了大约20%的人类热量和蛋白质(Brenchley等人,2012年)。然而,在全球37%的小麦种植区,其产量已经停滞不前(Ray等人,2012年),未来产量的增长必须跟上对粮食需求的增加(Crespo-Herrera等人,2018年)。温度上升对广泛地区的小麦生产构成了严重威胁(Asseng等人,2015年),并且人们普遍关注小麦是否能够适应未来的气候变化(Ortiz等人,2008年;Zhang等人,2022年)。不同品种的小麦对高温的耐受性各不相同(Wahid等人,2007年;Rezaei等人,2026年),从耐高温性较低的品种转向耐高温性较高的品种可以在中度升温情况下减少约50%的产量损失(Shew等人,2020年)。因此,通过品种间的遗传物质交流以及将耐热等位基因引入本地适应的品种中,可以减少与高温相关的损失(Moore和Lobell,2014年;Zhao等人,2017年;Minoli等人,2022年)。这需要开发和推广具有适应气候压力特性的品种(Heider等人,2021年;Wang等人,2025年)。
小麦在籽粒充实期间特别脆弱,此时高温会加速发育进程,缩短籽粒充实时间(GFD),并损害控制籽粒充实速率(GFR)的酶促过程(Farooq等人,2011年;Asseng等人,2011年;Asseng等人,2019年)。每升高1°C超过最佳籽粒充实温度15–20°C,GFD会缩短约2.8天(Streck,2005年),而在超过30°C时,GFR的补偿性增加则失效(Sofield等人,1977年)。由此导致的光合供应与籽粒吸收之间的不平衡限制了碳的同化与转运(McDowell等人,2008年;Reynolds等人,2022年;Rezaei等人,2023年)。在气候变暖的情况下,GFD和GFR是决定小麦产量的关键生理因素。耐高温的基因型通常能在压力下保持较高的GFD、GFR或两者同时保持较高水平(Viswanathan和Khanna-Chopra,2001年)。在气候变化条件下适度延长GFD和增强GFR可能使品种充分利用改善后的热资源(Tao等人,2012年;van Dijk等人,2021年)。水分可用性在同一源-汇框架内调节这两个特性,因为水分不足会限制光合作用和可用于籽粒充实的同化物供应。不同小麦基因型在对水分不足的生理和抗氧化调节方面存在显著差异(Amini等人,2023年;Mokhtari等人,2024年)。合成六倍体小麦被提出作为干旱适应性的等位基因库(Mokhtari等人,2022年),表明籽粒充实适应性的遗传基础不仅受温度影响,还受水分供应的影响。在生殖发育期间,高温和干旱可能同时发生,它们对光合作用、同化物转移、籽粒发育和产量的综合影响可能比单独的一种压力更为严重(Prasad等人,2011年;Mahrookashani等人,2017年)。
基因组技术加速了植物育种和适应性状的筛选(Bailey-Serres等人,2019年)。然而,传统的品种培育需要较长的周期、大量的资源以及广泛的多地点测试,因为基因型与环境之间的相互作用复杂(Kang,1998年;Zhao等人,2021年)。旨在模拟基因型×环境×管理(G×E×M)相互作用的作物模型,可以为育种者提供有效途径,以便更高效地识别有前景的性状组合并进行有针对性的测试(Tao等人,2017年;Jones等人,2003年)。传统的作物模型并未包含分子遗传信息;相反,遗传效应是通过描述生理过程和性状表达的品种特定参数来考虑的(Yin等人,2018年)。基于基因的作物建模将数量性状位点(QTL)或分子标记与作物模型的品种特定参数联系起来,从而将基因组信息与模拟的生理响应关联起来(Chenu等人,2017年;Wang等人,2019年)。因此,基于基因的建模可用于在田间测试前预评估潜在的遗传改良(Zheng等人,2013年;He等人,2024年)。
之前的研究通过使用线性回归从QTL或标记中推导出一个或多个作物模型参数来开发和测试基于基因的作物建模,通常是针对作物物候性状(Zheng等人,2013年;Yang等人,2022年;He等人,2024年)。作物生长模型的全基因组预测得到了进一步发展,以估计作物模型内的性状特定标记效应并预测G×E(Technow等人,2015年;Cooper等人,2016年;Messina等人,2018年;Li等人,2023年)。然而,通过进行大规模品种的全基因组关联分析(GWAS),可以进一步改进基于基因的作物建模,以识别与多个关键性状相关的单核苷酸多态性(SNPs),利用机器学习更好地将标记与性状联系起来,并整合GWAS、机器学习和作物建模来支持未来各种环境下气候适应性状的育种。
为了通过遗传改良籽粒充实特性来支持气候适应性小麦的培育,我们提出了三个假设:(1)保持延长籽粒充实时间(GFD)的等位基因可以抵消气候变暖导致的作物发育加速;(2)增加籽粒充实速率(GFR)的等位基因可以通过增加同化物沉积速率来补偿缩短的GFD;(3)同时增强GFD和GFR可以在气候变化下提供更好的生理韧性。由于气候变暖很少单独作用,且热量可能与生殖发育期间的水分不足同时发生,我们在不同的水分条件下测试了每个假设。为了验证这些假设,我们首先对来自六个国家的163个小麦品种进行了GWAS,以识别与GFD和GFR相关的SNPs(图1,表S1)。然后我们利用RF从识别的SNPs中推导出CERES-Wheat模型的品种特定参数,建立了基于基因的建模框架。最后,我们将该框架应用于当前和未来的45个全球地点,包括水分充足和水分受限的条件下,以量化改善GFD和GFR的潜在产量效应。
章节片段
田间实验和表型分析
我们在2018–2019年和2019–2020年在中国农业科学院新乡综合实验站(35°18′N,113°51′E)、2018–2019年在周口综合实验站(33°37′N,114°38′E)以及2019–2020年在漯河综合实验站(33°36′N,113°58′E)进行了田间实验。从400个品种中选择了163个来自中国黄淮冬小麦区及其他五个国家的代表性小麦品种进行研究。
通过全基因组关联研究(GWAS)识别赋予小麦高GFD和GFR的潜在基因
在小麦样本中,GFD和GFR表现出显著的遗传变异,GFD的范围为401.0至681.6°C/d,GFR的范围为20.6至79.8 mg°C/d(表S3),这突显了籽粒充实过程中的巨大遗传多样性。ANOVA显示,基因型、环境和G×E相互作用显著影响
开发基于基因的建模以支持气候适应性育种
我们的研究提高了对籽粒充实性状遗传变异如何调节源-汇关系的理解。作物模型提供了多项好处,包括识别理想型品种性状、优化性状-环境组合、支持多环境试验以及明确G×E相互作用(Wang等人,2019年;Tao等人,2022年)。这些模型有助于将复杂性状如产量分解为其生理成分(Chenu等人,2017年)。
作者贡献
FT和ZH设计了这项研究;YL和YX进行了表型和生长分析;YH和JT进行了分子分析;LY和ZZ进行了作物模型分析。YL和FT撰写了原始手稿,ZZ、SA、MR、ACR、MD、RE和GH提供了重要意见。所有作者都参与了结果的解释以及论文的审阅和编辑。
CRediT作者贡献声明
李一博:写作——审阅与编辑,撰写——初稿,可视化,资金获取,正式分析,数据管理。陶福禄:写作——审阅与编辑,撰写——初稿,监督,资源管理,项目实施,方法论,研究设计,资金获取,概念化。何忠虎:写作——审阅与编辑,资源管理,方法论,资金获取,监督。郝远峰:写作——审阅与编辑,软件开发,资源管理,正式分析。琼阳
致谢
本研究得到了中国国家重点研发计划(项目编号:2025YFF0812104)、国家自然科学基金(项目编号:42301114、41571493)、中德(CSC-DAAD)博士后奖学金计划(项目编号:2023,57678375)以及中国科学院国际合作计划(项目编号:177GJHZ2024090FN、177GJHZ2022052MI)的支持。ACR获得了NASA地球科学部通过气候影响组的资助。
李一博|陶福禄|何忠虎|郝远峰|童琼阳|肖永贵|尹立昌|赵钊|Mohamed Darwish|Rashad Elenein|Alex C. Ruane|Gerrit Hoogenboom|Matthew Reynolds|Senthold Asseng