熱點前沿:全基因組選擇技術在作物育種中的應用

熱點前沿:全基因組選擇技術在作物育種中的應用
科睿唯安
小編
科學研究亮點

作物育種學是一門預測作物性狀表現的科學。分子標記輔助育種技術自1990年代以來在作物育種研究中逐漸得到廣泛應用,在單個或少數性狀選擇中發揮了重要作用,但是其存在選擇週期長和難以分析複雜數量性狀的缺點。

全基因組選擇技術是21 世紀以來廣泛應用於動物育種中的一個新興技術,它主要利用覆蓋全基因組的高密度分子標記進行育種值預測,從而為選擇優異的育種材料提供參考。該技術基於預測模型能夠快速計算育種值,兼顧主效基因和微效基因效應,顯著提高單位時間內的育種遺傳增益,近年來逐漸受到了作物育種家的青睞,目前已在多個主要農作物的常規種、雜交種培育中得到應用,涉及抗病、產量及品質等重要性狀。全基因組選擇育種研究的核心是提供準確可靠的遺傳育種值預測結果。近年來,科學家們在如何提高作物全基因組選擇的預測育種值,以及在全基因組選擇育種的上中下游多個環節開展了大量深入研究,包括育種群體優化、預測模型開發、基因型與環境互作等多個方面為提高作物育種效率奠定了重要基礎。

目前,全基因組選擇在作物育種研究上已經取得系列重要研究進展,包括建立各類測試和育種群體,研發系列預測模型,研究基因型與環境互作,解析基因效應與遺傳力,闡明標記密度與連鎖不平衡等多個方面,切實提高了全基因組選擇育種研究的預測效率和准確度。全基因組選擇育種技術在玉米、小麥、水稻、大麥等主要農作物上開展了一些具體的研究,積累了大量科學資料,初步證實該技術可以顯著提高作物育種效率,同時可為其他作物開展全基因組選擇育種研究提供重要參考。另外,近年來快速發展的基因分型新技術也為全基因組選擇育種研究技術實現高通量、低成本提供了重要機遇。

但是,當前全基因組選擇育種研究仍然存在一些極待解決的重要問題,比如複雜數量性狀預測困難、基因型與多環境間相互影響、表型鑒定精確度不夠及成本過高等實際問題。另外,過多注重全基因組選擇育種容易導致丟失農作物的遺傳多樣性的問題也應得到育種家關注。總之,上述問題將是下一步作物全基因組選擇育種研究的重點方向,而針對更多農作物開展全基因組選擇育種研究,改良具體生物性狀將是未來幾年的重要發展方向。全基因組選擇育種研究具有良好的研究前景,使得其在農作物育種研究中發揮更加顯著的作用。

 

發展態勢及重大進展解析

2001 年荷蘭科學家 Meuwissen 最早提出了全基因組選擇的概念,早期的全基因組選擇技術主要在動物育種中得到普及推廣。近年來,多個作物基因組測序工作陸續完成,系列高通量測序及高密度晶片及高通量分子標記分型技術的研究成果為作物全基因組選擇育種研究提供了重要發展機遇和技術依據。目前,全基因組選擇技術在主要農作物玉米、小麥、水稻、大麥等育種研究中已經得到廣泛應用。基於全基因組選擇育種的高產、優質、抗病、抗逆新種質和新品種培育將為糧食安全供應奠定重要基礎。

近年來,全基因組選擇育種逐漸成為農作物育種研究的熱點,2011—2015 年發表核心文獻22 篇,截至2017 年被引次數累積高達2,713 次,主要介紹了全基因組選擇在植物育種研究中的應用和前景,新型基因分型技術在全基因組選擇育種研究中的應用,全基因組選擇育種計算模型研究,基因型和環境互作對全基因組選擇育種的影響,多種玉米育種系全基因組選擇育種準確性評估,以及小麥、水稻、柳枝稷全基因組選擇育種研究等重要進展。上述核心文獻的主要引用論文有302 篇,其中250 篇為近5 年發表,主要展示了農作物全基因組選擇育種研究在多個作物、多個重要性狀方面的具體應用和實踐。

 

發展趨勢預測

透過分析全基因組選擇技術在作物育種方面的核心文獻和引用文獻發現,最近幾年全基因組選擇技術在作物育種基礎理論研究與實際應用研究方面取得了一系列重要進展和突破,開展全基因組選擇技術育種研究的農作物數量和類型逐年增加,涉及的具體性狀也不斷激增,據此判斷,全基因組選擇技術將是未來10~20 年農作物育種研究的重要研究方向,將在提高農作物育種效率中發揮更加重要的作用。

隨著農作物基因組測序工作的陸續完成,各類高通量測序技術的快速發展,多種全基因組遺傳信息分型技術的不斷更新,全基因組選擇技術將從主要農作物玉米、小麥、水稻等育種研究逐漸輻射到更多作物中,同時也將涉及更多具體的農藝性狀和更多研究領域,為培育更多高產、優質、多抗、廣適的農作物新品種提供技術支撐。

全基因組選擇技術的群體設置,全基因組遺傳變異分析和統計預測模型研究依然是下一步全基因組選擇技術研究的重點。同時,根據全基因組選擇技術在實際育種研究中存在一些擬解決的關鍵問題,如複雜數量性狀解析、環境影響干擾、表型鑒定不准、預測模型升級、遺傳相近群體預測困難、研究成本較高等,這些問題將是下一步全基因組選擇育種技術的重要研究方向。另外值得關注的是,未來農作物遺傳育種研究應相容全基因組選擇和保持遺傳多樣性。

 

Top 產出國家與機構文獻計量分析

從該熱點前沿核心論文的Top 產出國家來看(表4-1),美國共有18 篇,占核心論文總量的81.82%,遙遙領先於其他國家。其次是法國,核心論文量為7 篇,占總量的31.82%。德國和墨西哥分別貢獻了3 篇核心論文,分別占總量的13.64%。從核心論文產出機構看,排名前十的機構列表中共包含31 家機構。其中,12 家機構來自美國,六家機構來自法國,四家機構來自德國。美國康乃爾大學在該領域的基礎理論研究方面具有很強競爭力,而德國霍恩海姆大學在該領域具體應用研究方面表現突出。上述統計結果表明該前沿受關注的範圍較廣,國家合作現象較突出,美國及其研究機構在該熱點前沿的基礎研究中極具影響力和活躍度,具有顯著的競爭優勢。

 

從後續引用該熱點前沿核心論文的引用論文量來看(表 4-2),美國共有985 篇,占該前沿引用論文總量的48.24%,遙遙領先於其他國家,約為排名第二位的中國的引用論文量(241 篇)的4 倍。德國、澳大利亞、加拿大、法國和英國均有150 篇以上的引用論文,構成該前沿的第二梯隊。墨西哥、印度和日本則以4.50% 左右的占比形成第三梯隊。

在引用論文量排名前十的機構中,美國農業部以249 篇位列第一位,占該前沿引用論文總量的12.19%,美國康乃爾大學以184 篇位列第二,占該引用論文總量的9.01%。另外,排名前十的研究機構中德國有2 家機構,墨西哥有1 家機構,此外,還有1家國際組織入選,表明在該熱點前沿研究中,美國及其研究機構仍然具有較強的發展潛力和絕對優勢。

 

 

下載完整簡體中文報告

 


本文節錄自《2017全球農業研究前沿分析解讀》報告,該報告由中國農業科學院科技管理局、中國農業科學院農業信息研究所、科睿唯安等共同編著,於2018年8月出版。本報告中構成研究前沿的核心論文均來自於 Essential Science Indicators (ESI) 資料庫中的高被引論文,即在同學科同年度中根據被引次數排在前1% 的論文。ESI 資料庫囊括了自然科學與社會科學的十大高聚合學科領域(由21 個學科領域劃分而成)的前沿資料,農業領域的資料主要集中分佈在「農業、植物學和動物學」這一大學科領域中,為了快速鎖定農業領域前沿資料,本報告以該學科領域的 1,047 個研究前沿為起點,從中遴選出該領域較為活躍或發展迅速的301 個研究前沿,並以此作為本報告中農業研究前沿遴選的資料基礎。

整個分析工作分為兩個部分:研究前沿的初選和農業研究前沿的遴選、分析與解讀。其中,研究前沿的初選,即「農業、植物學和動物學」領域研究前沿的遴選、301 個「農業、植物學和動物學」研究前沿的核心論文及其引用文獻的資料提供由科睿唯安完成;農業研究前沿(即農業熱點前沿和新興前沿)的遴選、分析及解讀由中國農業科學院農業信息研究所組織並完成。此次分析基於2011—2016 年的論文資料,資料下載時間為2017 年3 月。

 

需要專人進一步解說?

聯絡我們

Clarivate

Accelerating innovation