由中科院上海生命科學研究院、北京基因組研究所、中國水稻研究所等單位合作的研究成果《水稻地方品種重要農藝性狀相關基因的全基因組關聯分析》,日前在線發表在《自然—遺傳學》(Nature Genetics)雜志上。
該研究報道了中國水稻地方品種的全基因組的遺傳多態性和單倍體型圖譜,并對秈稻品種的14個重要農藝性狀進行了全基因組關聯分析,確定了這些農藝性狀相關的候選基因位點,對水稻的遺傳學研究和分子育種提供了重要資源。
論文一經發表,便迅速引起了世界同行的關注,許多人稱之為作物遺傳學研究中里程碑式的工作。
《自然—遺傳學》副主編Pamela Colosimo介紹,這篇論文從編輯部到同行專家評議都獲得了高度評價,是她在該雜志遇到的發表最為順利的一篇論文。中科院副院長李家洋也對研究團隊的成果表達了高度贊賞。
功不可沒的GWAS
全基因組關聯研究(Genome-
wide Association Study,簡稱GWAS)是一種用來尋找基因變異與表型之間關系的遺傳學方法,最近幾年在人類醫學遺傳學領域中發展迅速。
以常見人類遺傳疾病的GWAS為例,研究者首先要選取一個較大的人群樣本,考察哪些是患者,然后提取他們的DNA進行全基因組范圍的基因分型,最終從成千上萬個分子標記中找出與該表型相關的基因。
到目前為止,世界各地的研究人員已經對數百種疾病(如腫瘤、心血管病、糖尿病、肥胖癥、精神疾病等)進行了GWAS分析,確定了大批疾病易感區域和相關基因,發現了一些與疾病相關的基因突變位點。這些發現對相關疾病的診斷和藥物設計都起到了推動作用。
GWAS雖然高效并且前景廣闊,但卻少不了前期大量的平臺性工作。以人類GWAS為例,在人類基因組測序完成后,科學家又花了3年多的時間完成了“國際人類基因組單體型圖計劃”(HapMap project)。他們對全球三大人種(黑種人、白種人和黃種人)中的數百個樣本進行了基因分型,獲得了一份人類基因組中常見變異位點的詳細圖譜。
在此基礎上,科學家又從中選取出覆蓋全基因組的代表性的分子標記位點,開發出高通量的基因芯片,對數百萬個常見的變異位點進行了批量檢測。在這些工作的基礎上,人類的全基因組關聯研究才變成了一條常規的技術路線。
從人到水稻的跨越
水稻是重要的糧食作物,也是植物基因組學研究的模式作物。中國是水稻種植大國,稻區遼闊,南至海南省,北至黑龍江省。水稻種植在中國也有著長達幾千年的栽培歷史。
如此廣闊的時間和空間跨度,形成了大量的水稻地方品種。這些品種適應當地的氣候條件,形成了許多獨特的農藝性狀。闡明這些地方品種的重要農藝性狀的遺傳基礎對于提高水稻的產量和抗逆性,改良水稻品質以及保障我國糧食安全都非常重要。
對水稻基因的克隆和功能研究,國際上通常都采用圖位克隆的方法。但是對于多基因控制的重要農藝性狀,還沒有非常有效的研究手段。
那么能否借鑒在人類遺傳學研究中大獲成功的GWAS方法呢?國際上許多同行對此表示質疑,他們認為這種方法在自交的水稻材料上很難實現。
但中國科學院國家基因研究中心主任韓斌和他的研究團隊卻認為,如果GWAS方法在水稻中也能夠實現,將對高效挖掘水稻地方品種的遺傳資源起到很好的指導作用,所以他們還是決定試一試。
與人類的GWAS類似,水稻的GWAS同樣需要搭建一個前期的平臺。
研究團隊挑選了栽培稻兩大亞種(粳稻和秈稻)的500余份地方品種,測定了它們的全基因組序列,從而構建出一張高密度的水稻單體型圖譜。
在這張圖譜的基礎上,研究者對秈稻的14個農藝性狀進行了GWAS分析。這些性狀包括水稻株型、產量、籽粒品質和生理特征等不同的方面。通過遺傳學分析,這些農藝性狀相關的候選基因位點得以確定。這些發現為水稻遺傳學研究和水稻育種提供了重要的基礎數據,并開辟了新的研究途徑,是水稻遺傳學研究的重要進展。
青出于藍而勝于藍
與人類GWAS不同的是,這份水稻GWAS的平臺工作為相關領域的科學家提供了一份永久性的資源,這些具備詳細基因型圖譜的水稻地方品種可供人們在不同年份、不同地點、針對不同農藝性狀進行多次考察。將來,人們還可通過有選擇性地兩兩雜交獲得需要的后代組合,供水稻遺傳學實驗及育種工作使用。
該研究還首次成功開發出大樣本、低豐度的基因組測序和基因分型方法。通俗地說,就是對每個樣品只進行低覆蓋率的測序,獲得部分信息,而后借助這些信息,通過不同樣品、不同基因組區域間復雜的關系,相互借鑒,最終把丟失的信息重新找回來。該方法大大節省了科學投入,而最終獲得的圖譜質量卻絲毫不差。
這種高通量和低成本的方法加上水稻相對較小的基因組,使得500多份水稻的測序成本僅相當于人類基因組中一個人的高倍測序。以這種方式鑒定基因組變異,構建單倍體圖譜用于全基因組關聯研究在世界上還屬首次。
《自然—遺傳學》專門同期配發了Richard M Clark的一篇評論文章,稱水稻全基因組關聯分析的時代終于來臨了。Clark是全球知名的植物分子遺傳學家,在德國馬普研究所工作期間完成了擬南芥單體型圖譜的構建,目前在美國猶他州大學參與擬南芥的1001基因組計劃。
在這篇評論中,Clark展望道:“將來在水稻以及更多其他的物種中,這種低覆蓋率、大樣本的高通量測序分析方法可以實現對遺傳變異的高效發掘,前景極好。”