利用快速育种、基因组选择和基因编辑技术提升主要谷物作物的遗传增益

《Ecological Genetics and Genomics》:Enhancing genetic gain in major cereal crops using speed breeding, genomic selection and gene editing technologies

【字体: 大 中 小 】 时间:2026年07月10日 来源:Ecological Genetics and Genomics CS1.8

编辑推荐:

  Temesgen Begna|Werkissa Yali|Temesgen Teressa|Hayilu Gichile埃塞俄比亚农业研究研究所,奇罗高粱研究与培训中心,埃塞俄比亚奇罗,邮政信箱190号摘要在气候变化和人口增长日益加剧的背景下,加快作物遗传改良的速度对于保障粮食安

  
Temesgen Begna|Werkissa Yali|Temesgen Teressa|Hayilu Gichile
埃塞俄比亚农业研究研究所,奇罗高粱研究与培训中心,埃塞俄比亚奇罗,邮政信箱190号

摘要

在气候变化和人口增长日益加剧的背景下,加快作物遗传改良的速度对于保障粮食安全至关重要。因此,采用能够缩短育种周期并提高选择精度的先进育种策略对于应对这些挑战十分必要。速度育种、基因组选择、高通量表型分析以及基于CRISPR的基因组编辑等先进育种方法,在克服传统育种的局限性方面发挥着关键作用。传统育种方法在加速作物遗传改良方面存在诸多限制,尤其是在面对由气候变化带来的日益严重的生物和非生物胁迫以及不断变化的生产需求时。为克服传统育种的局限,速度育种通过优化光周期、光谱和温度条件来缩短育种周期,而基因组选择和基因组编辑则提高了每轮育种的选择精度和效率。人工智能、机器学习以及多组学技术的整合,使得预测育种变得更加精准高效,能够更准确地解析复杂的基因型与环境相互作用关系。CRISPR/Cas9等现代育种技术则能够在关键的基因组位点实现精确且可遗传的修饰,从而有针对性地提升作物性能。总体而言,这些创新举措正在将作物改良转变为一种集成化、数据驱动且具有预测性的工作模式,使遗传改良越来越趋于精确可控,而非随机过程。尽管这些技术具有巨大的变革潜力,但由于基础设施和运营成本高昂,其在发展中国家的应用仍然受限。最终,将速度育种、基因组学以及数字技术相结合,可以为加速遗传改良提供有效的框架,从而更快、更智能地培育出更具抗逆性的作物,为全球的粮食和营养安全做出贡献。

引言

预计到2050年全球人口将达到100亿,与此同时气候变化也在不断加剧[1]。人口快速增长、气候引发的生物和非生物胁迫、耕地面积减少以及水资源短缺,都是制约全球作物生产力和产量稳定的主要因素[2]。气候变化通过升温、干旱以及极端天气事件,降低作物产量并增加病虫害的危害,从而威胁着全球和当地的粮食安全[2]。在气候条件变化的情况下,包括高温、低温、干旱、盐碱、病虫害在内的各种生物和非生物胁迫,都在不断威胁着作物的生产力[1,3]。这些压力共同作用,不仅降低了粮食的数量,还影响了粮食的质量,而目前主要粮食作物的产量增长幅度仍不足以满足未来的粮食需求[4](见图1、图2、图3、图4、图5)。
气候变化已经导致全球主要粮食作物的产量下降,在高排放情景下,对温度敏感的作物其生产力可能会下降多达30%,这进一步加剧了食品价格的波动,也影响了弱势群体的食物获取能力(Ray等人,2023年)。非生物胁迫,尤其是干旱、高温和盐碱,是制约作物生产力的重要因素,会导致多种作物出现严重的产量损失。其中,干旱的危害尤为严重,不同作物在不同持续时间下的产量损失可达50-70%[5]。生物胁迫也会给作物带来巨大的产量损失,据估计,水稻的产量损失为30-40%,小麦为26-28%,玉米为31-32%,大豆为26-29%,马铃薯为40-43%,棉花为28-30%(Ray等人,2023年)。不过,产量损失的程度会因地理位置、管理方式以及病虫害的严重程度而有所不同。在非洲,半干旱的气候条件以及依赖雨养农业的种植方式,使得该地区更容易受到气候变异的影响[6]。因此,农业面临着在养活不断增长的人口的同时还要适应日益严峻的气候胁迫的双重挑战[4]。
为应对这些生产和生产力方面的挑战,农业领域在实现可持续发展目标2方面发挥着核心作用,该目标旨在消除饥饿、改善营养状况并推动可持续农业的发展。为了确保不断增长的世界人口能够获得可持续的粮食和营养安全,就必须大幅提高作物的生产力和抗逆性[7]。在现有的各种策略中,提升主要粮食作物的生产力并对其进行遗传改良,仍是满足未来粮食需求最有效的途径之一。因此,通过结合速度育种、基因组选择以及基因编辑技术,提升小麦、水稻、高粱和玉米等主要谷物作物的遗传改良速度,对于缩短育种周期、培育出具有气候适应能力且高产的品种,从而满足不断增长的全球粮食需求,具有至关重要的意义[8,9]。在各类谷物作物中,水稻、小麦和玉米是全球最重要的主食,为全球人口提供了大部分的日常热量摄入[10,11]。因此,为了满足未来的需求并应对这些新出现的挑战,粮食产量必须增加60-100%[2,4]。
因此,加快作物改良中的遗传改良速度,对于在不断变化的气候条件下保持生产力、增强作物的抗逆性以及保障全球的粮食和营养安全至关重要[4]。然而,目前主要作物的遗传改良速度仍不足以满足未来的粮食需求[12]。遗传改良指的是每个育种周期内目标性状的改善程度,它是环境变化背景下提升作物产量的重要驱动力[13]。根据育种方程,遗传改良速度由遗传方差(σ2g)、选择强度(i)、遗传力(h2)决定,同时与育种周期长度(t)成反比。所以,要提高遗传改良速度,就需要在整合种质资源、基因组学技术、现代育种工具、农艺措施以及高效的种子传播系统的同时,缩短育种周期,从而加快优良品种的培育和推广速度[14]。
传统育种长期以来为全球粮食安全做出了重要贡献,但其实现更高遗传改良能力的潜力却日益受到多种限制[4,15]。较长的育种周期、强烈的基因型与环境相互作用以及环境差异性,都阻碍了稳定高产品种的培育[16]。此外,产量是一个受众多微效基因调控且高度依赖环境的复杂数量性状,这使得有效的选择工作变得十分困难[17]。正因如此,小麦、水稻和玉米等主要粮食作物每年的遗传改良幅度通常仅为1%到1.6%,这一数值仍低于满足2050年预期粮食需求所需的约2.4%的水平[13]。在撒哈拉以南的非洲地区,由于基础设施不足、资源匮乏以及气候胁迫日益严重,产量差距尤为明显[18]。而且,传统育种往往需要8-10代才能培育出改良品种,这不仅延误了遗传进展的速度,还降低了作物对新的气候灾害、病虫害的抵御能力[12]。
为克服传统育种的局限性,加快培育高产、具备气候适应能力的作物,人们越来越多地采用速度育种、基因组选择、CRISPR/Cas基因组编辑以及分子育种等现代技术,以此提高遗传改良速度、提升选择精度并缩短育种周期[8,9]。通过优化环境条件,结合高通量表型分析、数字农业技术、环境控制传感器、机器学习以及分子生物学工具,这些技术能够实现快速的世代更替,对复杂性状进行预测性改良,并更精准地评估作物表型[17,19]。因此,它们有助于快速培育出优良品种,尤其是在小麦、大麦、玉米和高粱这类需经多代培育的作物上[20]。
因此,提升小麦、玉米和水稻等主要谷物作物的遗传改良速度,对于缩短育种周期、提高选择强度和精度,进而保障全球的粮食和营养安全具有极其重要的作用。总体而言,这些基因组学、生物技术以及数字育种工具共同构成了一个变革性的框架,有助于加快遗传改良速度、提升作物生产力以及增强作物的气候适应能力[14]。现代育种技术与传统育种方法的结合,能够快速培育出优质、高产且具有较强抗逆性的作物品种,从而在人口增长和气候压力日益加大的背景下,缩小潜在产量与实际产量之间的差距[21]。因此,本综述旨在探讨如何通过结合速度育种、基因组选择以及CRISPR/Cas基因组编辑技术,加快主要作物的遗传改良速度,从而提升作物的产量潜力及抗逆能力。

章节节选

加快作物改良中的遗传改良速度:现代方法、研究进展与未来前景

遗传改良指的是目标性状随时间逐步改善的过程,其速度取决于遗传力、选择强度、遗传方差以及育种周期的长度[22]。遗传改良反映了目标性状的改善速度,通过提高选择强度和精度,同时缩短育种周期,就可以最大限度地提升遗传改良的速度[23,24]。在发展中国家,约有40-60%的潜在作物产量会因各种因素而损失,其中非生物胁迫约占20-50%,生物胁迫则占其余比例

多组学技术在提升作物遗传改良速度中的作用

基因组学、转录组学、蛋白质组学、代谢组学以及表型组学等多组学技术的整合,为揭示复杂性状的分子机制,推动了作物育种领域的变革[14]。基因组学技术有助于发现全基因组的标记,并进行QTL定位,从而精准识别影响作物农艺性状的等位基因[16]。转录组学和蛋白质组学则能够帮助人们了解基因调控机制、蛋白质动态变化以及应激响应途径,这些因素共同决定了作物的表型可塑性[96]。

结论

作物遗传改良速度的提升,越来越依赖于将传统育种方法与现代的基因组学、表型组学以及计算技术无缝结合。这些新兴技术并非要取代传统的选择方法,而是通过提高选择强度、缩短世代时间以及提升不同环境条件下的基因型选择精度,起到事半功倍的作用。这种整合

临床试验编号

不适用。

伦理审批情况

不适用。

发表同意声明

不适用。

资金支持说明

本研究未获得任何外部资金支持。

CRediT作者贡献说明

Temesgen Begna:概念构建、数据整理、研究实施、方法设计、项目监督、结果验证、数据可视化、初稿撰写、论文修订与润色。Werkissa Yali:概念构建、研究实施、结果验证、数据可视化。Temesgen Teressa:研究实施、项目监督、结果验证、数据可视化。Hayilu Gichile:概念构建、项目监督、结果验证、数据可视化。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博

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