VinUni计划测序1,000份越南水稻基因组,助力气候适应型育种

阅读约需 7 分钟
VinUni Plans to Sequence 1,000 Vietnamese Rice Genomes to Support Climate Resilient Breeding

绘制越南水稻多样性的基因图谱

VinUni大学大数据研究院(VIBD)推出VN1K-RICE项目,计划对1,000份越南水稻样本进行全基因组测序,首批将从150份核心样本开始。研究人员计划将遗传信息与三个生态区域的评估结果结合起来,以帮助筛选适合干旱、盐碱土壤、高温和洪涝环境的水稻,同时研究稻米品质和温室气体排放。

目录
  1. 绘制越南水稻多样性的基因图谱
  2. 为何从150份样本开始?
  3. 将保存的水稻种质资源用于研究
  4. 越南参考基因组为何重要
  5. 在田间验证DNA信息的意义
  6. 遗传信息如何为育种提供指导
  7. AI工具与共享数据库
  8. 截至2030年的计划
  9. 要点

该项目在2026年国际农业基因技术应用研讨会(SAGA 2026)上发布,属于VIBD 2026年至2030年的AgriOmics-AI研究计划。计划成果包括水稻基因组数据库、越南传统水稻的高质量参考基因组,以及基因活性信息。

这项研究将两类证据结合起来:植物DNA中记录的信息,以及植物在实际环境中的表现。将两者联系起来,有助于育种人员从越南传统水稻和野生稻种质资源中筛选有用材料,包括携带适合困难环境下种植性状的植株。

VIBD科学主任武河云教授(Vu Ha Van)负责领导VN1K-RICE项目。澳大利亚昆士兰大学昆士兰农业与食品创新联盟创始主任、VinUni兼职讲师罗伯特·亨利教授(Robert Henry)担任项目联合负责人。

为何从150份样本开始?

首批150份样本占计划采集的1,000份样本的15%。研究人员将先从这组核心样本开始,再逐步扩大测序工作。样本涵盖灌溉低地稻、旱稻、沿海盐碱地和受潮汐洪水影响的土地,也包括野生稻样本。

这些环境很重要,因为水稻在不同环境中面临的压力各不相同。生长在沿海盐碱地的品种,可能具有不同于旱稻的有用特性。在这些环境中采样,可以帮助研究人员考察越南更广泛的水稻多样性。

广告

该项目将读取全基因组,也就是每份样本DNA中包含的完整遗传指令。遗传指令的差异会影响稻米香气、黏性、抗病性和环境胁迫耐受性等特征。

1,000份样本是该项目的测序目标。研究将从规模较小的核心样本集开始,使工作能够从一组明确的样本逐步扩展,而不是把整个样本集作为第一步一次性处理。

将保存的水稻种质资源用于研究

越南的传统水稻和野生稻种质资源由多家机构保存,包括植物资源中心、九龙江三角洲水稻研究所、芹苴大学和越南农业大学。这些种质资源保存了可供科学家研究和用于育种的材料。

这些水稻品种大多尚未进行全基因组测序。越南也缺乏国家级基因组数据基础设施,这限制了研究人员识别有用遗传差异并跨种质资源开展研究的能力。

VN1K-RICE旨在将这些保存的材料与研究人员能够分析和共享的数据联系起来。这样,研究人员便能将保存的种子样本与其DNA记录及植株性状测量结果一并研究,从而更容易寻找有前景的材料,例如兼具优良稻米品质和耐盐性的水稻。

该项目正与保存遗传资源的国内机构及国际合作伙伴共同推进。其育种目标也与越南水稻产业发展战略(到2030年,并展望至2050年)相衔接,尤其关注品质、气候适应能力和减排。

VinUniversity官方公告列出了四家保存种质资源的机构,确认项目将与国内遗传资源持有机构及国际合作伙伴合作,并说明计划建设的国家级基因组数据基础设施与该战略之间的联系。公告还介绍了来自越南各地的政府部门、研究机构、高校和地方代表,以及国际专家参与项目的情况。

越南参考基因组为何重要

参考基因组是一种详细的遗传序列,可用作比较基准。研究人员将其他水稻基因组与之比较,以定位差异,并探究其中哪些差异可能与有用特性相关。

VN1K-RICE计划为越南传统水稻建立专门的参考基因组。与研究对象亲缘关系密切的参考基因组,有助于研究人员更准确地考察本地遗传材料,并找出值得进一步研究的区域。

广告

项目联合负责人、昆士兰农业与食品创新联盟创始主任罗伯特·亨利解释了团队为何希望参考基因组能够体现本地多样性。以下为其讲话的越南语译文:

单一基因组无法代表一个物种的全部遗传多样性。科学家需要与研究材料亲缘关系密切的参考基因组。

对于越南育种人员而言,实际益处在于建立一套以更接近自身研究材料的水稻为基础的比较框架。计划构建的参考基因组与更广泛的1,000份样本序列各有用途:前者提供详细的比较基准,后者则更全面地记录不同样本之间的差异。

在田间验证DNA信息的意义

团队计划将基因组序列与三个生态区域的水稻性状评估相结合。测量内容涵盖食用品质、营养、环境胁迫、抗病性以及种植过程中的温室气体排放。

在稻米品质方面,研究人员将考察黏性和香气,以及微量营养素和蛋白质含量。在种植条件方面,他们将评估植株对干旱、盐分、高温和洪涝的耐受性。常见水稻病害的抗性也在计划研究范围内。

性状就是可以观察或测量的特征。通过比较样本间的性状与DNA差异,科学家可以寻找与特定结果相关的遗传区域,例如更强的耐盐性或独特的香气。

田间测量是这一过程的核心。它们将遗传序列与育种人员关注的实际表现联系起来:植株在胁迫下如何生长、稻米品质如何,以及种植过程中释放多少温室气体。

排放研究在稻米品质和抗逆性之外,增加了另一项筛选目标。研究人员计划通过考察DNA与种植期间测量结果之间的关系,研究可能有助于降低排放的遗传区域。

遗传信息如何为育种提供指导

育种人员可以利用项目成果,在选择植株进行杂交之前,先筛查水稻材料中有用的DNA差异。例如,耐盐性较强的传统品种可以提供遗传材料,用于培育适合盐碱地的水稻。

广告

具有优良香气或独特稻米品质的品种,可为改良现有种植水稻提供材料。DNA分析有助于研究人员找到携带目标特征、值得进一步研究的植株,并结合连续多代的育种和评估工作加以利用。

该项目还计划培育近等基因系。这类水稻品系的遗传背景几乎相同,但在某个特定目标区域存在差异。通过比较这些品系,研究人员可以在保持植株其他大部分遗传组成相似的情况下,检验该区域的作用。

这类品系能让研究人员更有针对性地考察有前景的基因。如果遗传背景高度相似的植株在某项测量性状上存在差异,科学家就能更深入地研究目标区域,并评估其育种价值。

DNA标记是另一项计划应用。标记是DNA序列中可识别、可追踪的特征。它们有助于识别、筛选和验证具有有用特性的水稻品种,使基因组数据库的用途不限于最初的测序工作。

AI工具与共享数据库

人工智能将用于处理大量遗传数据、寻找基因与性状之间的关联、预测基因功能并确定有前景的研究方向。项目旨在将序列转化为信息,为后续实验和育种决策提供依据。

官方公告明确提到,将使用基因组语言模型开展基因注释和从序列到表型的预测,也就是识别基因功能,并根据遗传序列预测植株特征。

项目还预计生成基因活性数据。基因组序列记录遗传指令,基因活性数据则有助于研究人员考察这些指令如何发挥作用。将这类信息结合起来,可以为科学家研究水稻植株测得的性状提供更多途径。

根据公告所述的项目提案,计划成果包括1,000个水稻品种的基因组数据、传统水稻的高质量参考基因组,以及用于支持基因注释的转录组(RNA-seq)数据。这些数据将与植株性状和环境数据一同纳入国家级单核苷酸多态性(SNP)数据库。研究人员将利用这一资源整理与稻米品质、胁迫耐受性和低排放相关的遗传区域及候选基因。

VIBD计划向研究界开放基因组数据库和AI工具。共享访问将使其他团队能够使用这些种质资源、比较研究结果,并利用更多材料拓展研究。

VIBD科学主任、VN1K-RICE项目负责人武河云介绍了这一合作目标。以下为其讲话的越南语译文:

只有在许多研究团队共同使用并扩充的情况下,参考基因组或SNP数据库才真正有价值。因此,我们正与越南境内保存遗传资源的机构和国际合作伙伴共同推进VN1K-RICE。

SNP是DNA序列单个位置上的差异。记录这些差异的数据库为研究人员提供了可识别的比较位点,帮助他们研究遗传多样性,并追踪与性状相关的遗传特征。

广告

截至2030年的计划

包含VN1K-RICE在内的整体计划AgriOmics-AI将于2026年至2030年开展。该计划结合基因组学和人工智能,研究、保护和利用越南本土遗传资源,涵盖农作物、畜禽、水产养殖及有益微生物。

在这一计划中,VN1K-RICE的工作步骤明确:从150份核心水稻样本起步,逐步扩大至1,000份,构建参考基因组,并将遗传数据与测得的性状联系起来。预期成果包括样本序列集、参考基因组和基因活性数据。

公告未提供水稻项目的具体完成日期、数据库开放日期或新品种发布计划,也未公布基因活性数据或AI工具的发布安排。目前的实际工作重点是建立研究工具和证据,为育种计划提供支持。

对农业生产而言,项目的预期益处是让水稻材料的筛选更有依据:找到有用的耐盐性、保留受重视的稻米特性,并探索减排方案。项目进展将取决于能否把DNA研究结果与受评估植株的实际表现联系起来。

要点

  • VinUni旗下VIBD计划对1,000份越南水稻样本进行测序,首批从150份开始,占目标数量的15%。
  • 样本涵盖多种种植环境,也包括野生稻。
  • 研究人员将为越南传统水稻构建参考基因组,并在三个生态区域评估植株性状。
  • 测量内容包括稻米品质、营养、胁迫耐受性、抗病性和温室气体排放。
  • 计划开发的工具包括开放使用的基因组数据库、AI工具、DNA标记,以及用于检验目标遗传区域的水稻品系。
  • 计划数据包括反映基因活性的RNA-seq信息,以及整合遗传、植株性状和环境信息的国家级SNP数据库;数据、数据库和AI工具的发布时间表尚未公布。
  • VN1K-RICE属于2026年至2030年的AgriOmics-AI计划。
分享本文

猜你喜欢