→查看原文　　　→查看PDF

木本植物的生长是一个复杂的动态过程，涉及地上茎和地下根之间资源分配的协调和信号传输。基因在生物学过程中对表型的塑造起着至关重要的作用。近年来，从基因调控和基因相互作用的角度解释植物生长发育的内在机制引起了人们的极大兴趣。借助各种研究方法和技术，包括全基因组关联研究（GWAS）等，已经有许多研究识别到驱动表型性状生长的关键基因。然而，目前的许多研究主要集中在调节一个或两个性状的数量性状位点（QTL）上，而忽略了植物器官的完整性。另一方面，大多数方法更关注少数几个关键基因的功能，这些基因只能解释表型生长的一小部分。到目前为止，我们对控制地上和地下互作协调生长的整体遗传结构仍然知之甚少。

2024年1月，Plant Phenomics在线发表了北京林业大学题为Genome-wide network analysis of above- and below-ground co-growth in Populus euphratica的研究论文。

图 调控地上、地下复杂动态性状系统生长的全基因组多层网络分析方法的思路

本文提出了一个系统的生物学计算方法，将植物的生长视为地上和地下不同组成部分（或性状）相互作用的复杂系统，并进一步假设性状-性状的相互作用是由大规模互作的基因组成的遗传系统控制的，通过整合Lotka-Volterra捕食-被捕食模型，将表型性状和遗传系统分解为多效性和上位性相互作用的组分，通过这些组分可以描绘地上和地下共同生长的遗传机制。该方法主要包含两个方面的内容，一是通过多维交互模型（Multi-dimensional Interactive Model , MDIM）描绘地上和地下多个性状之间随时间变化的动态互作，挖掘在调控这种互作上发挥关键作用的数量性状基因座（quantitative trait loci, QTLs）。二是进一步构建了一个能够涵盖整个基因组的大型多层交互网络，明确了各个基因在互作网络中扮演的角色。同时，模型采用的分层的思想能够有效地降低大规模基因组数据的维数，降低计算难度，提高计算效率。

图 大型多层交互遗传网络模型示意图

将该方法用于分析沙漠树种胡杨（Populus euphratica）的表型生长数据与连锁图谱数据，识别到了控制其在发育过程中，地上和地下竞争与合作生长的关键位点，并为每个性状的发育轨迹构建其背后的多层遗传交互网络，检测到的许多重要基因座和上位效应可以注释到生长发育过程的候选基因中。本文的方法提供了一个通用的工具来描述树木或其他生物生长性状的多效性和上位性遗传结构的全貌，并为林木遗传育种提供参考。

作者介绍

卢凯燕（第一作者）
北京林业大学理学院数学系数学专业硕士毕业，南京大学生命科学学院生物信息学专业博士在读。研究方向为多组学数据分析与方法开发。

张晓宇（通讯作者）
北京林业大学理学院数学系教授、硕士生导师。主要研究方向为大数据分析、生物信息网络调控、统计分析。

邬荣领（通讯作者）
北京雁栖湖应用数学研究所、北京林业大学生物科学与技术学院计算生物学中心教授、博士生导师。主要研究方向数量遗传的统计推断、复杂性状遗传网络分析等。

论文链接：
https://doi.org/10.34133/plantphenomics.0131

——推荐阅读——
Prediction of Needle Physiological Traits Using UAV Imagery for Breeding Selection of Slash Pine
https://doi.org/10.34133/plantphen‍omics.0028
Plant Phenomics | 无人机遥感监测助力优化湿地松遗传育种策略
BreedingEIS: an efficient evaluation information system for crop breeding 
https://doi.org/10.34133/plantphenomics.0029
Plant Phenomics | 南京农业大学梨创新团队在作物育种信息化研究中取得新进展

加入作者交流群
扫码添加小编微信，拉您进入《植物表型组学》作者交流群，群内不定期开展作者分享会、专刊发布会等高质量活动。

添加小编微信，备注姓名+单位+PP，加入作者交流群

About Plant Phenomics
《植物表型组学》（Plant Phenomics）是由南京农业大学主办的英文学术期刊，于2019年1月正式上线发行。采用开放获取形式，刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术，基于图像分析和机器学习的表型分析研究，提取表型信息的新算法，作物栽培、植物育种和农业实践中的表型组学新应用，与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究，表型组学相关的植物生物学等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等数据库收录。科睿唯安JCR2023影响因子为7.6，位于农艺学一区（1/125名），植物科学一区（13/265名），遥感一区（6/62名）。2023年中科院期刊分区位于农林科学大类一区。2020年入选中国科技期刊卓越行动计划高起点新刊项目、2024年入选江苏科技期刊卓越行动计划领军期刊项目、中国科技期刊卓越行动计划二期英文梯队期刊。

说明：本文由《植物表型组学》编辑部负责组稿。
中文内容仅供参考，一切内容以英文原版为准。
特邀作者：卢凯燕，张晓宇（北京林业大学）
编辑排版：王平、张婕（上海交通大学）
审核：尹欢、孔敏