組學大數據“秒懂”功能基因的朋友圈

 玉米實驗田。受訪者供圖

經典的遺傳學手段克隆并解析了一批重要的功能基因。然而，在功能基因組提出二十幾年之后的今天，水稻和玉米中克隆的功能基因仍不足其所有基因的10%，已克隆基因的新功能還不斷被發現。

如何快速克隆功能基因、解析重要性狀變異的分子機制，并全局解碼重要作物的遺傳變異的奧秘，仍然面臨著巨大的挑戰。

北京時間2022年12月30日，《自然—遺傳》在線發表了華中農業大學作物遺傳改良全國重點實驗室、湖北洪山實驗室教授李林課題組聯合楊芳課題組、嚴建兵課題組的研究論文。該研究構建了玉米第一代多組學整合網絡圖譜，涉及到基因組、轉錄組、翻譯組和蛋白互作組多個遺傳層級的200萬個網絡關系，并利用機器學習方法成功預測了一批重要功能基因, 鑒定出調控玉米開花期等重要性狀的分子調控通路。

中國農業大學教授田豐等當天在《植物學報》發表熱點述評稱，玉米多維組學整合網絡的構建是玉米功能基因組學研究的重大進展, 不僅為玉米重要性狀新基因克隆、分子調控通路解析和玉米基因組進化分析提供了新工具, 也為玉米基因組設計育種提供了重要基因資源和分子模塊, 為玉米智能育種奠定了重要基礎。

5年克隆一個基因：功能基因解析進展緩慢

2008年，中國科學院院士、華中農業大學教授張啟發在國際期刊《分子植物》（Molecular Plant）上發表了水稻功能基因組倡議（Rice 2020），計劃在2020年解析水稻所有基因的功能。

彼時，多種農作物的功能基因組解析工作全面開花，越來越多的科研人員投入到這一龐大和艱巨的研究當中

李林讀博期間的主要工作就是克隆和解析一個玉米籽粒油份主效功能基因。他做了非常完善的分子與遺傳實驗，也做了分子育種應用的評估。

然而，2010年，當他將花費了5年時間精細定位并克隆的基因投給了一本學術期刊，原本信心滿滿的他卻收到評審人的意見：這個基因已經被別人克隆研究過了。

“當時就非常沮喪，認為花5年圖位克隆一個基因太低效了。”于是，李林開始思考能不能快速全局地解析基因功能。

與此同時，農作物功能基因組的全面解析并沒有像預想的那樣快速推進。

2013年，李林在美國做博士后期間，產生了通過生物大數據方法來系統解析每一個基因功能的想法。

“那時我就在做eQTL定位與共表達網絡，并以此來解析玉米的全局基因的調控網絡。”2013年底，李林在美國《公共科學圖書館—遺傳》（PLoS Genetics）上發表了玉米最早的通過群體RNA-seq進行eQTL研究調控關系的論文。

當他希望進一步深入研究，擬從多維組學的角度構建各個尺度以及介尺度水平的基因與基因調控網絡，從而全面解析生物遺傳奧秘時，卻在與合作導師討論時被否定了。“可能覺得工作量太大，認為這是不可能完全的任務。”李林回憶說。

不過，這個想法卻在李林心中扎下了根。2016年，李林回國，成為華中農業大學的教師。嚴建兵讓他組織大家討論未來的重大課題。此時，楊芳團隊已經開發了高通量酵母雙雜交系統，并開始解析作物蛋白組學的網絡結構。

“我就把我的想法提出來與大家討論，最終與楊芳老師一拍即合。得益于國內快速發展的科研實力、華中農業大學的平臺支持，條件成熟了，三個團隊共同推動了這個宏大項目的開展。”李林說，他們正式拉開了在玉米基因組、轉錄組、翻譯組，以及蛋白組學等水平構建玉米多維網絡圖譜的序幕。

彼時，只有不到10%的水稻基因的功能得以被解析，Rice 2020仍然任重道遠。

鍛造生物網絡大數據之劍

生物種業是農業的基礎與核心，而生物育種是生物種業的關鍵技術。嚴建兵告訴《中國科學報》，生物育種經歷了1.0、2.0、3.0時代，正在大踏步向4.0時代的BT+IT驅動的智能育種進軍。

“無論生物育種處于哪個階段，都離不開控制生物遺傳變異的功能基因克隆與分子機制解析。”嚴建兵說，經典的遺傳學與分子生物學手段對重要性狀的某個單一重要位點進行定位、克隆、分子互作實驗，從而明確重要目標基因的上游調控基因、分子伴侶、以及下游的靶位點，進而構建功能基因的調控網絡，最終解析一個基因控制重要性狀變異的分子機制。

然而，以水稻和玉米為代表的農作物功能基因解析進展緩慢。快速克隆功能基因并解析重要性狀變異的分子機制是邁步智能育種4.0時代的重要制約因素。

生物學研究業已進入大數據時代。“基于生物大數據，從全局水平構建所有基因的上下游及分子伴侶網絡已經成為可能，為我們全局解決盡可能多的基因功能，進而全面破解生物遺傳變異的奧秘提供了前所未有的機會。”嚴建兵說。

“無論什么基因的研究，最終都要建立這個基因的分子網絡模型。那么，為什么不一次性地把所有基因的上下游與分子伴侶關系都解析出來，從而就可以全局地了解盡可能多的基因的功能呢？”李林解釋說，生命體有幾萬個基因，要確定這些基因的功能，其實就是要確定這些基因與基因之間的調控關系。

生命體內部的基因，與人類社會中人非常相似。要確定一個人在人類社會中的功能或者作用，可以通過他的家庭親屬關系、朋友圈關系，以及工作圈關系等。同樣，要了解一個基因的功能，也就是要了解它在不同遺傳層次下與其它基因的關系。甚至，基于“物以類聚，人以群分”的邏輯，就可以推測出任何基因的功能。

基于此，他們在基因行使功能、傳遞遺傳信息的不同層級（基因組、轉錄組、翻譯組和蛋白互作組等）內部分別進行基因與基因關系的鑒定。

該研究對參考自交系B73全生育期不同組織/時期的樣品進行多維組學大數據測定，獲得了31個不同組織或發育時期的mRNA-Seq數據、21個不同組織或發育時期的circRNA-Seq、sRNA-Seq數據和21個組織的Ribo-Seq數據。

楊芳介紹，他們使用高通量酵母系統構建了玉米蛋白互作網絡，獲得了36萬多個蛋白—蛋白互作對，高置信度的互作有56243個。整合已有的基因組水平ChIA-PET網絡與該研究產生的轉錄組水平共表達網絡、翻譯組水平共翻譯網絡和蛋白互作網絡，構建了玉米第一代多組學整合網絡圖譜，涉及到200萬個互作關系。

“這是首次如此全面地在一個物種中構建了基因組、轉錄組、翻譯組以及蛋白組的網絡大數據圖譜，就好像鍛造出了生物網絡大數據之劍，為全面系統解析玉米遺傳變異機制提供了基礎。”李林說。

革新經典遺傳學研究的范式

基于成功構建的玉米多維網絡大數據圖譜，該研究在全基因組水平探究了重復基因在網絡中的功能分化，揭示出玉米兩個遠古亞基因組從轉錄組到蛋白互作組表現出漸進式的功能分化。

他們還重構了玉米已經克隆的株型功能基因以及籽粒發育相關功能基因的分子網絡。田豐等指出，截至目前, 玉米中共有63個調控籽粒發育的基因被克隆, 其中62個基因位于該團隊此次發布的整合圖譜中。他們成功預測并證實了1個未知功能的PPR蛋白能夠影響玉米籽粒的皺縮。上述研究結果充分證明了該整合網絡圖譜具有強大的預測基因功能的能力。

進而，他們重點關注了玉米重要農藝性狀——開花期。為了保障大數據預測的準確性，他們與華中農業大學理學院教授陳洪團隊緊密合作，不斷開發前沿的人工智能算法，快速進行性狀解析，為系統解析基因功能以及性狀變異的遺傳機制提供了新的手段，在一定程度上革新了經典遺傳學研究的范式。

論文評審人認為，該研究描述了一項龐大的實驗工作，用以鑒定玉米基因組編碼的大分子之間的復雜分子關系。特別是論文中機器學習對于網絡大數據的挖掘應用，是一種創新的功能基因分子網絡圖譜的解讀方式。

通過對第一代玉米整合多組學網絡大數據進行挖掘，他們預測了2651個候選的開花期基因，并根據它們是否控制相同的性狀而劃分為8個子網絡途徑。

為了驗證預測結果的準確性，2020年開始，他們在海南、湖北、山東和河北四地對預測結果進行分子實驗與大田實驗驗證，確定了20個預測基因與開花期性狀相關，并對其分子機制進行了初步闡釋。

除前人已經報道的途徑外，他們還鑒定了在玉米中全新的分子網絡途徑，加深了對玉米開花期的理解，為玉米開花期的智能設計育種提供了理論基礎與基因資源。

田豐等人指出，基因組、表型組、轉錄組、蛋白組和代謝組等多維組學大數據是利用機器學習等人工智能技術精準挖掘關鍵基因和分子模塊進行基因組智能設計育種的基礎。

論文評審人認為，該項研究用功能驗證的方式支撐了基于網絡大數據的基因功能的人工智能預測；構建了玉米不同生育期不同組織的綜合分子網絡圖譜，對于整個玉米研究來說是一個重要的資源。

李林告訴《中國科學報》，這篇論文已成功解析了玉米多維組學內部的網絡關系，下一步還要搞清楚多維組學之間的調控關系。此外，這一研究范式還可應用到水稻、小麥等其他作物的功能基因組研究上。