近日，中國農業科學院生物技術研究所玉米功能基因組創新團隊首次系統揭示玉米根系構型高通量表型組及微觀形態的遺傳基礎，研發了根系表型分析算法，構建的機器學習模型實現了根系結構智能預測與關鍵基因挖掘，為作物遺傳改良提供新策略與基因資源。相關研究成果發表在《宏（ iMeta ）》上。
玉米根系的多樣性決定了其固根能力、養分吸收能力及抗逆性，對產量形成有至關重要的影響。但植物根系地下特性和表型檢測方法的局限性也給育種選擇帶來了很大的挑戰。
該研究對316個玉米品種的根系構型及細胞結構展開深入研究，獲取了131個根部性狀數據，發現熱帶、亞熱帶與溫帶玉米品系在部分根部性狀上存在顯著差異，通過全基因組關聯分析，鑒定出大量根系調控基因，證實了巖藻糖基轉移酶 5（FUT5）在根系發育及耐熱性中的重要作用，其不同單倍型與主根特征存在關聯，具有育種應用潛力。此外，開發了根系表型機器學習預測模型 PRSA，結合根切片微表型數據，實現了根系結構智能預測，突破了傳統表型檢測瓶頸。該成果與前期研究共同構建了玉米地上—地下、宏觀—微觀全方位表型分析體系，運用機器學習算法，構建高預測精度的表型預測模型，實現對復雜農藝性狀的早期精準預測，為玉米及其他作物智能設計育種提供技術支撐。
該研究得到農業生物育種重大專項、國家自然科學基金及中國農業科學院科技創新工程等項目的資助。（通訊員：崔艷）
原文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/imt2.70015
