小麦是世界上最重要的粮食作物之一。然而小麦基因组庞大且复杂，功能基因鉴定所需的实验成本高且周期长，制约了小麦功能基因挖掘的效率。小麦的生长发育和环境适应伴随着一系列基因的时空表达调控，其中基因调控网络在控制复杂性状中发挥关键作用。整合海量的组学数据并发掘其中蕴含的基因调控关系有望加速功能基因发掘，进而从系统水平上实现对小麦表型的精准预测。
2022年12月26日，中国农业大学农学院小麦研究中心在Molecular Plant杂志以长文（Research Article）形式在线发表了题为“A wheat integrative regulatory network from large-scale complementary functional datasets enables trait-associated gene discovery for crop improvement”的研究论文。该研究构建了小麦整合基因调控网络（wheat integrative gene regulatory network, wGRN），搭建了用于功能基因发掘的交互式分析平台（http://wheat.cau.edu.cn/wGRN/），并证明了wGRN在解析小麦穗部等复杂性状以及发掘新的功能基因方面的应用前景。
该研究整合了包含物理调控、功能调控和进化保守的调控在内的七种互补性调控数据集，构建了包含约720万个互作关系的小麦整合基因调控网络wGRN（图1）。转录因子突变体和超表达系的转录组、逆境处理及组织特异性表达谱以及LUC和EMSA实验等证据均证明了wGRN具有良好的预测性能。
图1 小麦整合基因调控网络wGRN的构建
wGRN共绘制了约四千个生物学通路和预测了约六千个转录因子的生物学功能，为预测基因功能和解析复杂表型提供了新视角。wGRN还可利用丰富的基因调控信息辅助GWAS等定位研究对候选基因进行优先排序（图2A）。
此外，wGRN可增强对本地的小规模转录组数据的解析能力。该研究新获得了小麦优良品系农大3338的穗发育时序转录组数据集，通过与wGRN整合，绘制了小麦穗发育的精细时序调控网络（图2B）。
进一步的结果表明wGRN鉴定的新的穗发育调控基因可以显著提高基于机器学习模型的小穗数表型预测能力，证明了wGRN可以发掘控制复杂性状的关键功能基因，且这些对表型贡献较高的基因调控了DEP1、Q和LAX1等关键穗发育基因的表达（图2C）。小麦穗发育基因的网络化解析将有助于鉴定新的穗发育基因以及辅助全基因组选择育种。
图2 利用wGRN解析小麦复杂性状和预测基因功能
为方便研究人员利用wGRN挖掘功能基因和调控网络，该研究搭建了一个在线分析平台（http://wheat.cau.edu.cn/wGRN/），提供了“一站式”基因调控查询、调控网络富集分析、功能基因预测和QTG挖掘等十余个功能模块，以及丰富的可视化和下载工具（图3）。
图3 小麦整合基因调控网络（wGRN）在线分析平台
综上所述，该研究建立了作物领域首个整合基因调控网络，实现了可持续整合大规模调控数据集的网络化研究框架，为小麦和其它作物利用整合调控网络解析复杂性状提供了新思路。
来源：植物科学最前沿
