1. 如何通过设计育种增强群体光合作用能力?
农作物的产量主要取决于太阳辐射、叶片光能吸收、光合效率以及收获指数,其中太阳辐射几乎无法进行干预,叶片光能吸收的效率在0.8~0.9之间,提升的空间有限,而收获指数也趋于稳定。目前大多数农作物的光合效率不到理论极限值的20%,还有巨大提升空间。光合作用的基本过程已经明确,深入剖析C4植物光合作用机制在C3植物中的应用潜力与途径,通过对光呼吸通路的设计与改造可实现植物光合效率的大幅提升,而群体光合作用水平取决于植株构型、养分利用、逆境抗性等其他生物学基本过程,因此需要结合人工智能建立基于高光谱的自动化高通量光合表型鉴定平台,利用多维度组学和大数据分析建立群体光合作用反演模型,挖掘调控群体光合作用的关键基因,并明确其分子和生理调控网络。
2. 如何实现产量、抗性、品质性状的协调改良?
利用分子标记目前已经能够快速精确地将调控产量、抗性、品质等重要形状的优良等位基因聚合在一起,但是,由于“一因多效”和分子生物学通路之间的相互作用,聚合“最理想基因”的品种不一定有最理想的表型。因此,迫切需要通过对控制作物产量、抗性、品质性状的基因组合的表型和多组学分析,确定三者协调表达的基因型组合和分子机制,解析影响产量、抗性、品质等复杂性状形成的关键基因及其调控网络,分析目标基因“最佳组合”的表型,为设计育种提供理论支撑。
3. 如何通过基因编辑技术创制新性状?
以CRISPR/Cas9系统为代表的基因组编辑技术实现了对基因组序列的碱基的定向改变(编辑)、添加或者删除,其在育种中的应用为克服以杂交和染色质重组交换为基础的育种存在的重组交换频率低、等位基因连锁和育种周期长等难题提供了解决方案。但是,基因编辑技术迄今主要用于模拟基于自然变异的性状改良,如通过敲除基因获得优良的隐性性状或通过碱基编辑获得由功能性SNP决定的其它性状。利用基因编辑技术特别是碱基编辑技术理论上可以对任一基因进行无限的编辑、产生无限的氨基酸组合形成的蛋白,而这些蛋白性质的改变特别是不同基因的不同突变类型的组合是否可以产生全新的优良性状?这需要计算生物学、结构生物学、分子配对学和分子遗传学多学科的共同努力。
4. 异源多倍体作物演化机制以及育种特点是什么?
一些重要的大田农作物如小麦、棉花、油菜等都是异源多倍体。综合应用农学、基因组学、表观遗传学、群体遗传学等手段研究从二倍体到异源多倍体形成的基因组进化模型和异源多倍体作物的驯化模型,了解异源多倍体重要性状形成过程中自然与人工选择的痕迹以及基因渐渗的发展脉络;分析重要基因在泛基因组水平上的结构变异;解析关键基因在亚基因组间的表达差异,以及环境对多拷贝同源基因偏向表达的影响机制,在此基础上提出异源多倍体重要基因优良单倍型的利用途径,规模化开发重要基因的单位点标记、多性状多基因组合标记和全基因组选择标记,建立协同改良作物产量、品质和适应性性状的新理论、新方法,并创制育种新材料,为加快新型多倍体作物的精准培育提供重要理论指导和技术支撑。
5. 基因组预测表型的准确性能否进一步提高?
基因组预测是利用基因组信息对动植物未来表现或性质进行预测的方法,也是当前分子育种领域最热门的研究课题。但是,现行的基因组预测的效率与准确性依然不够理想,如何在分子遗传学和分子生物学知识指导下、利用人工智能技术开展基于基因组信息的性状预测,从而提高预测的准确性与计算速度将是该领域下一步的重点研究内容。当前基因定位最主流的方法—全基因组关联分析,主要寻找的是与表型存在关联的位点。如何借助基因组注释以及统计学方法排除关联分析中的混杂因素,从而真正找到对性状产生致因作用的突变,对于复杂性状遗传机制的精准解析具有重要意义。
6. 如何挖掘作物基因组“暗物质”,发现设计育种新靶标?
在植物基因组中,表达蛋白的功能基因只占很小的比例,因为基因组中有很多像宇宙中的“暗物质”一样的区域。根据存在即合理的理论,这些区域应该发挥尚未知晓的重要功能。通过大规模高通量测序,人们已经对一些非编码小RNA,以及非编码长链RNA有了初步的研究,也有越来越多的研究表明,这些非编码区域在植物生长发育以及应对外界环境中发挥重要作用。通过挖掘作物基因组“暗物质”,阐明特定RNA的结构与生物学功能,可为将来利用基因编辑育种提供新靶标。
7. 设计育种如何应对气候变化?
温室气体的排放造成的气候变化正引发一系列极端天气事件,后果包括极端干旱、缺水、洪水,以及生物多样性减少等。农业是受气候变化影响最敏感和脆弱的领域之一,气候变化会给农业生产带来不同程度的潜在或显著的影响,威胁粮食安全。如何利用大数据及人工智能技术揭示基因型-表型-环境之间的交互作用规律,以预测特定基因型在特定环境下的表现,以实现适应气候变化的优质多抗新品种的选育,从而保障食物安全具有重大意义。
8. 人工智能大数据技术如何应用于设计育种?
随着生物技术和数据技术的快速发展,育种技术正在从传统经验育种转向智能设计育种,基于作物重要农艺性状形成的遗传机制和分子基础,通过大数据和人工智能技术设计最佳育种方案,进而培育高产、稳产、多抗、优质、高效的作物新品种。如何利用人工智能技术进行高通量作物表型、环境型以及基因表达调控的监测和分析,通过不同类型的传感器、高通量采集设备和多组学的手段,快速获取作物生长过程的表型、环境型以及基因型多源动态变化数据,对于实现作物全生长周期表型环境和基因的多维监测和大数据收集分析具有重大意义。同时,如何利用人工智能提升高通量表型、环境型以及基因型等大数据清洗和关联分析计算速度和育种模型预测准确率,以实现对大数据的精确高效分析和育种方案的准确设计,也将提升设计育种的效率。
9. 植物免疫系统如何调控微生物组?
植物的健康生长离不开与之互作的微生物组,利用微生物组提高作物产量品质、生物固氮提高地力以及适应气候环境变化,对农业的可持续发展具有重要意义。植物免疫系统是植物抵御有害微生物入侵的主要屏障,同时,越来越多的研究表明植物免疫系统也影响了植物与有益微生物的互作。因此,解析植物免疫系统调控微生物组的分子机制,将为创制复合微生物菌剂,辅助精准设计育种提供理论基础。
10.如何利用合成生物学系统创造新基因组和作物新品种?
植物合成生物学采用工程学和系统生物学的理念,融合计算科学、生物科学、化学及工程多学科技术,突破“自然”和“非自然”的界限,从系统表征自然界不同来源的生命体的功能基因及调控元件,通过创建标准化“元件”、“模块”,系统性改造作物泛基因组,创造具有各类用途的合成基因组及其植物新品种。充分利用光合自养型植物的优势,为粮食、能源、环境、医药、材料等提供全新的绿色生产途径。