近日，我校生命科學學院徐沛課題組在《iScience》雜志上發(fā)表論文，報道了一種能夠?qū)⒐δ苌肀硇停‵PP）與功能作圖（FM）相結(jié)合的一般性算法框架，通過高維統(tǒng)計推理實現(xiàn)兩者的整合，可以幫助研究者理解基因型如何翻譯為表型。徐沛課題組外籍講師ArunPandey為本論文第一作者，徐沛研究員為第一通訊作者（Lead contact），美國賓夕法尼亞州立大學鄔榮領(lǐng)教授和以色列耶路撒冷希伯來大學MenachemMoshelion教授為共同通訊作者。北京林業(yè)大學姜立波博士、耶路撒冷希伯來大學GosaSanbon博士和中國計量大學孫挺博士為本研究作出重要貢獻。

近年來，高通量表型計量技術(shù)，包括生理表型技術(shù)日益成熟，已能夠長期、實時監(jiān)測植物響應環(huán)境動態(tài)變化的綜合生理性狀。該技術(shù)與下一代基因組技術(shù)一起將植物科學帶入了大數(shù)據(jù)時代。然而，目前仍缺乏能夠偶聯(lián)解析動態(tài)生理性狀與DNA序列變異間關(guān)系的通用算法框架，這已成為表型組時代的重大技術(shù)瓶頸之一。徐沛課題組的上述階段性研究成果為解決這一問題開辟了新路。

該研究在玻璃溫室中利用基于蒸滲原理的高通量生理表型組平臺“PlantArray 3.0”實現(xiàn)對62個株系組成的番茄漸滲系（IL）群體的水分生理參數(shù)、土壤及氣象參數(shù)的自動、同步、動態(tài)采集。以處理前正常灌溉、漸進式干旱和復水等三個不同階段的蒸騰表型數(shù)據(jù)為例，利用勒讓德函數(shù)（Legendre function）和結(jié)構(gòu)化反依賴性模型（structured antedependence model）對植物蒸騰速率平均向量進行建模，并進行協(xié)方差矩陣結(jié)構(gòu)的估計，進而得到功能作圖框架下的關(guān)鍵擬合參數(shù)。結(jié)果表明，在第一階段，蒸騰速率隨植物生長而逐漸增大；在第二階段，其趨勢轉(zhuǎn)為逐漸下降；在第三階段，蒸騰速率迅速增加，在復水后第5天達到最大值，之后逐漸下降。將擬合參數(shù)納入FPP-FM函數(shù)映射后，通過排列檢驗計算識別出7個具有強效應、能夠調(diào)控蒸騰速率時空變化的動態(tài)QTLs。通過進一步構(gòu)建QTL互作網(wǎng)絡(luò)，可以揭示它們?nèi)绾握{(diào)控干旱脅迫下的表型可塑性，促進植物對環(huán)境變化的適應。FPP-FM算法框架的原理具有普遍適用性，不僅可用于解析水分生理性狀，也可以用于解析其他具有多處理特征的動態(tài)生理和形態(tài)性狀。其遺傳框架也不限于具有系譜關(guān)系的遺傳群體（ILs、F2群體、重組自交系等），而是可以拓展到基于連鎖不平衡的自然群體。

圖為控制漸進式干旱條件下蒸騰速率變化的動態(tài)QTLs及其網(wǎng)絡(luò)。（A）IL群體所有株系蒸騰速率的階段性變化，其平均向量曲線（紅色）由Legendre 函數(shù)擬合。（B）通過FPP-FM得到曼哈頓圖，表明動態(tài)蒸騰速率相關(guān)的分子標記的顯著性。（C）最顯著QTL（11號染色體）上的兩個等位位點對蒸騰速率的動態(tài)效應比較。（D）處理前正常灌溉、漸進式干旱和復水等三個不同階段下QTL互作網(wǎng)絡(luò)。每個網(wǎng)絡(luò)中的樞紐QTLs用深色高亮顯示。