快盈v必赚方案 - 快盈v交流群

“追根溯源”：研究揭示植物水杨酸信号和合成通路的起源进化机制******

　　近日，中国农业科学院农业资源与农业区划研究所土壤植物互作团队揭示了绿色植物中水杨酸信号和合成通路的起源进化过程，以及陆地化过程中水杨酸的重要作用。相关研究成果发表在《分子植物（Molecular Plant）》上。

绿色植物中水杨酸信号和合成通路的起源与进化示意图

　　植物激素水杨酸在植物应对陆地多种多样的生物和非生物胁迫过程中起至关重要的作用。然而关于植物中水杨酸合成和信号中关键蛋白的起源和进化过程，以及水杨酸是否普遍存在于绿色植物中及其在陆地化过程中的作用仍有很多未知。

　　该团队于2017年解析了水稻根中水杨酸合成的路径，并阐明了水杨酸调控根系发育的机制。在此基础上，该研究进一步系统地揭示了绿色植物中水杨酸合成和信号通路的起源与进化过程，同时发现基于花序分生组织异常基因（AIM1）的β氧化通路作为古老的水杨酸合成通路参与绿藻中水杨酸的合成。此外，该研究发现绿色植物中广泛存在的水杨酸对于绿色植物登陆后适应复杂的陆地土壤和高光强环境有着重要作用。该成果为进一步研究水杨酸在植物与土壤互作过程中的作用奠定了重要基础。

　　该研究得到国家重点研发计划、国家自然科学基金、中国农业科学院青年创新专项及中国农科院科技创新工程等项目资助。

科普中国智惠农民

学术支持

中国农业科学院农业资源与农业区划研究所 徐磊

记者

宋雅娟 谢芸

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）