华中农大生物大数据综述：利用互作组大数据之“剑”，破解遗传之“道”

来源：植物科学最前沿

2020年12月16日，Molecular Plant 在线发表了华中农业大学作物遗传改良国家重点实验室李林教授和中国农业科学院作物科学研究所张红伟副研究员为共同通讯作者的综述文章”Using Interactome Big Data to Crack Genetic Mysteries and Enhance Future Crop Breeding”。

该文章针对近些年前沿的互作组研究，系统总结了互作组大数据的定义、方法以及相关资源；提出了一个破解遗传奥秘的新策略：通过将互作组大数据分析与机器学习相结合，加速功能基因的克隆和互作网络的解析；最后，展望并总结了基于互作组大数据的三个未来育种策略。

系统解析作物重要农艺性状调控的遗传奥秘有助于进一步提高作物的产量和品质。对遗传奥秘的研究不仅包括控制表型变异功能基因的鉴定，还包括其上下游调控基因和分子伴侣之间相互作用网络的解析。高通量多维组学测序技术和分析方法的发展将加速我们挖掘控制作物产量和品质等重要性状的遗传奥秘，互作组学大数据的研究为进一步深度解析遗传奥秘提供了强有力的工具。

本文首先总结了什么是互作组大数据，如何产生和整合互作组大数据，总结了互作组大数据分析的相关网站和遗传学方面已有的研究案例（图 1）。

图1 互作组大数据架构

如何利用互作组学加速遗传学的研究呢？本文章系统总结了四种不同类型的互作组大数据的挖掘方法：Characterization of network topology, Guilt by association, Network coherence, and Comparative interactomics。文章同时提出了将互作组大数据与前沿的基因挖掘（如机器学习）和验证技术手段（如高通量的基因编辑方法）相结合，并对如何利用这个策略进行了详尽的综述。这个综合策略相较于传统的遗传学研究方法具有诸多优点，如高效省时、适用于多种性状和挖掘微效基因、批量鉴定功能基因、系统解析基因之间的互作网络（图 2）。

图2 整合互作组大数据的遗传研究方法

为了打破作物育种面临的瓶颈，进一步提高作物的产量和品质，本文最后展望了基于互作组大数据的三种未来育种策略：网络途径驱动策略，从头驯化策略和合成生物学策略（图 3）。互作组学大数据的发展和应用将进一步革新遗传奥秘研究的方法和育种新途径。

图3 基于互作组大数据的未来育种 

华中农业大学在站博士后吴雷明为论文的第一作者。该综述得到国家自然科学基金重大研究计划集成项目与优秀青年基金项目、华中农业大学科技自主创新基金和中国博士后科学基金等项目的资助。