APP下载

农业基因组学近年的主题演化分析

2023-11-02丁倩吴蕾张学福

中国农业科技导报 2023年10期
关键词:基因组学基因组测序

丁倩, 吴蕾, 张学福

(中国农业科学院农业信息研究所,北京 100081)

基因组的概念由德国汉堡大学植物学教授Hans Winkler 于1920 年提出,指生物体所有遗传物质的总和;而基因组学(genomics)由美国遗传学家Thomas H. Roderick 于1986 年提出,它是一门交叉学科,通过对单个生物体所有基因进行集体表征和量化,进而研究基因组的结构、功能、进化、定位和编辑,以及它们之间的相互关系和对生物体的影响[1]。基因组学在农业研究中发挥着引领作用,近年来为生物种业、疫病防治的发展带来了新的机遇。文献计量是用数学和统计的方法,对文献知识载体进行定量研究分析,利用其成果对实现基于数据的科学决策和科技创新具有重要意义。核心论文展示着研究领域的热点和前沿[2],但随着生命科学研究的蓬勃发展,各个方面的探索使得数据量大增,因而不能明显显示领域的发展方向和重点。本文通过对近20 多年基因组学与农业科学研究的融合演化分析,试图构建研究主题的发展轨迹,挖掘各个时间点的研究主题及继承关系,以期聚焦研究方向和重点,为科研人员和科研管理人员规划和决策未来工作重点提供依据。

1 数据来源与研究方法

1.1 数据来源

利用基因组测序(genome sequencing)、测序技 术(sequencing technology)、全 基 因 组 测 序(whole genome sequencing)、全基因组关联研究(genome wide association study)、高通量测序(highthroughput sequencing)等关键词构建检索式,分别从作物和园艺、植物保护、畜牧兽医等与农业基因组学相关的学科领域对检索结果进行限定,时间范围锁定在2001 年1 月至2021 年12 月,以每5 年为1 个时间周期,最终基于Web of Science 数据库构建了农业基因组学SCI 和SSCI 英文论文数据集,并基于incoPat数据库构建了专利数据集。

1.2 研究方法

使用社区发现算法Infomap 对论文数据进行主题聚类[3]。该算法基于最小熵原理,用随机游走的方式找到路径编码长度最小的社区划分方法。具体是将文本数据抽象为1 个有向图,每篇文本是图上的1个节点,图上的任意2个节点之间由1 条边连接,边的权重即转移概率。从某个节点开始,按照概率跳转到下个节点,并重复这个过程,这样就会得到1 个序列。利用序列的层次编码,并基于最小熵原理对结果进行优化,最终能够得到非监督主题聚类结果。

为了进一步量化聚类的主题强度,本文构建了主题强度指标体系来测度各个聚类的受关注度及研究热度[4-5]。首先,确定了以类内网络概率流、类内节点数和类内节点间连接数为核心的聚类主题强度测度评估内容;然后,基于主题强度指标体系评估指标数据,对各指标进行去量纲化的归一化处理,并对各指标赋予等量权重,进而加权计算得到各个聚类的主题强度指数得分。这种设计能够揭示农业基因组学研究主题的研究热度。

其中,类内网络概率流较高的聚类表征了其与其他聚类主题有较强的关联性,属于当前研究领域的热点内容,需要被着重研究。网络中的概率流可以通过计算随机游走在网络上的概率分布来获得,即从1 个节点开始,以一定的概率随机选择1 个相邻节点进行移动,并记录每个节点被访问的次数。最终,可以将所有节点的被访问次数归一化作为概率流向量,表示信息在网络上的流动。这个过程可以使用矩阵运算来高效实现,例如通过求解马尔可夫链的平稳分布或者流动矩阵的特征向量[6]。另外,类内节点数表征了当前研究主题的广度,节点数越多说明当前研究主题的相关关键词越多,该主题越受关注。类内节点间连接数表征了研究主题的深度。连接数越多说明当前研究主题内关键词的关联性越强,该主题所代表的信息越多。

主题演化分析经过多年的发展,已经从对文本和数据的分析逐步迈入可视化层面。利用主题演化分析可以客观评价和预测某一领域的研究发展现状,并预测未来发展趋势。本文使用冲击图来显示农业基因组学研究主题随时间变化的趋势[7]。图中每个区块代表1个主题聚类,同一主题聚类由相同颜色的区块表示,区块的高度表示该主题聚类的大小。不同时间段之间的冲击层描述了相邻时间段内主题发生的合并或者发散等结构变化。冲积层两端的宽度分别代表该冲积层中关键词数量占与其相连接的区块中关键词数量的比例。

表1 4个发展阶段主要主题聚类及指标体系Table 1 Main theme clustering and indicator system diagram for 4 development stages

2 结果与分析

2.1 全球农业基因组学进展

2001年1月至2021年12月,基因组学领域与农业科学研究交叉的SCI和SSCI英文论文共检索到13 972 篇,前2 个周期论文较少,从第3 周期呈直线上升;在此期间,全球农业基因组相关专利申请12 710 件,合并后为6 490 项专利族申请(单件专利的统计单位为件,专利族统计单位为项,可包含多件专利),获得授权的专利共6 985件,2001—2012 年研发技术发展相对缓慢,2012—2016 年为急速上升期,2017—2018 年进入徘徊期,之后又开始上升(图1)。中国总发文量4 864 篇,位列第1,美国论文被引频次、篇均被引频次和高被引论文数量均排名第1(图2);中国专利族申请数量位列第1,是美国的6.72倍(图3)。

图1 农业基因组全球论文和专利申请趋势Fig. 1 Global trends in agricultural genome papers and patent applications

图2 基因组学领域Top10国家Fig. 2 Top10 countries in the field of genomics

图3 农业基因组技术来源地Top10Fig. 3 Top 10 sources of agricultural genome technology

2.2 全球农业基因组学研究主题强度

2.2.1 2001—2005年主要主题聚类分析 2001—2005年,农业基因组学主题强度前5的主题依次为恶性疟原虫与相关酶的关联及蛋白质数据库研究、玉米基因组序列鉴定研究、畜禽基因疫苗与遗传免疫研究、家蚕的遗传学和基因组学研究、细菌真菌基因组研究(表1)。从主题强度指数构成来看,主题1“恶性疟原虫与相关酶的关联及蛋白质数据库研究”的类内网络概率流和类内节点数均最大,同时其与主题4“家蚕的遗传学和基因组学研究”的类内节点间连接数最大,因此,这个时间段内主题1的强度指数最高,说明针对恶性疟原虫与相关酶的关联及蛋白质数据库的研究最受关注。另外,主题4“家蚕的遗传学和基因组学研究”的类内节点间连接数最大,表明虽然这个研究主题与其他主题的关联性较弱,且该主题的关键词广度不足,但是学者对其当前内容已经开展了较为透彻、有深度的研究,为该主题日后发展奠定了研究基础。

从内容层面来看,主题强度前5 的研究都为生产利用解决关键问题或作为模式参考。如恶性疟原虫特有的酶和基因,有助于开发新的抗病虫药物,所以关注度提升,数据量增大;玉米是世界范围内种植的主要粮食作物,不同地域的种植环境会引起基因组的变异,因此对基因组进行测序、组装、注释和比较分析,能有效解决玉米遗传学的难题,从而更好地选择高产、优质、抗逆的基因;利用重组DNA 技术生产畜禽基因工程疫苗是畜禽疫病防治的重要研发方向;家蚕是重要的经济昆虫,也是至今唯一被完全驯化的昆虫类家养动物,对其进行遗传和基因组研究具有重要意义;细菌基因组研究对水产类重要病害的防治可产生重大作用。真菌物种丰富,在有机质降解环境保护中发挥了关鍵作用,在发酵工业、食品加工中也发挥着重要作用,因此细菌和真菌基因组研究重视度提高。在此期间,第1 代测序技术研发成功,且由技术方法研发向功能测定发展,生物合成抗生素的制备方法、遗传多样性的诊断和测量方法、畜禽病毒疫苗的制备等有较大进展,为基因克隆、生物技术辅助育种提供了支撑。新研发的双脱氧链合成终止法测序技术开启了全基因组测序时代。在这个阶段,Nature公开发布首个拟南芥基因组,随后公布了水稻基因组序列,为以玉米为首的其他作物测序拉开了序幕。在模式动物和畜禽疫病防治上也展开了探讨,猪圆环病毒、MSTN、PCR 方面的研究已小成规模。

2.2.2 2006—2010年主要主题聚类分析 2006—2010 年,农业基因组学主题强度前5 的主题依次为农业基因组数据库构建研究、复杂性状基因组特征模型分析及基因组选择研究、畜禽基因多态性与生长性能关联性研究、基因组序列注释研究、微卫星分子标记研究。从主题强度指数构成来看,这个时间段内类内网络概率流、类内节点数和类内节点间连接数大体与主题强度指数呈正相关,说明这个阶段农业基因组学研究的热点主题强度各项指数基本呈现均衡发展的态势。

从内容层面来看,在第1 代测序技术的支撑下,拟南芥、水稻等物种基因组的测序完成并发表,这些宏大的数据需要构建数据库,因此农业基因组数据的应用和管理逐渐被重视。同时,在测序的基础上开展了复杂性状基因组特征模型分析及基因组选择研究、基因组序列注释研究,并在作物中率先开展功能基因组研究。畜禽基因组研究起步较晚,畜禽基因多态性与生长性能关联性研究较多。微卫星分子标记应用非常广泛,它由2~6 个核苷酸的串联重复片段构成,在基因组中数量丰富,且在个体间存在高度变异性。在此阶段,第2 代高通量测序技术研发成功,焦磷酸法和链接酶法测序技术的迅速发展成为了现在研究基因组结构的重要工具,候选基因与群体性状之间的相关性的评估方法、猪转基因育种技术、遗传修饰的方法、蛋白的表达系统等技术方法逐渐成熟。这些工具通过基于图谱的克隆、数量性状基因座的定位以及植物大基因组DNA 片段的测序和注释,促进了基因的分离。等位基因和启动子方面的研究在分子标记、玉米全基因组、葡萄座腔菌、扩增产物鉴定等方面开展了研究。在此期间,畜禽基因组研究开始提速,如牛基因组测序联盟于2009 年公布了海福特牛的全基因组序列[8];猪新增遗传修饰、全基因组研究方向;通过红原鸡、罗得岛红鸡、肉鸡和蛋鸡等9 个经典品系混合样本的全基因组重测序[9],精确定位了鸡冠表型调控基因,明确了其变异的调控机制[10]。

2.2.3 2011—2015年主要主题聚类分析 2011—2015 年,农业基因组学主题强度前5 的依次为奶牛功能基因组学和基因组选择研究、微卫星DNA多态性标记研究、对转录组测序数据进行分析以及注释研究、实时PCR 方法微生物菌群多样性分析、基因和基因组的起源与进化研究,从主题强度指数构成来看,主题强度指数最高的主题1“奶牛功能基因组学和基因组选择研究”在类内网络概率流和类内节点数上均排名第1,但是主题2“微卫星DNA 多态性标记研究”的类内节点间连接数排名第1。说明该阶段针对主题2“微卫星DNA多态性标记研究”中关键词关系的挖掘研究较为深入。

从内容层面来看,在奶牛中率先开展了功能基因组学和基因组选择研究。微卫星分子标记研究进一步深入,加强了微卫星DNA 多态性标记研究、转录组测序数据分析和注释研究,以及从测序结果推进基因和基因组的起源与进化。在此阶段,第3 代测序和第4 代纳米孔测序研究开始兴起,通过对重要农作物基因组的测序或重测序,完成重要农艺性状基因的克隆和鉴定[11],如美国加州大学等研究机构对粗山羊草基因组序列进行测序和组装取得进展[12]。随着测序技术、组装算法的不断发展,植物基因组测序和拼接质量也不断提升,其中47 个基因组达到了染色体组装水平。CRISPR/Cas9 基因组编辑技术在基因功能研究、作物特定性状改良等方面有巨大应用前景。有关遗传修饰动物、畜禽动物健康、植物基因组修饰方法、控制基因表达方法、增加繁殖群体遗传增益方法、遗传送递系统等研发快速发展。鸡、牛、猪等畜禽是人类重要的食物来源和疾病研究模型,其参考基因组的测定被重视,多国科学家联合倡导并启动了“动物基因组功能注释计划”[13]。2012 年,国际猪基因组测序联盟公布了猪的全基因组序列及猪种群差异、驯化的研究结果[14]。在此阶段,植物保护领域基因组研究也在加速发展,完成了主要农业害虫、仓储害虫以及一些传粉昆虫和专营寄生的天敌昆虫等15 种与农业相关昆虫的基因组测序。

2.2.4 2016—2021年主要主题聚类分析 2016—2021 年,农业基因组学主题强度前5 的依次为酶活性及微生物群落功能多样性研究,作物产量性状及产量构成性状的数量性状位点研究,全基因组选择中准确性的影响因素研究,畜禽生长性能、肠道微生物菌群关联关系研究,基因组学与生物进化和物种形成关系的研究。从主题强度指数构成来看,这个时间段内类内网络概率流、类内节点数和类内节点间连接数大体与主题强度指数呈正相关,说明这个阶段农业基因组学研究的热点主题强度各项指数基本呈现均衡发展的态势。

从内容层面来看,农业基因组研究向功能和生产目的转移。由于定点基因工程系统完善,组装及组装算法等技术飞速发展,测序成本大幅度降低、数据通量增加,基因组装有了突破性进展。以色列对大麦关键驯化基因TtBtr1进行了研究,使用鸟枪法对野生二粒小麦种质‘Zavitan’进行了全基因组测序[15]。PCR 检测技术在猪圆环病毒检测、猪瘟病毒的检测、呼吸与繁殖综合症等方面广泛应用。

综上所述,技术手段的进步和生物种类的特殊性形成每个时期的研究主题,但从主题强度上看,影响重大的研究强度高,影响范围小的研究强度弱。每个时期的主题也呈现了知识的传承、升级和消长,从第1个时期的研究探索到第4个时期直接关联改良生产应用。

2.3 全球农业基因组学研究主题演化路径

每个时期研究主题的细化研究内容的发展与变化呈现了主题形成的路经,这个过程中既有知识的传承,也有知识的替代和新生。从图4 可见,农业基因组学主题时序演化的全过程,进而可梳理农业基因组学的发展脉落,并预测其发展前沿。

图4 全球4个发展阶段研究主题演化Fig. 4 Evolution of research themes in four global development stages

2.3.1 2001—2005 年研究主题演化 2001—2005 年,氨基酸生产、数量性状基因研究、酶、提纯技术、家蚕、数据库构建、大肠杆菌、标记多样性、进化要素、蛋白质基因表达、识别序列脱氧核糖核酸基因组成为研究热点。但关于氨基酸生产发酵乳酸杆菌、酶与排泄分泌产物的研究没有大规模延续下去。关联关键词,如作物测序、家蚕重组杆状病毒、土壤微生物、重组微生物、禽类外源蛋白、马立克氏病、水产多核苷酸等,成为研究热点。国际鸡基因组测序协会于2004 年公布了红原鸡的全基因组序列草图,鸡的重要传染病鸡马立克氏病也得到了关注。水产动物基因组方面,研究者在简化基因组测序和外显子组深度测序方法上进行了探讨。

2.3.2 2006—2010 年研究主题演化 2006—2010 年,开展了鸡生长数量性状、蛋白质的提纯、家蚕基因组遗传研究;数据库构建深入到测序数据协调应用、预测和基因组选择、数据库建模;对大肠杆菌的研究重点在蛋白质层面开展;分子标记多样性研发快速发展;有关进化要素在单核苷酸多态性、鉴定基因、鸡生长、数据库建模等方面得到深入研究。总体上基本延续了上个5 年的研究内容,没有大规模新发主题聚类出现,但主题局部有变化,同时存在不同主题的内部融合,如蛋白纯化和细菌、大肠杆菌的研究融合产生了大肠杆菌表达及纯化研究。通过高通量基因组测序方法完善种质数据库的部分研究在延续发展中衍生出通过数据库进行恰当性状基因组选择的新思路。

2.3.3 2011—2015 年研究主题演化 2011—2015年,涌现出很多新生主题聚类,如蜜蜂系统发育和基因组序列分析、茄科植物单核苷酸多态性研究、骨骼肌生物发生研究等。微生物方面新增噬菌体、基因组序列、基因组表达载体等热点。禽类研究新增扩增产物、试剂盒、东乡绿壳蛋鸡3个热点。神经通路、表达分析等技术研发也成为探讨热点。延续上个5 年的关于数据库建模深化到拷贝数变异、数据组织、差异化注释、微卫星结构、数量性状预测等研究;脱氧核糖核酸、单核苷酸多态性、蛋白质、鉴定基因、遗传学等与物种的进化进行了融合研究;其他如大西洋鲑鱼、果蝇等研究在上期成果上进一步深入。

2.3.4 2016—2021 年研究主题演化 2016—2021 年,新生的主题聚类包括意大利蜜蜂多序列比对等。昆虫研究方面,家蚕重组杆状病毒、家蚕质型多角体病毒、狄斯瓦螨、蜜蜂群体选择、检疫性实蝇、微生物菌剂为研究热点。畜禽研究方面,猪圆环病毒、MSTN、PCR、扩增产物、遗传修饰、全基因组、位点、禽类饲料利用效率均为研究热点。水产方面,传染性病毒、香鱼假单胞菌、肠道微生物、性别鉴定、微卫星标记、三疣梭子蟹、鱼类联合分析法、噬菌体为研究热点,并在免疫应答和免疫细胞信号传导等免疫学基础研究方面与基因组研究进行了有效融合,为疾病诊断和治疗提供了新线索。总体上,相关畜禽生长性能、粮食作物产量耐旱性农艺性状等基因组装配、转录组分析、精确性基因组选择等进入精准水平。由于技术方法的普及和广泛利用,各种研究方向的相似性逐渐升高,致使总体研究方向开始出现汇集。但仍有新的研究方向产生,如基于基因学研究益生菌对肠道免疫功能、小麦基因组变异联合数据库构建、线粒体鉴定牛肉种源等。

综上所述,基因组学与农业交叉融合研究主题时序演化路径为,通过测序进行全基因组关联分析,进而深入解析物种的起源与驯化过程;扩展各种性状的遗传基础和分子机制;加深理解遗传调控网络,确定重要的遗传基因位点,增强遗传效率;建立生物和非生物响应系统;提出与基因组关联的应用策略,最终促进受众发展进程。

2.4 我国农业基因组学主题演化与世界对比分析

从全球农业基因组学的演化分析来看,最初的研究重点集中在基因组测序和基因组数据库构建上。随着检测技术、工具的发展和基因组数据库的日益完整,全球研究热点逐渐转向关联性、多样性、准确性等更多维度、更高精度的研究。总体上我国是跟踪或同步,至今对关联性和多样性的研究也形成了规模,但是对准确性的关注还不够。

2.4.1 2001—2005 年对比分析 2001—2005 年,我国5 个研究主题为利用染色质重塑进行乙酰化、在转基因农作物基因组中分离侧翼序列、BAC末端测序进行分析比较基因组研究、农作物基因组序列鉴定研究、抗白叶枯病杂交水稻研究。在此期间,世界各国重点围绕不同物种进行基因组测序,我国利用第1代测序技术独立完成水稻第4染色体的测序,开展水稻功能基因组学研究,并一直走在世界前列。但是,我国在农作物基因组序列鉴定上没有形成大规模针对某一物种的系统研究体系,基础研究方向相对分散。从全球范围来看,生物合成的制备方法、遗传多样性的诊断和测量方法、遗传标记方法等技术发展相对成熟,而我国的技术应用才刚起步。

2.4.2 2006—2010 年对比分析 2006—2010 年,我国5 个研究主题为农业基因组数据库构建、协同进化、基因和基因组的起源与进化、细菌人工染色体、微卫星DNA 多态性标记。结合现有知识衍生出了大量深入的研究成果,广泛开展了作物功能基因组研究,并取得了较大进展。遗传修饰方法、蛋白的表达系统、分子标记筛选、微卫星标记等技术研究主题与全球保持了一致。我国对基因和基因组的起源、进化的研究早于其他国家,但在这一时期,其他国家形成了对肠道大肠杆菌基因表达及纯化的研究热点,我国针对肠道微生物的研究在10年后才被重视。

2.4.3 2011—2015 年比较分析 2011—2015年,我国5个研究主题为功能基因组学和基因组选择、对转录组测序数据进行分析以及注释、微卫星DNA 多态性标记、实时PCR 方法微生物菌群多样性分析、细菌致病性基因。在此期间,通过对知识的继承和融合,涌现出很多新生的主题聚类,如我国科研工作者率先开展异源四倍体鱼的培育、针对蜜蜂系统发育和基因组序列分析、微小RNA 与蛋白质相互作用等研究,其中对蜜蜂系统发育及其基因组序列分析的研究在全球独树一帜。另外,我国与世界同步开展了采用实时PCR方法分析微生物菌群多样性和对转录组的测序研究及生物芯片的研发。

2.4.4 2016—2021 年比较分析 2016—2021 年,我国的5 个研究主题为微生物群落功能多样性研究、复杂性状全基因组关联研究、免疫应答基因研究、畜禽生长性能和肠道微生物菌群关联关系研究、对转录组测序数据进行分析以及注释研究。在此期间,我国对转录组测序的研究仍然保持了上个5 年的热度,但是对准确性的研究还没有大规模形成。生物芯片技术广泛应用于基因组学与蛋白质组学的科学研究、疾病诊断、新药研发、农作物育种、食品安全等领域,生物芯片发展前景可观,但目前北美地区占据了全球生物芯片市场的主导地位。单就狭义的生物芯片技术而言,我国与世界先进水平的差距不大,但应用到民用市场的生物芯片在配套的各种试剂、耗材、仪器和分析软件,特别是芯片点样仪器及自动化反应仪器等方面严重滞后。

3 结语

世界农业基因组学发展迅猛,成为生命科学进步的推进器。基因组学与农业各学科交叉,产生了一系列新的交叉学科,如基因组学与进化交叉形成进化基因组学,与生态交叉形成生态基因组学。学科交叉融合是基础研究和技术研发的重要趋势和方向,因为复杂和重大科学问题的解决需要多学科的协同发力,而且学科交叉的融合点也是科学原创的重要源泉,最有可能产生重大科学突破。同时,基因组学加速向农业领域的渗透,为生物种业、疫病防治、环境保护等带来颠覆性革命。

农业基因组学研究主题从探索到表型鉴定,再到功能挖掘,通过测序和重测序,揭开了物种全基因组关联和遗传调控网络,明确了重要的遗传基因位点,促进动植育种理论与育种方法的重大突破。研究主题聚集在基因组测序和数据库构建及基因组序列注释、遗传学和基因组学关联、复杂性状基因组特征模型分析、功能基因组学及基因组选择、微卫星DNA 多态性标记、基因和基因组的起源与进化、全基因组选择中准确性的影响因素等。

在农业基因组学发展进程中,不同主题内部进行了融合,研究方向的相似性逐渐升高,但研究方法和手段不断进步,产生一些新思路。如表型鉴定是个综合性的概念,但其测定技术和理念至今仍未取得重要突破,远落后于基因型的高通量测定。随着人们对模式生物、植物相关表型认识的不断深入,采用化繁为简的思路,将复杂性状进行生物学分解测定有助于对遗传机理的探究。这些新的研究方向均具有关键词量大、信息多的特点,体现了大数据时代知识的高度融合,预计在未来会涌现更多新生甚至其他领域的技术方法、对象用途等关键词富集到基因组学的研究中,为这一研究带来新鲜血液。

基因组学研究向农业各学科渗透,但各学科领域发展不平衡。如农作物育种发展较快,研究进展日新月异,基因组大数据已渗透到农业育种全过程;鸡、牛、猪等畜禽基因组研究虽然起步晚些,但作为人类重要的食物来源和疾病研究模型,在全基因组范围内探索遗传变异和表型多样性的关系也在不断深入;植保领域在昆虫功能基因组学上的发展,为农业害虫的为害机制和防治方法提供了分子机理;但在农业资源与环境、农产品加工等领域基因组学融合度还较低。

我国农业基因组研究从跟踪到与世界同步,水稻功能基因组学研究一直走在世界前列,玉米、棉花、马铃薯、黃瓜等主要农作物也处于领先地位;畜禽基因组育种虽然在追赶阶段,但在生物疫苗、蜂等物种探索研究居世界前列。棉花转基因防治、主要水产基因组研究等方面也居世界领先地位。但是,总体上我国农业基因组学研发与国际领先水平有一定差距,篇均被引频次仅排第9,表明论文影响力不强,专利也是量大质低,突破性、重大性技术成果不多。

由于基因组学具备较强的交叉学科张力,未来势必在全球农业发展竞争中扮演重要角色。现今,全球农业基因组研究热点逐渐转向关联性、多样性、准确性等更多维度、更高精度的研究,而复杂基因组、大基因组和泛基因组[16-17]的构建,超平均读长的测序技术、优化的组装算法和泛基因组分析工具等是需重点突破的方向。目前,与欧美等发达国家和地区相比,我国在种植业、畜牧业方面差距较大,种养殖技术落后,种业问题严峻,生物种业已提升到战略高度。以精准促进动植物改良一直是基因组学在农业的重要应用主题,转基因技术、基因编辑技术、全基因组选择育种、基因组学已成为抢占国际生物技术育种研究高地的核心与前沿技术。因此,未来我国需加强测序技术、群体设计、表型测定、系统学研究,加强基因组学实用技术的创新与应用、生物芯片的创造,将现代分子生物技术与常规技术紧密结合,加强专利保护和布局,为生物育种的发展配上高马力的发动机。

猜你喜欢

基因组学基因组测序
杰 Sir 带你认识宏基因二代测序(mNGS)
牛参考基因组中发现被忽视基因
基于基因组学数据分析构建肾上腺皮质癌预后模型
二代测序协助诊断AIDS合并马尔尼菲篮状菌脑膜炎1例
系统基因组学解码反刍动物的演化
基因捕获测序诊断血癌
单细胞测序技术研究进展
营养基因组学——我们可以吃得更健康
基因组DNA甲基化及组蛋白甲基化
有趣的植物基因组