摘要：气候变化引起了包括土壤盐分在内的许多非生物胁迫，对全球农业产生了重大挑战。耐盐性（SST）是一个复杂的生理和遗传性状，在植物功能组织的各个层次上都有体现。农业生产系统的可持续性和盈利能力都严重依赖SST，植物育种者正试图设计和开发能够在高盐条件下生长的耐盐作物

气候变化引起了包括土壤盐分在内的许多非生物胁迫，对全球农业产生了重大挑战。耐盐性（SST）是一个复杂的生理和遗传性状，在植物功能组织的各个层次上都有体现。农业生产系统的可持续性和盈利能力都严重依赖SST，植物育种者正试图设计和开发能够在高盐条件下生长的耐盐作物。栽培作物的极高质量参考基因组的可获得性，天然耐盐植物，利用基因组选择（GS）、基于单倍型的育种（HBB）、遗传标记（SSR）和遗传标记（SSR）等快速育种工具，人工智能（AI）和高通量表型分析（HTP）不仅对快速跟踪遗传增益产生了影响，而且对缩短培育具有提高SST和产量稳定性的商业品种的时间和成本产生了影响。

2025年5月20日，著名国际期刊《Plant Biotechnology Journal》杂志在线发表了澳大利亚研究者的综述，题为“Genomics-assisted breeding for designing salinity-smart future crops”。本文综述了各种基因组辅助育种（GAB）工具的进展和前景，包括基因组测序、QTL定位、GWAS、GS，HBB，泛基因组学，单细胞/组织基因组学和表型，表观基因组学和转基因组学，以利用遗传景观改善SST。此外，作者探索HTP和AI的整合，它展示了这些创新方法如何优化育种效率，并指导大规模育种工作，以设计盐度-智能作物，以确保可持续农业和全球粮食安全。这些工具的集体采用表明，弥合研究和田间应用之间的差距，以提供为全球受盐碱影响区域设计的抗压智能品种。

为什么我们需要设计盐度智能植物？

全球粮食安全受到气候变化和人口的双重威胁。预计到2050年，由于全球气候变化，全球粮食需求将上升50%，产量可能下降30%。因此，气候变化和随后极端气象事件的激增已经改变了植物育种者培育气候智能型作物的优先次序。气候变化会带来多重压力，这些压力单独或共同损害作物产量，降低营养质量，并给未来的粮食安全带来挑战。其中，盐胁迫是对全球农业的最大威胁，导致可耕地被剥夺，主要是在灌溉严重的地区。

图1.盐分胁迫对农业和食品的影响。

土壤盐分如何阻碍可持续的作物生产？效果评估和容忍策略

土壤盐分通过破坏对植物生长和发育至关重要的几种形态、生理、生化、分子和细胞机制/反应，对可持续作物生产构成巨大挑战。特定作物的耐受性或敏感性取决于其从含盐土壤中提取水分和养分、防止有毒盐离子在代谢活跃的细胞区室中积累以及防止氧化损伤和干扰其代谢的能力。需要快速育种和管理方法来整合这些性状并提高作物的SST。

我们走上了可持续农业的正确道路吗？

GAB将基因组资源、工具和分子/DNA标记整合到快速植物育种中，特别是针对胁迫耐受性性状。在水稻中利用标记辅助回交(MABC)在提高SST方面产生了积极的结果。例如，Saltol，一种苗期SST的主要QTL，成功地从供体‘FL478’渗入‘Pusa Basmati 1509’，产生耐盐品系。BC3F4水稻品系，通过SST基因的渐渗，主要是Saltol QTL，表现出改良。类似地，来自适应的水稻品种‘Rassi’的耐盐品系在BC3F2阶段表现出减少的产量损失，八个渐渗品系显示出有希望的结果。同样，MABC使Saltol转移到优良水稻品种，背景选择证实SST有利性状的恢复。MABC和生理学评估强调了MABC在提高水稻SST方面的成功。同样，MABC在聚合‘White Ponni’水稻品种对包括盐度在内的各种胁迫的耐受性QTL方面发挥了作用。早些时候，James等人(2012年)通过MABC将单粒小麦TmHKT1；5-A (Nax2基因座)成功整合到硬粒小麦中，随后的后代(BC4F4系)在盐度条件下表现出提高的产量潜力。此前，James等人(2012)建立了TmHKT1的成功整合；5-A (Nax2基因座)通过MABC导入硬粒小麦，随后的后代(BC4F4系)在盐条件下表现出提高的产量潜力。在含盐最多的位点，含有TmHKT1；5-A (Nax2)的产量比没有Nax2基因座的栽培品种高25%。孟加拉国的田间试验表明，当与适应的孟加拉面包小麦品系杂交时，Nax基因可以在高盐度土壤上增加10%-20%的谷物产量。关于设计盐智能小麦和其他作物的更多成功案例，请参见Melino和Tester (2023)的权威综述。然而，这些例子强调了结合特定性状的分子标记的传统育种的成功。然而，这些进展通常需要大量的时间和资源，主要是在处理多基因性状如SST时。现代基因组驱动的育种工具通过允许多个性状的同步选择和操作，提供了一种更有效和更特异的替代方法。这些工具整合了高通量的基因型和表型数据，以快速跟踪育种周期，减少品种开发所需的时间，并提高性状选择的精确度。图2强调了这些现代基因组工具如何补充传统方法，为可持续农业设计未来的耐盐作物品种。

图

压力智能GAB环境下高通量表型和人工智能的整合

用于基因组测序和作物HTP的革命性NGS工具，加上计算工具的进步，正在改变植物育种(图4)。这些进展有助于极其精确地发现性状的遗传基础。尽管如此，由于表型数据不足，目前的基因组序列数据仍然没有充分利用复杂的多基因性状。高效、计算机化/自动化和精确的工具来捕获表型数据并将其与基因组洞察相关联，对于作物在所有生长阶段的进步是必要的。因此，HTP已经成为快速作物育种的一个严重瓶颈。在这种背景下，新HTP工具和人工智能(特别是机器学习；ML)在生物大数据挖掘和分析中发挥着至关重要的作用。这些工具为旨在实现育种目标的决策提供了必要的见解，特别是在HTP的帮助下识别植物对盐等胁迫的反应(图4)。如图4所示，高通量表型和基因型数据是从不同的作物种质(包括cwr、地方品种和栽培品种)和育种群体中收集的，有助于建立一个丰富的宝贵资源的包容性数据库，以弥合基因组学和现象组学之间的差距。通过模拟多代多种育种策略的遗传增益，人工智能允许育种者预测长期结果，并对哪些品系进行回交做出明智的选择。检测有益等位基因累积率的模型有助于更有效地设计育种周期。此外，人工智能可以通过调查育种系的遗传组成来检查和管理遗传多样性，发现潜在的近亲繁殖风险，并确认育种计划对气候变化保持稳健和灵活。人工智能驱动的基因组和表型分析可以大大提高回交到精英育种系的效率和精度，这将导致增强的遗传增益和育种计划的可持续性。此外，计算算法、大数据技术和快速育种方面的最新进展进一步扩展了人工智能驱动的育种方法(例如MAS、GS等)的熟练程度和有效性，因此快速推进了耐盐作物品种的设计(图4)。

图4.利用人工智能和HTP进行作物改良

图5. 目前和拟议的育种流程。

这篇综述探讨了快进和现代GAB工具的最新进展，这些工具提供了设计耐盐未来作物品种的方法(图2-5)。这些创新的育种设计，加上基因组技术，是压力智能育种计划的变革时代。值得注意的是，基因组学研究的最新创新大大提高了精确度和效率，支持遗传学家、生物学家和育种家利用各种工具和技术快速跟踪育种前景并改善性状选择。此外，GAB的成功在于跨不同育种材料的盐相关性状的精确表型分析。强调表型分析方法的进步也是决定性的，主要是单细胞或组织特异性分析，以克服整株评估的局限性。将表型分解成不同的成分可以提高遗传度，并促进对应激反应背后的生物结构的更深入的理解。

原文链接：

植物科学最前沿，专注于植物科学前沿进展、zwkxqy；

来源：黑兔说科学