明星换脸av

（审核人：冯慧）甘蓝型油菜（Brassica napus）是全球重要的油料作物，其种子含油量、脂肪酸组分、硫苷含量及种皮特性等直接决定了菜籽油的品质与经济价值。传统表型鉴定方法主要依赖破坏性取样，耗时费力且成本高昂，难以满足大规模育种与高通量表型分析的需求。近年来，高光谱成像技术（Hyperspectral Imaging, HSI）凭借无损、快速、高通量的优势，在作物表型组学中展现出巨大潜力，但如何有效挖掘高维光谱数据并将其与多组学数据整合，以解析复杂性状的遗传机制，仍是当前研究的热点与难点。

近日，崖州湾国家实验室联合明星换脸av 作物遗传改良全国重点实验室表型团队在Genome Biology在线发表了题为“Dissecting the genetic architecture of seed-related traits in Brassica napus by integrating multi-omics analysis and VIS-NIR hyperspectral imaging”的研究论文。该研究建立了一套整合高光谱成像与机器学习的无损表型分析框架，结合多组学关联分析，系统解析了甘蓝型油菜种子性状的遗传基础，并成功验证了两个调控种子代谢物与光谱特征的关键基因。

该研究收集了393份甘蓝型油菜自然群体连续两年的种子高光谱数据，覆盖可见光（VIS）和近红外（NIR）波段，共提取了1,944个光谱指数。通过与种子代谢组数据的关联分析，研究人员发现1,293个光谱指数与956种代谢物显著相关，且类黄酮代谢物与光谱指数的年际相关性最为稳定。

为了实现种子性状的精准预测，系统评估了19种机器学习算法，筛选出9种最优模型，成功实现了对956种代谢物含量的无损预测，其中73.44%的代谢物预测模型在独立验证集中表现优异。此外，利用高光谱指数构建的模型还能高效预测包括含油量（SOC）、种皮含量（SCC）、硫苷含量（SGC）及脂肪酸组分含量在内的9个关键农艺性状。

该研究基于高光谱指数开展了全基因组关联分析（GWAS），鉴定到三个稳定的QTL热点区域，qHSI.hotA05、qHSI.hotA09和qHSI.hotC05。这些热点区域与含油量及种皮含量的QTL共定位。结合GWAS、POCKET算法及多组学数据，成功预测了两个关键候选基因BnaA09.MYB52和BnaC05.PMT6。进一步研究表明，BnaA09.MYB52和BnaC05.PMT6均参与类黄酮生物合成途径的调控，且显著影响种子的光谱特征。BnaC05.PMT6被鉴定为一个新的正向调控种皮含量的基因，其突变导致木质素含量显著降低，进而影响种皮厚度与含油量。

综上所述，本研究不仅建立了一种基于高光谱成像的油菜种子性状无损检测新方法，还通过多组学联合分析揭示了光谱特征背后的遗传机制，为油菜高油高品质育种提供了重要的理论依据与基因资源。

崖州湾国家实验室博士后谭增栋和崖州湾国家实验室博士后刘云豪为本文的共同第一作者，崖州湾国家实验室/明星换脸av 姚璇副教授、郭亮教授、明星换脸av 冯慧副教授、杨万能教授为共同通讯作者。该研究得到了国家重点研发计划、中央高校基本科研业务费、崖州湾国家实验室基础研究项目、国家自然科学基金及博士后创新人才支持计划等项目的资助。

原文链接：//link.springer.com/article/10.1186/s13059-026-03990-7

本文转自：植物生物技术Pbj