农学院
智慧农业团队在多尺度稻瘟病遥感监测方面取得重要进展
农学院
智慧农业团队在麦田生态系统呼吸估测方面取得新进展
农学院
张文利课题组发表关于植物中基于低样品量/单细胞的染色质状态鉴定技术综述
农学院
王秀娥教授团队在小麦野生近缘物种簇毛麦基因组组装及抗白粉病分子机制研究方面取得新进展
农学院
甘祥超教授团队发布端粒到端粒的无缺失染色体组装技术新路线
植物保护学院
胡高教授团队联合全国测报体系揭示全球变暖引起的降水和风场改变致使我国褐飞虱迁飞格局转变
食品科技学院
曾晓雄教授课题组最新研究成果以封面论文形式刊登Journal of Agricultural and Food Chemistry
农学院
智慧农业团队在多尺度稻瘟病遥感监测方面取得重要进展
近日，农学院智慧农业团队在国际顶级遥感期刊《Remote Sensing of Environment》发表了题为“A disease-specific spectral index tracks Magnaporthe oryzae infectionin paddy rice from ground to space”的研究论文，报道了他们在多尺度稻叶瘟敏感光谱指数构建，以及小农户田块稻叶瘟发生时空动态遥感监测方面的重要进展。
该研究综合分析了从单叶到冠层尺度稻叶瘟侵染引起的光谱响应（图1），基于单波段可分性和特异性光谱响应规律创建了一对稻叶瘟敏感植被指数(RIce Blast Indices, RIBIs)，进一步通过光谱指数波段优化方法确定了三波段具体位置(R665, R753和R1102)。利用叶片、近地面冠层和卫星平台获取的多年多试验点实测数据，系统评价了RIBIs在不同尺度对稻叶瘟病害严重程度的估算能力。结果表明，在叶片尺度RIBIred对感染和健康样本的识别表现出最高的分类精度（图2），而在冠层尺度RIBInir则表现出与病情指数最高的相关性（图3）。
图1. 稻叶瘟侵染下不同病害严重程度的水稻光谱反射率
图2. RIBIs与传统光谱植被指数在温室（2018和2019）和自然条件下（2020）对健康与感病叶片分类精度的比较
图3. RIBInir和传统指数NDVI在近地面（A和C）及卫星尺度（B和D）与稻叶瘟病情指数DI的相关性
该研究进一步对Sentinel-2卫星影像提取的RIBInir进行时间序列分析和热点分析发现，在时间维度上，基于RIBInir的时间序列能准确追踪小农户田块中稻叶瘟的爆发与恢复态势，而传统植被指数NDVI对自然条件下稻瘟病发生过程的敏感性更差（图4）。空间维度上，RIBInir对稻叶瘟发生区域的刻画更加准确，稻叶瘟时空动态传播规律的与实地调查一致性更好（图5），卫星影像分析结果中表征病害恢复的绿色像素与呈现恢复趋势的黑色调查点吻合度更高。该研究构建了适用于叶片和冠层尺度的稻叶瘟敏感光谱指数，显著提高了对多尺度稻叶瘟发生的识别精度和对病情指数的估算能力；首次提出了基于光谱指数图的小农户田块稻叶瘟爆发热点识别思路，为基于卫星遥感的稻叶瘟传播概率等级划分和病害流行风险评估奠定基础。
图4.试验区Sentinel-2影像植被指数的时间序列结果比较
图5.两个典型研究区卫星影像RIBInir和NDVI的热点分析结果
该研究由南京农业大学国家信息农业工程技术中心完成，中心博士研究生田龙为论文第一作者，程涛教授为通讯作者。中心在国家自然科学基金等项目，以及现代作物生产省部共建协同创新中心等平台的资助下，瞄准作物病虫害高时效高精度监测预警难题，持续开展了多年温室与田间试验，近两年连续在Remote Sensing of Environment上发表稻叶瘟光谱监测机理与方法方面的创新成果，对于作物病虫害天空地一体化监测预警和作物绿色智慧生产具有重要价值。
农学院
智慧农业团队在麦田生态系统呼吸估测方面取得新进展
近日，农学院智慧农业团队在《Science of The Total Environment》期刊发表了题为“Improving the spatial and temporal estimation of ecosystem respiration using multi-source data and machine learning methods in a rainfed winter wheat cropland”的研究性论文。
生态系统呼吸(RE) 是全球碳循环中的重要通量之一，它的微小变化都会显着影响大气中的CO2浓度。以往在研究农田生态系统呼吸时，CO2通量主要通过静态箱-气相色谱法进行获取，这种方法不仅费时费力，而且限制了长期监测农田CO2排放的需求。研究RE及其重要影响因素，构建生态系统呼吸估测模型，对于及时准确地监测RE的时空变化并用于指导农业生产具有重要作用。
本研究通过综合分析麦田生态系统呼吸、地面因子和遥感指标之间的关系，明确了非生物因素和生物因素影响麦田RE的季节性变化（图1），以及生物因子与植被指数和纹理指数的定量关系（图2），为结合无人机多光谱遥感指标构建RE估测模型提供了理论基础。
图1 麦田RE与地面因子之间的相关性（a）与基于地面因子建立的机器学习模型估测RE的能力（b）
图2 基于地面因子的RF特征重要性（a）和RE与遥感指标之间的相关系数热图（b）
进一步采用Lloyd和Taylor模型结合土壤含水量和代表植株生产力的遥感指标建立了9个改进模型。结果表明，LT1-NIRV模型的预测精度最好，R2达到0.60-0.64，RMSE达到285.98-316.19 mg m-2h-1（图3）。为了探究多源信息用于构建RE估测模型的潜力，5个机器学习模型（MLR、SVR、RF、XGBoost、ANN）被用于估测RE的变化，其中以基于XGBoost的模型的估测精度表现最佳（图4）。本研究构建的机器学习模型能可靠地利用高分辨率无人机多光谱影像和农田环境因素来估测麦田RE的变化，并为RE的升尺度观测提供技术支撑。
图3 基于校准和验证数据集的9个Lloyd和Taylor改进模型比较
图4 基于验证数据集（“所有因子”）的5个机器学习模型比较
该研究由南京农业大学国家信息农业工程技术中心完成，我校农学院硕士研究生陆汝华为论文第一作者，刘小军教授为通讯作者。论文得到了国家重点研发专项、国家自然科学基金和南京农业大学三亚研究院引导资金等项目的资助。
原文链接：https://doi.org/10.1016/j.scitotenv.2023.161967
农学院
张文利课题组发表关于植物中基于低样品量/单细胞的染色质状态鉴定技术综述
近日，南京农业大学农学院张文利课题组受邀在Trends in Plant Science上发表了题为“Low-input single-cell based chromatin profiling in plants”的综述文章。
该综述总结了低样品量/单细胞水平下鉴定全基因组染色质修饰的方法，并比较了基于ChIP-seq 以及CUT&RUN/Tag鉴定方法在哺乳类动物和植物的应用进展及生物学意义；概括了这些方法在植物中的应用优势；展望了该领域未来研究所面临的挑战，为后续相关研究提供了新的策略和启发。该方法在植物中的应用，可以使我们更全面、系统地了解那些数量有限且具有特殊生物学功能细胞中的染色质调控，如减数分裂细胞的发育过程、顶端分生组织细胞的起始和分化等。
南京农业大学博士生张艾岑为本文第一作者，硕士生彭宇潋、吴靖参与了本相工作，张文利教授为通讯作者。本项目得到了国家自然科学基金项目(32070561和U20A2030)、国家重点研发计划项目(2020YFE0202900)、中央高校基本科研业务费专项资金(KYZZ2022003)的资助。
农学院
王秀娥教授团队在小麦野生近缘物种簇毛麦基因组组装及抗白粉病分子机制研究方面取得新进展
2月6日，南京农业大学农学院细胞遗传研究所作物遗传与种质创新国家重点实验室小麦遗传育种创新团队在《Molecular Plant》杂志上发表了题为“A chromosome-scale genome assembly of Dasypyrum villosum provides insights into its application as a broad-spectrum disease resistance resource for wheat improvement”的研究论文。该研究以来自英国剑桥植物园的簇毛麦品系91C43为材料，通过小孢子培养和染色体加倍技术创制了簇毛麦双单倍体91C43DH，利用三代测序辅以二代测序、BioNano和Hi-C技术，组装出了该物种染色体水平的高质量基因组序列，揭示了簇毛麦基因组的结构特征和进化地位，阐明了抗白粉病重要性状形成的分子机制，为小麦遗传改良和广谱抗病性研究提供重要遗传资源。
小麦野生资源蕴藏着很多优质、高产、抗病虫、抗逆等优异基因，是小麦遗传改良的基因资源库，可以通过远缘杂交将其有益基因导入普通栽培小麦中国利用。簇毛麦（Dasypyrum villosum，又名 Haynaldia villosa, 2n = 2x = 14，基因组VV）是小麦族、簇毛麦属一年生异花授粉二倍体植物。早在上世纪80年代，南京农业大学细胞遗传研究所发现引自英国剑桥的簇毛麦91C43高抗白粉病，利用远缘杂交和染色体工程，创造了携带白粉病基因Pm21的小麦-簇毛麦6VS/6AL易位系，成为我国小麦抗病育种主要抗源，育成了50余个小麦品种，相关研究获得国家发明二等奖。此后研究还发现，簇毛麦兼抗多种病害，并且具有品质相关优良基因，但由于缺乏高质量参考基因组，簇毛麦优异基因挖掘效率较低，优异性状形成机制解析不够。
图1 簇毛麦植株、穗型、籽粒、染色体核型和91C43DH基因组
组装结果及小麦族物种系统进化树与簇毛麦染色体结构重排分析
组装完成的簇毛麦基因组为4.05 Gb，其中4.01Gb可以锚定到7条染色体上，染色体大小在454.00 Mb-690.48 Mb之间；注释获得39,727个高可信度基因（图1）。系统进化分析表明，簇毛麦与普通小麦及二倍体祖先种的分化时间在约1,160万年前，与黑麦最近（图1F）。重复序列3.64 Gb，占全基因组的85.47%，其中长末端重复反转录转座子（LTR-RT）对簇毛麦基因组扩张贡献最大，而且簇毛麦LTR插入爆发时间大约发生在8万年前，明显晚于其他小麦族。
研究发现，簇毛麦基因组在进化过程中，发生了4VL/5VL/7VS的复杂染色体结构重排，涉及两次易位事件（图1G）。推测第一次易位事件与小麦A祖先种4AL/5AL的易位事件相同，4VL的末端（504.12-529.31 Mb）与5VL的末端（509.75-537.09 Mb）发生相互易位；第二次易位是簇毛麦特有的易位事件，7VS（0-62.15 Mb）末端与第一次易位事件中形成的4VL的末端（0-0.95 Mb）发生相互易位，这次易位可能在簇毛麦与小麦族其他物种分化过程中发挥重要作用。
该研究在簇毛麦中鉴定出Gli-V1、Gli-V2、Gli-V3、Glu-V1和Glu-V3共5个种子储存蛋白（SSP）位点。Glu-V1编码1个高分子量麦谷蛋白基因（HMW-GS）。与小麦相比，4V上的Gli-V3是簇毛麦中特有的醇溶蛋白编码基因位点。与小麦各亚基因组相比，位于1VS的Glu-V3位点编码14个低分子量麦谷蛋白亚基（LMW-GSs），数目发生了明显的扩张。簇毛麦独特的SSP位点的组成，可为小麦品质改良提供重要遗传资源。
为揭示Pm21（NLR1-V）广谱高抗白粉病的表观基因组学基础，利用MH-seq技术鉴定簇毛麦全基因组水平受白粉菌诱导的开放染色质位点（MHSs），在Pm21基因启动子区域和3'UTR末端区域分别鉴定一个受白粉菌诱导富集的MHSs：MHS1和MHS2，分别包含两个亚峰即MHS1.1和MHS1.2以及MHS2.1和MHS2.2（图2）。原生质体瞬时转化实验发现MHS1/MHS1.1和MHS2/MHS2.2均可以驱动报告基因GFP的表达，并且在几丁质处理后，其驱动活性增强，证明MHS1.1和MHS2.2可能作为核心调控元件，调控Pm21的表达，在抗白粉病中发挥重要作用。
图2 抗白粉病Pm21（NLR1-V）基因区域MHSs鉴定和功能验证
南京农业大学农学院和作物遗传和种质创新国家重点实验室为该论文第一完成单位，南京农业大学博士研究生张旭为论文的第一作者，南京农业大学王秀娥教授、肖进副教授为论文的共同通讯作者。南京农业大学王海燕教授和张文利教授、上海市农业科学院生物技术研究所陆瑞菊研究员和李颖波副研究员参与了本研究。研究获得国家重点研发计划、国家自然科学基金、中央高校基本科研业务费专项资金、现代作物生产省部共建协同创新中心、江苏省重点研发计划和江苏省小麦产业体系的资助。
农学院
甘祥超教授团队发布端粒到端粒的无缺失染色体组装技术新路线
近日，南京农业大学农学院甘祥超教授与其原德国马克斯·普朗克植物育种研究所团队在《Nature Communications》上发表题为“GALA: a computational framework for de novo chromosome-by-chromosomeassembly with long reads”的研究论文，并发布了相应的开源软件GALA (http://github.com/ganlab/gala)，为利用三代测序实现端粒到端粒的无缺失染色体组装提供了一条全新的技术路线。
植物和动物基因组中通常包含多条染色体，比如水稻有12对染色体，而我们人类有23对染色体。现有的染色体分离技术虽然可用实现染色体的物理分离，但是该技术依赖昂贵仪器，需要大量人力物力，难以大规模应用于基因组测序。
对当前的整个基因组混合测序的数据，现有的基因组组装算法都是“先组装、后染色体分离”的流程。本研究针对现有的测序技术中多条染色体混合、数据互相串扰的瓶颈问题，首创了“先分离，后组装”的技术路线。利用多层统计网络模型，研发了将无参考序列组装复杂的流程模块化技术，首次实现了三代测序中Pacbio、Nanopore数据的集成组装，和多种异质性数据如参考基因组、遗传图谱以及Hi-C数据的灵活利用，并开发了算法GALA 。
图一. GALA 的流程图
首先利用多层统计网络模型实现对预组装和原始数据编码，并利用计算机图论经典算法对数据纠错。然后利用统计网络对原始测序数据实现染色体级别的分离，该网络模型同时也可以Hi-C、Bionano、近亲或者同物种参考基因组组信息辅助数据分离。
利用GALA这种先数据分离，然后组装的策略，我们可以实现线虫、水稻基因组端粒到端粒的无缺失组装。对更复杂的人类基因组，仅利用Nanopore测序数据，也能实现多条染色体的无缺失组装，进一步分析表明，部分染色体中的缺失是源自数据自身的缺失造成的。
图二. GALA对人类基因组的组装结果
德国马克斯·普朗克植物育种所博士研究生Mohamed Awad 为该论文第一作者，农学院甘祥超教授为该论文通讯作者。该研究得到德国马克斯·普朗克研究所科研基金、国家自然科学基金、江苏省前沿引领技术基础研究专项、现代作物生产省部共建协同创新中心等项目的资助。
植物保护学院
胡高教授团队联合全国测报体系揭示全球变暖引起的降水和风场改变致使我国褐飞虱迁飞格局转变
近日，南京农业大学胡高教授团队联合全国测报体系在《Global Change Biology》上发表题为“Changing patterns of the East Asian monsoon drive shifts in migration and abundance of a globally important rice pest”的研究论文，揭示了全球变暖背景下降水和风场条件的变化致使我国褐飞虱迁飞模式发生转变，为迁飞害虫的准确测报和科学防控提供了重要理论参考。
世界上许多重大暴发性、毁灭性害虫都是迁飞性昆虫（如沙漠蝗、草地贪夜蛾和褐飞虱），我国迁飞性害虫的危害尤为严重，《一类农作物病虫害名录》中10种一类害虫有7种具有迁飞性，并且基本上都是主要粮食作物害虫。害虫迁飞大规模暴发为害严重威胁我国粮食安全。由于昆虫个体小，飞行能力有限，其远距离迁飞必须依赖于高空快速气流来实现，迁飞虫群也会因降水、下沉气流、低温等天气过程而迫降，形成区域性聚集降落。因此，气象条件对昆虫远距离迁飞的影响至关重要。那么，明确空中大气背景场对昆虫迁飞过程的影响，对实现迁飞性害虫的早期预警和有效防控具有重要意义。
全球变暖是当前人类面临的全球性问题。全球变暖显著影响全球区域性气候，包括季节性盛行气流和区域性降水的时空分布。这些改变也必然直接或间接影响昆虫的季节性迁飞过程，改变昆虫迁飞模式（迁飞时间、方向和距离）和发生分布范围，将严重影响迁飞害虫的准确测报和有效防控，但鲜有相关研究报道。
针对该问题，南京农业大学胡高教授团队基于1978-2019年全国300多个站点的稻飞虱监测数据和相关气象资料，研究发现：自2001年以来，影响我国夏季盛行气流和降水时空分布的重要大气环流系统西太平洋副热带高压（简称副高）强度显著增强、位置明显西移。受此影响，我国长江以南地区夏季西南气流显著变弱、降水增加，江淮地区降水显著减弱，不利于褐飞虱的远距离迁飞，致使华南地区7月迁出褐飞虱的迁飞距离显著变短，长江下游地区褐飞虱迁入量显著下降。以往研究以为：副高的位置及强度与长江下游地区褐飞虱迁入量及其后期发生程度呈显著相关。但本研究发现：由于褐飞虱迁飞模式的转变，长江下游不再成为褐飞虱7月份迁飞的主降区，副高强度与长江下游地区褐飞虱迁入量的相关关系也不复存在。
本研究的通讯作者胡高教授说，由于迁飞害虫的暴发取决于迁入种群，准确预测迁入时间、迁入区和迁入量是实现迁飞害虫有效防控、减施农药的关键。全球变暖引起区域性气候变化导致害虫迁飞模式发生变化，这意味着以往建立的预测方法和模型在全球变暖背景下可能不再适用或准确性下降，迁飞害虫的暴发更加难以预测。“害虫的迁飞规律和暴发机制需要再研究进行重新阐释。”
本研究的共同作者之一、全国农业技术推广服务中心测报处处长曾娟介绍：“稻飞虱是我国水稻上最为重要的害虫，尤其是本文所研究的褐飞虱。根据长期监测和研究，在全球变暖的背景下，长江下游地区褐飞虱暴发的问题有所缓解。然而，这同时意味着褐飞虱在我国的暴发机制更为复杂、迁飞路径更难预测，重发区域的随机性也随之增加。因此，从全国稻区的角度看，褐飞虱的监测防控难题不是已经解决了，而是增加了。”
南京农业大学硕士生吕华和博士生翟孟源为该论文的共同第一作者，南京农业大学胡高教授为论文通讯作者，全国农业技术推广服务中心测报处曾娟博士以及南京农业大学客座教授、英国埃克塞特大学副教授Jason W. Chapman博士也参与了本研究。该研究得到科技部国家重点研发计划、国家自然科学基金等项目的资助。
胡高教授团队长期从昆虫迁飞及其监测预警的研究工作。近年来该团队以通讯/第一作者在Science（2016）、Current Biology（2019）、PNAS（2021）、Global Change Biology（2023）等国际顶级期刊上连续发表高水平研究论文，多次为我国相关职能部门提供我国重大迁飞性害虫发生趋势的研判分析，在国内外学术界具有良好的学术影响。
原文链接：https://doi.org/10.1111/gcb.16636
食品科技学院
曾晓雄教授课题组最新研究成果以封面论文形式刊登Journal of Agricultural and Food Chemistry
近日，我校食品科技学院曾晓雄教授课题组在农林科学SCI一区Top期刊Journal of Agricultural and Food Chemistry最新一期（2023, Volume 71, Issue 6, pp 2864-2882）发表题为“Anthocyanins from Lycium ruthenicumMurray Ameliorated High-Fructose Diet-Induced Neuroinflammation through the Promotion of the Integrity of the Intestinal Barrier and the Proliferation of Lactobacillus”的封面论文（Front Cover）。南京农业大学彭宇佳博士为第一作者，食品科技学院曾晓雄教授、国家枸杞工程研究中心曹有龙研究员和闫亚美副研究员为通讯作者，南京农业大学为第一署名单位。研究工作得到宁夏回族自治区重点计划项目、国家自然科学基金和江苏高校优势学科建设工程项目的资助。
黑果枸杞（Lycium ruthenicumMurray）为茄科（Solanceae）枸杞属（Lycium L.）多年生灌木，是近年来新发掘的多年生耐盐、抗旱野生枸杞资源。由于其富含花色苷、生物碱、多糖、必需脂肪酸、氨基酸、维生素C等营养物质及活性成分，具有抗氧化、神经保护、抑菌消炎、降血糖和预防心血管疾病等功效。黑果枸杞中的高含量花色苷，也是区别于红枸杞的重要特征。
花色苷作为黑果枸杞中主要的活性成分，对炎症性疾病具有显著的缓解功效，但其潜在作用方式和机制尚不明确。课题组前期研究证实了黑果枸杞花色苷（ACN）在体外不被上消化道消化，能以完整的形式进入大肠，并调节肠道微生物的组成（Journal of Functional Foods,2018）。ACN在体内外都能显著调节结肠炎小鼠和病患的肠道微生物的结构并在体内发挥缓解结肠炎活性（Free Radical Biology and Medicine,2019;LWT-Food Science and Technology, 2021）。因此，推测肠道微生物可能是ACN发挥抗炎症活性的重要靶点。本研究采用小鼠神经炎症模型，结合菌群移植、伪无菌小鼠及基因敲除小鼠技术，阐明了ACN基于调节肠道菌群和改善肠道屏障缓解神经炎症的作用机制。
ACN的干预可有效改善高果糖饮食诱导的神经炎症小鼠的认知功能障碍及脑组织炎症状态。将ACN干预供体小鼠的肠道微生物移植入神经炎症受体小鼠后，受体小鼠的认知功能障碍及脑组织炎症状态也得到缓解；通过复合抗生素处理小鼠建立伪无菌小鼠，发现ACN对伪无菌小鼠神经炎症的改善作用被消除，表明ACN调节神经炎症具有肠道菌群依赖性；生信分析结果表明乳酸杆菌（Lactobacillus）的相对丰度与ACN发挥缓解神经炎症活性呈现显著的正相关性；Lactobacillus在粪便移植受体小鼠肠道中的定殖及体外ACN对Lactobacillus的增殖作用进一步提示Lactobacillus可能是ACN缓解神经炎症的关键菌属。此外，ACN在缓解神经炎症的同时可以显著降低肠道屏障通透性，增加紧密连接蛋白的表达，阻止脂多糖（LPS）渗入血液进而抑制Toll样受体4（TLR4）信号通路的激活。在TLR4基因敲除小鼠模型中，ACN对神经炎症的改善作用也被消除。实验证明，ACN通过调节肠道微生物对神经炎症产生积极影响，TLR4信号通路在ACN的抗神经炎症作用中发挥了重要作用。这些结果为ACN对神经炎症的保护机制提供了新的证据，从而揭示了ACN在神经退行性疾病早期的潜在价值，并对ACN作为功能性食品补充剂具有重要意义。
原文发表网址：https://doi.org/10.1021/acs.jafc.2c06713
来源 | 南京农业大学新闻网
转自：“iPlants”微信公众号
如有侵权，请联系本站删除！
