陕西
当育种遇上“环境大数据”
气候变化加剧、全球人口持续增长、耕地面积不断缩减——农业生产正面临前所未有的三重压力。过去，作物产量的提升主要依靠田间管理和遗传改良，而其中约60%的增产要归功于作物对非生物胁迫（如干旱、高温、盐碱等）抗逆能力的提高。然而，环境因素复杂多变且往往同时发生，传统育种手段已难以满足未来农业的需求。
环境组学（Enviromics）的兴起，为解决这一难题提供了全新的思路。近日，由四川农业大学、北京大学现代农业研究院、密苏里大学、巴塞罗那大学、内布拉斯加大学林肯分校等国内外顶尖科研机构的学者联合在国际权威期刊Advanced Science发表了Enviromics and Abiotic Enviromics: Enhancing Stress Biology and Plant Resilience Breeding的展望文章，文章系统梳理了环境组学与非生物环境组学的理论框架，揭示了这一新兴领域如何通过高通量环境表征，深入解析基因型与环境（G×E）互作效应，为作物抗逆育种开辟全新路径。
破译“环境密码”：从“背景噪音“到结构化数据
传统育种往往聚焦于基因型本身，却忽略了环境因素的精细刻画。环境组学的核心突破在于：它将环境从“背景噪音”转化为可量化、可预测的结构化数据。通过整合气象、土壤、遥感等多源环境信息，研究人员得以系统解析环境如何影响作物表型，从而大幅提升复杂性状的预测精度。
该文章特别强调“非生物环境组学”的概念——即专门针对干旱、高温、盐碱、涝渍等非生物胁迫因子的系统性环境表征。这一细化方向使得研究人员能够更精准地定位特定胁迫条件下作物的响应机制，为定向改良提供科学依据。
从“看天吃饭”到“知天而作”：环境组学与多组学深度融合
展望文章中最具前瞻性的观点在于：环境组学与多组学（基因组学、转录组学、代谢组学等）及预测模型的深度融合，将释放出变革性的潜力。
具体而言：加速优异种质发掘--通过环境组学数据训练预测模型，可在海量种质资源中快速筛选出适应特定环境的优良品种；解码分子调控网络--环境组学与多组学联动，有助于揭示作物感知和响应环境胁迫的分子开关；推动“气候智能型”育种--基于环境大数据的预测模型，使育种家能够“提前预见”未来气候情景下的品种表现，变被动适应为主动设计。
为全球粮食安全开辟新路径
这一框架为可持续农业和全球粮食安全提供了一条战略性路径。气候变化不会等待，粮食安全的挑战日益紧迫。环境组学让我们看到了希望——它不是对传统育种的替代，而是一场方法论上的升维。当育种家手中不仅有基因的“图纸”，更有环境的“地图”，我们才能真正做到“知天而作”，为这颗星球上不断增长的人口培育出更坚韧、更高产的未来作物。
四川农业大学为论文第一完成单位，四川农业大学孙光超教授为第一作者，密苏里大学农学院Henry T. Nguyen、北京大学现代农业研究院徐云碧教授和四川农业大学卢艳丽教授为共同通讯作者。该研究获得了四川省自然科学基金、山东省技术创新计划等项目的资助。
全文链接：
https://doi.org/10.1002/advs.77304
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
