來自華中農業大學、加州大學河濱分校的研究人員，在新研究中基於代謝組學預測了雜交稻的產量。他們的研究結果發布在6月17日的The plant journal雜誌上。
我國著名的植物遺傳和分子生物學家，華中農業大學作物遺傳改良重點實驗室主任張啟發院士，以及加州大學河濱分校的Shizhong Xu教授是這篇論文的共同通訊作者。張啟發院士課題組長期致力於水稻基因組研究，旨在通過植物基因組分析、重要基因的分離克隆、雜種優勢的遺傳和分子基礎、作物品種資源的分子評估及應用分子生物學技術進行水稻改良。
去年3月，張啟發院士的研究團隊利用來自一個優良水稻雜種的實驗種群，分析了小RNA（sRNA）數量變異的遺傳學基礎，相關研究結果發表在國際生命科學領域頂級雜誌《eLife》（華中農大張啟發院士eLife最新文章 ）。
9月，張啟發院士和華中農業大學的練興明教授合作，通過分析1479個水稻品種繪製出基因組變異圖譜，揭示出了水稻改良的育種印跡。這一重要的研究成果發布PNAS雜誌上（華中農大張啟發院士PNAS發布水稻研究重要成果）。
12月，張啟發院士領導華中農業大學的研究人員在水稻中鑑定了一個由microRNA和轉錄因子組成的，控制營養（分櫱）和生殖（稻穗）分枝的調控網絡。這一成果發表在PNAS雜誌上（華中農大張啟發院士PNAS發表水稻miRNA研究重要成果 ）。
在這篇文章中，張啟發院士和合著作者指出，水稻為世界上50%以上的人口提供了主要食物來源。提高水稻產量對於保障全球的糧食安全具有重要的意義。由於相比於純種水稻品種，雜交水稻的產量往往大幅度增加，雜交育種有可能幫助實現這一目標。以往，他們曾開發出了一種標記物指導的雜交種產量預測方法，證實通過基因組雜交育種大大提高了產量。
現在，研究人員利用轉錄組和代謝組學數據來作為了預測產量的潛在資源。利用6種預測方法，包括最小絕對收縮與選擇算子(least absolute shrinkage and selection operator,LASSO)，最佳線性無偏預測(best linear unbiased prediction，BLUP)，隨機搜索變量選擇法(stochastic search variable selection, SSVS)，偏最小二乘法(partial least squares, PLS)和支持向量機(Support Vector Machine, SVM-RBF和SVM-POLY)，他們發現利用這些組學數據可進一步提高雜交種產量的可預測性。LASSO和BLUP是最有效的產量預測方法。而對於一些具有高度遺傳可能性的性狀，基因組數據仍然是最有效的預測因素。他們證實相比於基因組預測，當使用代謝組學數據時雜交種產量的可預測性幾乎提高了兩倍。在源自210個重組自交系的21945個潛在雜交種中，根據代謝物預測選擇出的前10個雜交種將使得產量增長~30%。
研究人員認為，每種代謝物代表了一種生物學上的內置產量遺傳網絡；因此利用代謝產物進行預測就等同於利用來自這些隱藏遺傳網絡的集成信息來預測產量。
作者簡介：
張啟發教授
1953年12月出生，湖北公安人。博士，教授、博士生導師。現任華中農業大學生命科學技術學院教授。中國科學院院士，美國科學院外籍院士、第三世界科學院院士。美國洛克菲勒基金會水稻生物技術國際合作計劃科學顧問委員會委員。
1973-1976 華中農學院 農學 學士；1982-1985 美國加利福尼亞大學戴維斯分校 遺傳學 博士；1985-1986 美國加利福尼亞大學戴維斯分校 博士後。1993獲瑞典國王Baudouin獎，1994年獲國家有突出貢獻的中青年專家稱號，1998年獲中國青年科學家獎，1999年被聘為教育部「長江學者獎勵計劃」首批特聘教授，2003年獲何梁何利科學與技術進步獎，2005年獲加利福尼亞大學戴維斯分校傑出校友獎，2008年獲湖北省突出貢獻獎，2012年獲國際作物科學學會傑出科學家獎。