• 气候无常变化 农业“精准”预言

    气候无常变化 农业“精准”预言智慧农业创新团队聚焦作物生产力预测预警技术 当下,全球气候变化带来极端气候事件频发,农作物又将受到怎样的影响?事实上,更为精准的评估方法应该被拓展到重要粮食作物预测中。 南京农业大学国家信息农业工程技术中心教授朱艳领衔的科研团队,将农业信息学与作物栽培学相结合,发展了基于模型的作物生产力预测预警技术,为国家粮食安全生产及智能化管理提供了数字化支撑。 其团队在气候变化效应评估领域不断获得新进展,相继在《自然——气候变化》《美国科学院院刊》《全球气候变化》等国际知名期刊上发表研究成果。 更精准可信的评估模型 世界粮农组织(FAO)一份评估报告表明,到2050年,全球粮食需求将增加60%以上,但气候变化尤其是温度升高对粮食生产带来巨大挑战。因此,在全球尺度上明确气候变化对作物生产力的影响,对于制定缓解和应对气候变化措施、确保全球粮食安全生产具有极其重要的意义。 但问题是全球范围内,关于温度升高对小麦作物生产潜在效应的定量评估模型约有30种左右,它们各自的结果却存在较大差异。谁才是可信的? 朱艳介绍,目前在定量评估温度升高对全球作物生产潜在效应方面存在很大的不确定性,因此科学合理地评估温度升高对全球作物生产的潜在效应成为气候变化研究领域的热点。 “高可信度的科学分析与结果,能精准预测未来气候条件下的农作物产量和品质。更重要的是,未来农业到底能不能满足人类的生存需求?”朱艳说:“这不仅时刻提醒着人们所要面临的食物短缺的挑战,更提醒我们要抓紧时间研究对策。” 为此,朱艳团队牵头与美国、法国、德国、英国等国的科学家展开了合作研究,在全球范围内选取30个生态点,通过30余套评估模型得出预测结果,最终这些结果通过平均效应形成方法集合,使研究结果的置信区间范围达到了95%。 这就是他们2016年发表于《自然——气候变化》的一项研究:在全球、国家以及站点尺度上,系统比较了基于栅格尺度的模拟模型方法、基于典型生态站点的模拟模型方法和基于历史观测数据的统计回归方法等不同方法,在评估温度升高对小麦生产潜在效应方面的表现。 团队首次提出通过综合利用不同方法形成方法集合,可以更好地量化气候效应评估中不同方法的不确定性,显著提升气候变化对作物生产效应评估的可信度,为科学分析全球气候变化与粮食安全生产奠定了基础。 不止一种作物、一支队伍 “智慧农业是一个交叉领域,真正做到顶天立地,需要做好顶层设计,更需要分工协作、融合创新。”朱艳说。 她告诉记者,团队设计了独一无二的“智慧农业”模型,将品种特性、土壤特征、气候条件、管理措施等参数“嵌入”,就能够准确预测不同种植区的产量和品质。 小麦、水稻、玉米和大豆为人类提供了2/3的摄入热量。而气象记录显示,过去一个世纪,这四种作物种植区的年平均温度增加了1.0℃,预计下个世纪还会继续增加。 团队在《美国科学院院刊》联合发表的一项研究显示,如果不考虑CO2浓度升高对小麦产量的正面效应,全球平均气温每升高1.0℃,小麦全球产量将平均下降6.0%,水稻将下降3.2%,玉米将下降7.4%,大豆将下降3.1%。其中玉米损失最大。该研究显示,未来气候条件下农业生产面临巨大风险。“因此迫切需要重新启动国家研究和推广计划,以缓解未来气候变化的影响。”朱艳说道。 团队构建的RiceGrow和WheatGrow模型,自2011年开始分别参加全球水稻模型协作组和小麦模型协作组的研究。这属于国际农业模型比较和改进(AgMIP)项目,旨在通过气象、作物、经济和模型等领域专家的协作来提高农业模型在全球的预测能力,以应对未来气候条件下全球粮食安全问题。 朱艳介绍,“我们通过研究生联合培养、合作项目研究、举办国际会议等多种形式,广泛开展国际交流合作,与国际作物模型领域的主要研究机构均建立了良好的合作关系。” 其研究还相继得到国家杰出青年科学基金、国家自然科学基金、国家“111”引智基地项目以及江苏省高校优势学科建设工程的资助。 再评估粮食安全的风险 2015年《巴黎协定》提出,本世纪末前,把全球平均温升控制在前工业水平的2.0℃以内,并将努力把温升限定在1.5℃内。当前迫切需要从经济、社会、生态、农业等方面评估全球增温1.5℃和2.0℃所带来的影响。而农作物生产受到气候变化影响更是首当其冲。 日前,朱艳团队联合全球18个国家的47所高校和科研机构的科学家,再次采用多模型集合方式,定量评估了温度升高1.5℃和2.0℃对全球小麦产量的潜在效应,在全球和区域尺度上明确了增温对作物生产的影响。成果发表于《全球变化生物学》。 论文第一作者刘兵介绍,本研究基于全球小麦主产区60个代表性站点,采用包括国家信息农业工程技术中心自主开发的WheatGrow模型在内的国内外31套小麦生长模拟模型,在生态点、国家和全球尺度上系统评估了全球增温1.5℃和2.0℃对小麦生产力的影响。 研究结果显示,如果考虑CO2浓度升高对小麦产量的正面效应,未来增温情景下全球多数区域的小麦生产力略有升高,其中在增温1.5℃和2.0℃情景下的全球小麦总产增幅分别为1.9%和3.3%。 朱艳作为通讯作者补充介绍道,“但是对于包括印度、非洲部分国家在内的小麦生长季高温且缺少降雨的区域来说,小麦产量却呈显著降低的趋势,且小麦产量波动增加、极端低产风险明显加大”。 “这些产量风险加大的地区目前多属于经济欠发达区域,因此气候变化的不利影响将会进一步加剧这些区域的粮食安全问题。”朱艳说。 论文共同通讯作者、美国佛罗里达大学教授Senthold Asseng表示,“该研究在全球和区域尺度上明确了增温对作物生产的定量影响,对于提出针对性缓解和应对措施、确保全球粮食安全生产具有极其重要的意义。” 精确设计农作物播种方案,精确诊断农作物长势,精确预测粮食产量和品质,朱艳和她的科研团队还在继续开拓。

  • “作物大战病原菌” 前沿成果接连见刊

    “作物大战病原菌” 前沿成果接连见刊作物疫病团队为粮食安全先手把脉 1月28日,南京农业大学作物疫病团队在著名学术期刊《分子植物》Molecular Plant上同时在线发表两篇论文,成果聚焦病原菌的致病因子,从不同角度对效应子攻击植物、以及植物的抗性机理进行了深入探究,为涉及粮食安全的科技前沿问题进行了先手把脉。 作物疫病被称为“植物瘟疫”,是农业生产上的一类毁灭性病害。作物疫病严重威胁着全球生态安全和粮食安全,每年导致我国大豆、马铃薯、棉花、蔬菜和果树等作物的直接经济损失高达数百亿元。南农大植物保护学院院长、作物疫病研究团队王源超教授介绍,疫病菌在致病的过程中分泌大量效应子(Effectors)破坏植物的抗病性,而植物则通过识别特定效应子产生抗性,因此效应子是病原菌致病和植物抗病的关键因素,此次发表的两项成果为改良作物抗病性提供了重要的理论支撑和抗性资源。 其中, “A Phytophthora capsici effector targets ACD11 binding partners that regulate ROS-mediated defense response in Arabidopsis thaliana” 一文,明确了辣椒疫霉菌一种精细的致病机理,即RxLR207 对于辣椒疫霉菌而言,是一种既不能缺失,又“过犹不及”的效应子。 据了解,该研究通过遗传学和分子生物学等手段解析了辣椒疫霉菌效应子 RxLR207调控寄主活性氧迸发介导的寄主抗病反应。通过筛选发现 RxLR207 直接作用于拟南芥中的一组与植物免疫系统的重要调控因子ACD11 (accelerated cell death11)互作的未知功能蛋白BPA1 (binding partner of ACD11)和BPLs (BPA1 Like proteins)。研究显示这组蛋白通过稳定细胞中的 ACD11 来影响后者介导的活性氧爆发与细胞死亡等细胞学过程来负调控寄主对辣椒疫霉菌的免疫力。同时,辣椒疫霉菌产生效应子RxLR207 作为武器,以此干扰 BPA1/BPLs 的正常功能,促进病原菌活体阶段到死体阶段的转变,引起植物发病。 据通讯作者、南农大作物疫病团队窦道龙教授分析,该研究从未知功能靶标着手,成功鉴定植物免疫系统中的一组新成员并解析了其作用机制,突出了利用效应子作为探针研究植物免疫系统这一策略的可行性和现实意义,为理解植物抗性发生机理与抗性调控途径奠定了材料基础,为植物与有害生物互作研究提供了新的思路。 另一篇研究“Phytophthora sojae effector PsAvh240 inhibits a host aspartic protease secretion to promote infection” 是南农大作物疫病团队与中国科学院上海植物逆境生物学研究中心邢维满研究员课题组合作完成的,从结构生物学和分子生物学角度解析了大豆疫霉菌致病因子PsAvh240发挥毒性功能的分子机制。随后通过生化分析证明了PsAvh240通过结合大豆天冬氨酸蛋白酶GmAP1来阻止GmAP1外泌到质外体发挥抗病功能。 王源超教授告诉记者,这项研究首次发现植物天冬氨酸蛋白酶参与质外体免疫来抵御疫霉菌侵染,并且揭示了疫霉菌破坏植物质外体免疫的新策略:疫霉菌可以向“敌后”,即植物细胞内分泌效应蛋白来抑制植物天冬氨酸蛋白酶的外泌,拓宽了对植物与病原菌互作的认识。该研究还发现大豆天冬氨酸蛋白酶对不同疫霉菌均表现出抗病效果,为改良作物广谱抗性提供新的基因资源。 2019年一开年,团队共有4篇相关领域的突破性成果发表,除了上述两项成果,陶小荣教授课题组揭示了一种植物免疫受体蛋白对病原菌新的识别机制,张正光教授课题组则发现病原菌的“里应外合”成为稻瘟病致病的重要成因。 据了解,该团队以发展作物疫病高效防控策略与技术为目标,在国家自然科学基金、公益性行业科研专项和国家重点研发项目等的支持下,长期聚焦于重要农作物疫病菌的致病与变异机制,在不同层次探索农作物抗病机制的形成过程与调控规律,鉴定了多个疫病菌的关键致病因子,揭示了病原菌攻击寄主的全新致病机制“诱饵模式”,为改良作物的广谱抗病性提供了系列具有自主知识产权的重要基因资源。相关成果在《科学》Science、《基因组生物学》Genome Biology、《自然通讯》Nature Communications等国际权威学术期刊发表研究论文150余篇,团队入选科技部创新团队和基金委创新群体。

  • 张绍铃教授团队成果揭示植物多样性奥秘

    张绍铃教授团队成果揭示植物多样性奥秘 本报讯 植物在千百年的进化中,怎样变得多姿多彩?一个重要因素,就是植物会复制自己基因,丰富自己的基因库数量。多了自己的“同胞胎”兄弟姐妹,基因在生物体中就“声势壮大了”,团结起来力量大,不仅能抵御外界复杂多变的环境,还能增加进化变异的机会,实现物种分化和多样性。 2月21日,我校园艺学院张绍铃教授团队在国际著名学术期刊Genome Biology(IF5year=16.5)在线发表研究论文。该研究成果以南京农业大学为第一完成单位,园艺学院博士生乔鑫为论文第一作者,南京农业大学张绍铃教授和美国佐治亚大学Andrew H.Paterson教授为共同通讯作者。该研究系统鉴定了梨等141种植物基因组中不同类型重复基因,构建了世界首个植物重复基因数据库,揭示了重复基因进化的普遍规律。 以往的研究发现,有的植物有复制自己基因的功能,即通过不同类型复制方式产生一个与原基因序列相同的新基因。基因复制产生的两个同源基因称为重复基因或“姊妹基因”。近年来,随着测序技术的不断升级和测序成本的大幅度降低,越来越多的植物基因组被破译。目前已经完成全基因组测序的植物超过200种,包括单细胞绿藻,苔藓类植物,蕨类植物,裸子植物以及被子植物。然而,目前仍缺乏一个具有广泛适用性的鉴定不同种类植物重复基因的方法。 该团队前期系统鉴定梨基因组中重复基因的基础上,开发了具有普遍适用性的生物信息学方法,用于鉴定植物界中不同种类植物基因组中的重复基因。深入分析141种植物基因组中重复基因含量随时间变化规律发现,基因串联复制和邻近复制在植物漫长的进化过程中始终保持较高的发生频率,为植物适应复杂多变的外界环境提供了源源不断的遗传变异材料。同时该研究还揭示,基因组加倍发生后的较短时间内,重复基因之间发生高频率的基因置换,随着时间的推移,重复基因之间会发生广泛的时空表达分化。最后,利用141种植物基因组中包含的所有蛋白序列构建了大规模的植物直系同源基因家族。 此外,通过大规模收集整合国内外植物基因组数据资源,构建了世界首个植物重复基因数据库,目前已收录141种完成基因组测序的植物,包含大豆、水稻、小麦、玉米等大宗粮食作物,以及梨、桃、葡萄、蔬菜、花卉等园艺作物,并将拓展为植物相关的所有类别。该数据库将为深入研究重复基因的进化机制提供宝贵的数据资源。

  • 张正光课题组揭示稻瘟病致病的重要成因

    张正光课题组揭示稻瘟病致病的重要成因 本报讯 稻瘟病菌引起的稻瘟病是水稻最严重的毁灭性病害,稻瘟病不仅发生于世界各地,而且有可能发病于水稻的各生育期,近年来每年给我国造成30亿公斤以上的粮食损失,甚至威胁着全球粮食安全。稻瘟病菌为什么这么“强大”?最近,我校植保学院张正光课题组揭示了组蛋白乙酰转移酶介导细胞自噬控制稻瘟病菌致病的机制。该研究表明,组蛋白乙酰转移酶MoHat1是一支十分“狡猾”的部队,平时只留在细胞核中发挥作用,维持病菌生长发育。而在稻瘟病菌侵染寄主植物时,它们会“兵分两路”,一部分继续留在细胞核中“坐镇”,继续“补给粮草”,积蓄力量,侦探“军情”;另一部分进入细胞质中,结合“敌情”调整强化“武器配备”,保证病菌可以成功侵染。细胞核内和细胞核外的两支“部队”里应外合,是稻瘟病致病的重要成因。 已有报道发现,细胞自噬在稻瘟病菌附着胞的形成和致病中发挥至关重要作用,但其具体的调控机制仍不清楚。 张正光团队最近的研究进一步发现,该病菌营养生长时,组蛋白乙酰转移酶MoHat1高度磷酸化定位于细胞核中,而病菌接触、识别水稻后,MoHat1一部分继续留在细胞核中,而另一部分迅速去磷酸化,与热激蛋白MoSsb1结合,并在其帮助下进入细胞质中,对细胞自噬中的核心蛋白MoAtg3和MoAtg9进行乙酰化,实现对细胞自噬的精准调控,进而控制稻瘟病菌功能性附着胞的形成,助力病菌完成侵染。 近日,细胞生物学领域的权威期刊“Autophagy”(5年影响因子11.8)在线发表了我校关于组蛋白乙酰转移酶介导细胞自噬控制稻瘟病菌的功能性附着胞形成和致病力的研究论文。该论文第一署名单位为南京农业大学,第一作者为我校植保学院博士生尹梓屹和硕士生陈辰,我校张正光教授为通讯作者。我校郑小波教授、张海峰教授与美国路易斯安娜州立大学的Ping Wang教授参与了该研究。