大數(shù)據(jù)揭示黃瓜苦味從何來(lái)_數(shù)據(jù)分析師

“基因組數(shù)據(jù)的爆炸性增長(zhǎng)是在2009年以后，我們是從2007年開(kāi)始實(shí)施黃瓜基因組計(jì)劃的，應(yīng)該說(shuō)我們作出了正確的決策，徹底改變了2005年時(shí)蔬菜基因組國(guó)際競(jìng)爭(zhēng)的局面?！?月24日，中國(guó)農(nóng)業(yè)科學(xué)院蔬菜花卉所研究員、深圳農(nóng)業(yè)基因組所副所長(zhǎng)黃三文在中國(guó)農(nóng)業(yè)科學(xué)院舉行的農(nóng)科講壇上，向聽(tīng)眾講述他和團(tuán)隊(duì)破譯黃瓜基因組的故事。

　　為了探究黃瓜基因組大數(shù)據(jù)背后所代表的生命信息，黃三文帶領(lǐng)團(tuán)隊(duì)歷時(shí)5年，分析黃瓜24000多個(gè)基因的變異和表達(dá)特征，逐個(gè)品嘗20畝黃瓜地中的6萬(wàn)株黃瓜葉片和果實(shí)的味道，從一噸葉片中純化了毫克級(jí)的代謝中間產(chǎn)物。最終他們發(fā)現(xiàn)了黃瓜苦味的調(diào)控機(jī)制。

　　2014年11月28日出版的《科學(xué)》雜志以封面長(zhǎng)篇論文形式發(fā)表了黃瓜苦味生物合成與調(diào)控的研究成果，揭示了黃瓜變苦的基因之路，這也是近幾年來(lái)《科學(xué)》《自然》和《自然—遺傳學(xué)》雜志第8次報(bào)道黃三文團(tuán)隊(duì)的成果，對(duì)于我國(guó)蔬菜生物學(xué)研究是一次質(zhì)的飛躍。

　　沉寂四年：從馬鈴薯轉(zhuǎn)戰(zhàn)黃瓜

　　從2005年應(yīng)邀回國(guó)，直到2009年，黃三文課題組在《自然—遺傳學(xué)》雜志上發(fā)表黃瓜全基因組的文章，整整四年，黃三文的名字在國(guó)際學(xué)術(shù)期刊界是沉寂的。

　　2005年，時(shí)任農(nóng)科院副院長(zhǎng)的屈冬玉研究員和蔬菜花卉所所長(zhǎng)的杜永臣研究員，邀請(qǐng)?jiān)诤商m瓦赫寧根大學(xué)獲得博士學(xué)位的黃三文回國(guó)，到蔬菜所生物技術(shù)室成立了功能基因課題組。

　　經(jīng)過(guò)多方努力，憑借在荷蘭的科研經(jīng)歷，課題組一成立就如愿參與了由荷蘭瓦赫寧根大學(xué)發(fā)起的大型國(guó)際合作項(xiàng)目——國(guó)際馬鈴薯基因組計(jì)劃，這也是我國(guó)參加的第一個(gè)蔬菜基因組國(guó)際計(jì)劃。黃三文作為中方首席科學(xué)家負(fù)責(zé)項(xiàng)目的組織和執(zhí)行。

　　然而計(jì)劃實(shí)施不久，擺在科研人員面前的“三座大山”就擋住了去路：被測(cè)試的馬鈴薯品種基因組高度雜合，拼接難度大；物理圖譜質(zhì)量低，項(xiàng)目進(jìn)度嚴(yán)重拖延；傳統(tǒng)測(cè)序方法成本太高，而且按染色體分工的合作方式，很難被協(xié)調(diào)統(tǒng)一掌控。

　　“我回國(guó)兩年基本沒(méi)有取得什么進(jìn)展，壓力很大，怎么辦？”讓黃三文感到幸運(yùn)的是，2006年初新一代測(cè)序技術(shù)浮出水面?！斑@就像北京市的房?jī)r(jià)降到了5塊錢一平方米，那買房子就不成為大家經(jīng)濟(jì)上的困難了?！秉S三文意識(shí)到，傳統(tǒng)的測(cè)序技術(shù)將退出歷史舞臺(tái)。

　　黃三文敏銳地捕捉到這一契機(jī)，他向杜永臣提出書面建議，闡述了我方主導(dǎo)完成項(xiàng)目的必要性，為帶動(dòng)我國(guó)蔬菜基因組學(xué)研究的快速發(fā)展搶占先機(jī)。為了提高成功的可能，他決定先從基因組較小的黃瓜開(kāi)始。

　　“黃瓜基因組比較小，約3.3億個(gè)堿基對(duì)，是設(shè)施栽培第一大蔬菜作物，其遺傳基礎(chǔ)狹窄，遺傳研究基礎(chǔ)差，易突出基因組序列的作用，育種基礎(chǔ)好，資源累計(jì)較多，可以作為瓜類作物的模式系統(tǒng)?！秉S三文是這樣解釋選中黃瓜的原因的。

　　于是，國(guó)際黃瓜基因組計(jì)劃在蔬菜所自籌經(jīng)費(fèi)而生。他們提出“運(yùn)用新一代基因組技術(shù)，挖掘蔬菜作物的遺傳潛能”，參加者有華大基因、中國(guó)農(nóng)大、北京師大和國(guó)外若干單位。他們大膽采用了Solexa（Illumina）最新測(cè)序技術(shù)與傳統(tǒng)技術(shù)相結(jié)合的測(cè)序手段、全基因組鳥(niǎo)槍法測(cè)序策略等，并按照工作內(nèi)容分工，形成了遺傳圖譜團(tuán)隊(duì)、基因組文庫(kù)團(tuán)隊(duì)、熒光原位雜交團(tuán)隊(duì)、拼接測(cè)試團(tuán)隊(duì)、分子育種團(tuán)隊(duì)等，蔬菜所研究人員加入各個(gè)團(tuán)隊(duì)，邊學(xué)習(xí)、邊督促。

　　雪藏一年：黃瓜全基因組一鳴驚人

　　其實(shí)2008年時(shí)，黃三文課題組就已得到了可靠的黃瓜全基因組數(shù)據(jù)，并構(gòu)建了世界上第一張黃瓜高密度圖譜。但黃三文并沒(méi)有著急發(fā)表成果，而是著眼于這一成果的應(yīng)用，思考更加廣闊的研究道路。雪藏一年后，他們才把成果投到《自然—遺傳學(xué)》雜志上，并一鳴驚人。

　　2006年時(shí)的二代測(cè)序技術(shù)還比較原始，比如現(xiàn)在的測(cè)序長(zhǎng)度可達(dá)到250個(gè)堿基對(duì)，甚至400個(gè)堿基對(duì)，而當(dāng)時(shí)測(cè)序長(zhǎng)度只有35個(gè)堿基對(duì)。于是，他們采取了新技術(shù)與傳統(tǒng)技術(shù)相結(jié)合的方法，很快就繪制了高質(zhì)量的黃瓜基因組框架圖。單堿基錯(cuò)誤率只有十萬(wàn)分之一，拼接總長(zhǎng)達(dá)2.4億個(gè)堿基對(duì)。

　　黃三文團(tuán)隊(duì)從頭構(gòu)建了黃瓜的遺傳研究體系，包括高密度的連鎖遺傳圖譜、細(xì)胞遺傳學(xué)圖譜、比較遺傳圖譜、遺傳—物理整合圖譜，定位了99%的黃瓜基因。

　　這一成果作為世界上第一個(gè)蔬菜基因組，發(fā)表在《自然—遺傳學(xué)》上。該雜志高度重視這一成果，不僅作為封面文章，還配發(fā)社論。在這期雜志封面上采用了達(dá)爾文的頭像，因?yàn)檫_(dá)爾文曾經(jīng)寫過(guò)一本書，里面很多內(nèi)容是瓜類的，特別是黃瓜和南瓜的研究。

　　隨后幾年，黃三文課題組累計(jì)產(chǎn)生了10×1012（10Tbps）個(gè)堿基對(duì)的大數(shù)據(jù)。除了基因組以外，他們還研究了黃瓜的轉(zhuǎn)錄組，對(duì)100多個(gè)不同的黃瓜材料進(jìn)行了測(cè)序，了解了黃瓜24000多個(gè)基因的表達(dá)模式，如在什么地方表達(dá)，在什么時(shí)期表達(dá)，在什么條件下表達(dá)，這些都是重要的信息。

　　為了系統(tǒng)掌握黃瓜的變異，他們收集3342份黃瓜種質(zhì)資源，包括印度野生種、我國(guó)西雙版納種、華北黃瓜、華南黃瓜、日本黃瓜、土耳其黃瓜、歐洲黃瓜和美國(guó)黃瓜等。通過(guò)對(duì)所有資源進(jìn)行基因組分析，最后篩選出115份核心資源，代表75%的遺傳多樣性，進(jìn)行了18倍深度測(cè)序，最后發(fā)現(xiàn)接近400萬(wàn)個(gè)變異位點(diǎn)。

　　利用這些數(shù)據(jù)，他們解析了黃瓜群體結(jié)構(gòu)，發(fā)現(xiàn)黃瓜有4個(gè)群體：一個(gè)是在印度的野生群體；三個(gè)栽培群體，分別是東亞黃瓜、歐洲黃瓜和西雙版納黃瓜。黃瓜是在印度被馴化的，變異組數(shù)據(jù)很符合一個(gè)史實(shí)：約2200年以前張騫出使西域時(shí)黃瓜被引入中國(guó)華北。

　　“有了基因組以后，就有了‘共同語(yǔ)言’，我們可以把模式物種里面的知識(shí)翻譯到農(nóng)業(yè)物種里面來(lái)；基因組是‘歷史書’，有了變異組數(shù)據(jù)，我們可以重新去揭示改良馴化；基因組是‘地圖勘探圖’，利用它，我們可以進(jìn)行黃瓜苦味的生物合成、調(diào)控與馴化。”黃三文說(shuō)。

　　潛心五年：破譯黃瓜苦味來(lái)源

　　在黃三文看來(lái)，基因組測(cè)序完成只是一小步，對(duì)海量數(shù)據(jù)的處理與運(yùn)算才是更為重要的事情。

　　利用這些組織學(xué)資源，黃三文課題組發(fā)現(xiàn)了清香形成和苦味形成的侯選基因，特別是苦味形成的侯選基因發(fā)現(xiàn)為后來(lái)研究起到了重要的作用。

　　黃瓜的苦味是葫蘆素造成的，這種苦味在果實(shí)中存在會(huì)影響品質(zhì)和生產(chǎn)效益，但在葉片中存在能提高抗蟲性，減少農(nóng)藥施用；同時(shí)，葫蘆素是有希望的抗癌藥物，但生產(chǎn)難度大。因此，“苦味很重要?！秉S三文說(shuō)。

　　但是他們只有兩個(gè)線索。

　　一是2009年發(fā)現(xiàn)的染色體6上的Bi基因；二是2013年發(fā)現(xiàn)的染色體5上的Bt基因，這個(gè)基因是黃瓜馴化的主要基因。

　　但Bi和Bt是什么基因？苦味物質(zhì)是怎么合成和調(diào)控的？野生黃瓜是怎么馴化的？為了回答這些問(wèn)題，黃三文課題組的策略是大數(shù)據(jù)與分子生物學(xué)和生物化學(xué)。

　　通過(guò)全基因組關(guān)聯(lián)分析，他們發(fā)現(xiàn)Bi就是催化氧化形成四環(huán)的葫蘆二烯醇合酶的基因；隨后又通過(guò)突變體發(fā)現(xiàn)了BI基因，其負(fù)責(zé)調(diào)控葉片的部位；利用BI他們又發(fā)現(xiàn)了Bt；利用BI和Bt發(fā)現(xiàn)了另外8個(gè)合成基因。

　　這個(gè)過(guò)程，傳統(tǒng)研究方法需二三十年才能完成，用大數(shù)據(jù)分析方法卻在5年內(nèi)做到了。

　　黃三文介紹，這項(xiàng)研究有三個(gè)意義：揭示了黃瓜苦味形成的雙重調(diào)控機(jī)制，葉片里面由BI調(diào)控，果實(shí)里面由Bt調(diào)控，這樣就給無(wú)苦味黃瓜育種提供了新的方案；證明了存在一類主開(kāi)關(guān)基因能夠直接調(diào)控次生代謝基因簇；為通過(guò)合成生物學(xué)批量生產(chǎn)和改造葫蘆素用于抗癌藥物打開(kāi)了一扇門。

　　這恰恰驗(yàn)證了黃三文的“三層樓”黃金理論，即地基是基因組大數(shù)據(jù)，通過(guò)多學(xué)科交叉融合，搭建三層樓：第一層是基因組大數(shù)據(jù)與蔬菜生物學(xué)，第二層是基因組大數(shù)據(jù)與蔬菜育種，第三層是基因組大數(shù)據(jù)與蔬菜品質(zhì)和營(yíng)養(yǎng)?！叭龑訕恰苯梃b了人類基因組項(xiàng)目首席科學(xué)家Francis S. Collins的“基因組學(xué)時(shí)代的藍(lán)圖”的思想。

　　在黃瓜基因組計(jì)劃取得成功后，黃三文和團(tuán)隊(duì)又攻克了馬鈴薯、白菜、番茄和西瓜基因組，并在黃瓜和番茄變異組研究上也取得突破，為我國(guó)蔬菜基因組研究鋪就了結(jié)實(shí)的“地基”。像解決黃瓜的苦味生物學(xué)問(wèn)題一樣，他們還和其他團(tuán)隊(duì)合作，正在闡明多個(gè)農(nóng)藝性狀的分子機(jī)理，這都將為蔬菜全基因組設(shè)計(jì)育種提供知識(shí)基礎(chǔ)?！拔蚁嘈挪痪玫奈磥?lái)，基因組學(xué)研究能為大家吃上‘放心菜’做出具體的貢獻(xiàn)”。