研究方法
样本选择与数据收集：研究共分析了来自187种植物的基因组数据和特征数据，其中包含122种野生植物和65种农业植物。这些数据来自多个数据库，包括NCBI的基因组数据库和AusTraits、BIEN等植物特性数据库。 数据处理：为确保数据完整性，作者剔除了低质量基因组数据，并将植物分为野生和农业两组，分别计算并对比其NLR基因密度、特定叶面积（SLA）等特性。 统计分析：采用皮尔逊相关分析和结构方程模型（SEM），控制种间系统发育差异，以分析防御基因密度（包括NLR、重复和单拷贝密度）与SLA之间的关系。
研究结果
野生植物的生长-防御权衡：研究发现，在野生植物中，较高的NLR基因密度显著降低植物的SLA值，即增加防御基因密度会减缓植物的生长速度。这表明野生植物在面对病原体压力时，通过提高防御机制来牺牲生长。 农业植物的例外现象：相比之下，农业植物的NLR基因密度与生长（SLA）之间没有显著相关性。研究推测，农业植物因长期人工选择，对生长和抗性基因的关联产生了干扰，使得防御与生长之间的权衡模式不同于野生植物。 NLR基因重复密度的作用：分析还表明，NLR基因的重复密度与其整体密度呈正相关，这表明基因重复可能是NLR基因组内扩增的关键机制。重复基因的存在可能在NLR基因的进化和防御功能的维持中发挥重要作用。
研究结论
生长-防御权衡在野生植物中的普遍性：在自然环境中，植物面临多种生存压力，通过增加NLR基因密度以增强免疫力，但相应地也会牺牲生长效率。 农业植物的防御特性变化：农业植物因人类选择压力的长期影响，表现出与野生植物不同的防御投资模式，这可能是因为农业植物在选择过程中关注产量而减少了NLR基因的多样性。
创新点
跨物种数据整合：该研究使用了大规模、跨物种的植物基因组和功能数据，揭示了不同种类植物在生长和防御策略上的差异，为生态学和进化生物学提供了新的见解。 揭示人类选择的影响：该研究进一步展示了人类选择如何影响植物的基因组结构及其生态适应性，为农业育种和植物抗性研究提供了启发。
为了能更有效地帮助广大的科研工作者获取相关信息，植物生物技术Pbj特建立微信群，Plant Biotechnology Journal投稿以及文献相关问题、公众号发布内容及公众号投稿问题都会集中在群内进行解答，同时鼓励在群内交流学术、碰撞思维。为了保证群内良好的讨论环境，请先添加小编微信，扫描二维码添加，之后我们会及时邀请您进群。小提示：添加小编微信时及进群后请务必备注学校或单位+姓名，PI在结尾注明，我们会邀请您进入PI群。
