Nat. Clim. Change | 气候变暖下小麦育种新模式

文摘   2024-10-24 07:31   陕西  

随着全球气候变暖,农业生产面临严峻的挑战,尤其是小麦等粮食作物的产量受到多种不利因素的影响。研究表明,气温每升高1°C,全球小麦产量可能下降4-6%,而气候变化引发的病虫害爆发可能进一步加剧产量损失。因此,如何培育出适应气候变暖且稳定高产的小麦新品种成为当今全球农业领域的一个重要课题。传统的育种方法主要是基于稳定的气候环境,而面对日益不稳定的气候条件,现有育种模式的适应性受到质疑,迫切需要开发新型的育种策略来提升小麦应对未来气候变化的能力。

2024年7月16日,河南农业大学熊伟等人发表在《nature climate change》上的题为“New wheat breeding paradigms for a warming climate”的文章,旨在探讨全球气候变化对小麦产量的影响以及如何通过遗传改良来提高作物适应性。通过对国际小麦改良网络(IWIN)的试验数据进行分析,探索基因型在不同温度条件下的产量变化,发现当前小麦育种方法并不能完全适应未来更极端的气候条件,需重新审视育种策略并增加遗传多样性以提高作物的气候适应性。

研究结果

1.试验中的气候变化

试验中预测的气候表现出三个主要特征。

先,生长季平均气温的升高促进作物的生长发育,导致生长期缩短和产量降低,作物生长的时间窗口缩短,冠层发育往往不理想,无法在整个生长周期内截获光照。截获辐射量首先在开始升温的几个地点进行,然后在平均气温升高 3°C 时扩展到几乎所有地点,在试验中,模拟截获的辐射量随着温度的升高线性减少,在升温 6°C 时,损失接近20%。
其次,热浪的风险更加频繁,显著超出许多试验地点目前的范围。随着全球气温的升高,超过 30°C 的极端日数呈指数增长,大多数试验地点的发生率都在上升。第三,当升温超过 3°C 时,超过70%的试验点降雨量减少,从而降低了碳固定和树冠冷却的蒸腾潜力,并可能导致光抑制和加速衰老。

2.基因型对变暖表现出不同的产量响应

 将所有基因型的ΔY′与ΔT进行回归,揭示对未来气候变暖的特定反应,无论是同一环境中的多个基因型,还是不同试验地点的一个基因型,它们对未来气候变暖的反应都大相径庭,拟合回归曲线可用于识别温适基因型,即产量变化(ΔY′)值大于零的基因型。
 在所研究的3652个基因型中,96%的基因型至少在一个研究站点表现出一定程度的变暖适应能力。苗圃中的品系是针对对比环境中的特定性状培育的,苗圃在一系列环境中测试产量,获得有关这些性状的相关数据,在观测到的不同产量响应中,不同地点的变暖对产量响应的主效应表明某一基因型具有气候适应性,而非线性响应表明对当地温度的适应性更强。

3.选择效率vs环境稳定性

虽然目前的基因型在适应气候变暖方面有相当大的潜力,但采用热适应品种还应具有环境稳定性。季节性差异的增加已经很明显,预计未来还会增加,这给育种人员带来了挑战,而目前的作物育种模型并没有经过培训,我们使用“广泛适应性”(WA)来衡量基因型的环境稳定性,即适应性明显的地点数量或百分比。暖适应基因型的平均 WA 值为18.9%,表明这些基因型能在其目标环境种群(TPE)中五分之一的地点实现适应。
在针对目标环境选择栽培品种时,育种者期望小麦表型具有一定程度的环境稳定性,而这种稳定性又决定了选择效率(SE),即在变暖条件下可以选择多少个产量更高的品种,为了量化二者之间的关系,根据估计的变暖阈值创建了 SE 和 WA 的两个相应向量,由于在不同的变暖水平下育种选择可能不同,分别计算了七个变暖水平下的向量,对于所有苗圃和变暖水平,估算的 WA 与 SE 成反比,表明小麦育种两大目标更高的选择效率和更广泛的稳定性之间的矛盾。
与1981-2010年的基线相比,2011-2020年各试验点的小麦生长季平均温度升高了0.26°C,小麦适应这种变暖的 SEI 和 WAI 分别为0.31和0.26,这意味着从当前基因型中选择基因型以应对0.26°C变暖的平均选择效率为31%,ME 中26%的站点预计具有潜在稳定性。这一数值在不同的苗圃之间存在明显差异,表明不同苗圃在培育暖适应品种方面的效率存在差异。

4.未来气候下的变化

随着气候持续变暖,育种项目的 SEI 和 WAI 都显著下降,温度每升高1℃,平均 SEI 和 WAI 分别下降8.5%和8.7%,这些减少表明在气候变化下选择比更低和更不稳定,表明需要改进现有的杂交或选择模型,在品系间进行杂交时,要考虑生理指标,以实现性状的协同作用和耐热基因的累积作用,鉴于小麦的遗传基础相对狭窄,获得替代基因库(包括野生近缘的基因库)对于适应气候变暖至关重要。

5.气候响应对育种的作用

随着温度趋势的增加以及对物候控制基因的进一步了解,提出用选择生长速度(即生长度日)较慢的栽培品种来应对气候变化的建议,由于气候变率大和极端天气事件相关的风险较高,选择较高热时间要求的基因型仍具有挑战性。在模型中加入二氧化碳施肥的任意固定效应,与不考虑二氧化碳升高效应的结果相比,升温(0.26°C)时的 SEI 和 WAI 估计值增加了 2-3 倍,SEI 平均值达到0.6,WAI 平均值达到 0.68,大多数苗圃的 SEI 和 WAI 仍随着升温而下降,但下降幅度较小,分别为每升温1°C下降2.3%和3.5%。

该研究提出一个新的模型来预测气候变化对作物产量的影响,并通过大量的实验证明了其有效性,研究还探讨了遗传多样性和环境适应性的关系,为培育更适应气候变化的作物提供了理论基础,通过对不同地区和品种的数据进行比较,研究发现了一些新的规律和趋势,有助于更好地理解气候变化对作物产量的影响机制。

原文链接:

https://www.nature.com/articles/s41558-024-02069-0


往期文章推荐

CHAT-GPT(无需翻墙,无需购买)全程0元购!!!

             

MATLAB | 十大经典算法以及代码实现

Python 数据可视化——基于 Matplotlib 模块

作物功能表型研究
记录分享作物功能表型领域研究动态~
 最新文章