图2. RiceNavi实作和用户操作示意图本研究开发并在RiceNavi系统中实施的新基因组方法可精确高效地优化设计新品种。该平台是依据水稻遗传学、种群基因组学和全基因组关联分析(GWAS)的大量集体数据建立的,将来可以与水稻基因组数据更新有效地集成在一起。RiceNavi已鉴定出有助于产量杂种优势,杂种不育和生育力恢复的关键基因和基因座。本研究指出,稻米性状遗传网络的深入解析,包括QTN-QTN相互作用和QTN-环境相互作用,将提高表型预测的准确性,一旦获得了这些相互作用的遗传数据,该信息将被添加到RiceNavi平台进行更新。上海师范大学魏鑫和邱杰为本文共同第一作者,黄学辉为通讯作者,中国科学院分子植物卓越中心的韩斌院士、华盛顿大学的Kenneth M. Olsen、黄学辉团队的博士研究生雍开成、范炯炯、张绮等也参与了该研究工作。原文链接:https://www.nature.com/articles/s41588-020-00769-9