Nature: 不要过度吹捧单个或几个基因就可以大幅增加产量

世界农化网中文网报道：近日，Nature在线发表题为″Genetic modification can improve crop yields — but stop overselling it″的评论文章，文章指出，基因改造可以提高作物产量——但不要过度吹捧它 。

以往报道中，包括nature在内发表的论文中的一个或多个基因修饰可以提高 10% 至 68%的产量，但实际在生产应用中几乎很少有产量的提高。那为什么会有这种情况发生？作者认为主要原因是研究团队缺乏适当的专业知识，并且期刊编辑没有咨询具有适当专业知识的同行评审员。最后作者团队还提出，是否在生产上提高产量需要满足5个标准。

下面是全文翻译：

随着气候变化和人口不断增长，世界越来越需要生产力更高、适应性更强的作物。但改进它们需要了解该领域实际有效的方法。

在过去的二十年里，包括Nature在内的许多期刊都发表了论文，描述修改一个或几个基因如何导致作物产量大幅增加（见下图）。报告的增幅为 10% 至 68%，分析的作物包括水稻、玉米、烟草和大豆（参考文献1-4）。这些研究为分子生物学和基因发现提供了重要的见解。但许多测试的结果是在温室或小规模田间试验中进行的，后者通常涉及在小块土地上种植的植物。很少（如果有的话）使用了评估现实环境中作物性能所需的实验设计。而且几乎没有任何发现能够转化为实际农场产量的增加。

特别是在气候变化和人口不断增长的背景下，有关产量的误导性说法的增加已成为我们关注的一个问题。作为植物育种家、数量遗传学家、进化生物学家和植物生物学家，我们中的许多人都曾参与过国家项目或与跨国公司合作进行作物育种。

PubMed 数据分析 M. Khaipho-Burch等人。

为了鼓励更具影响力的科学，我们要求研究人员、审稿人和期刊编辑确保每当声称单个基因或几个基因对作物产量的影响时至少满足五个标准。我们还敦促各个学科的研究人员比目前更多地合作，并使用成熟的产量测试方法。

需要有远见

关于引入其他物种的基因或使用基因编辑技术 CRISPR-Cas9 修改一个或多个基因可能对作物产量产生影响的报道引起了媒体的广泛关注。然而，几十年来使用的更传统的植物育种方法描绘了未来几十年基因改造在产量方面可能实现的截然不同的前景。

育种家和数量遗传学家认为作物生产力的真正突破意味着单代产量增加了 1-5% （参考文献5-7）。这些经过验证的增长来自涉及世界各地多个地块和地点的多年实验。尽管看似不大，但在全球总产量的背景下，这些增长实际上是显着的。

以位于印第安纳州印第安纳波利斯的种子公司 Corteva Agriscience 开展的长达 20 年的项目为例，该项目的结果于 2021 年发表在《植物科学》杂志上。研究人员测试了来自 47 个物种的 1,671 个基因对玉米产量、氮利用、水利用和其他性状的影响。这些基因中只有 1%（22 个基因）在初始试验中增加的产量足以保证进行更多研究7。在随后的几轮测试中，只有一个基因——编码转录因子的zmm28——产生了该公司一直希望的产量提高。

为了探究zmm28在田间的影响，研究人员引入了基因修饰技术，导致该基因在两个优良自交系中过度表达。（过去 100 年的严格选择已经产生了玉米优良自交系，它们可以杂交产生高产杂交品种。）这些被用来培育 48 种杂交植物，并在 58 个地点-年份组合中进行了 4 年多的测试。所有这些田间试验表明， zmm28的过表达可以使玉米产量增加约 2% （参考文献5）。

孟加拉国苏南甘杰的一名农民在降雨引发洪水后用船运送收获的稻米。

图片来源：Md Manik/SOPA Images/LightRocket via Getty

数以千计的基因间接影响作物产量。仅在玉米中，大约 20-30 个基因（例如改变叶子角度的无叶舌家族中的基因）就使农民在过去 100 年左右的时间里将其农场的植物密度增加了 3-4 倍（参考文献8）。观察到的产量增长中约 8.5-17% 可归因于种植密度的提高（8 , 9）。但产量本身是一种高度复杂的多基因性状，这意味着它受到数千个变体的控制，每个变体的影响都很小（参考文献10）。

尽管单个基因可以影响产量，但这些基因总是与土壤和肥料管理制度以及涉及作物驯化和适应的数百个其他基因等一起发挥作用。例如，绿色革命中农作物产量和农业产量的急剧增加源于将基因变体Rht-B1和Rht-D1引入小麦，将sd1引入水稻，并结合更多地使用合成肥料。这些植物变矮，降低了它们在强风中受损的可能性。

我们认为，在没有环境压力和病原体的情况下，对产量产生重大有益影响的基因不太可能存在。作物产量是在严格的选择下进化的，因此任何能够在当今存在的大多数环境和作物品种中显着提高产量的基因变体都已经被纳入育种系中。

考虑到这一切，毫不奇怪的是，所有声称单个基因或几个基因影响产量的已发表研究都没有在类似于农场的条件下得到验证。但为什么首先要发表这样的声明呢？我们认为主要原因是研究团队缺乏适当的专业知识，并且期刊编辑没有咨询具有适当专业知识的同行评审员。

如果团队中没有植物育种家、数量遗传学家或农学家（专注于土壤和农业实践的研究人员），研究人员可能无法确保使用适当的实验设计进行产量评估。同样，如果没有足够的审稿人和编辑熟悉大规模作物试验中实验设计和统计数据的复杂性，关于产量增加的有问题的说法可能会在已发表的论文中持续存在。

在《自然》或《科学》等高影响力的非专业期刊中，问题可能源于编辑与作物育种和数量遗传学专家没有足够的联系，这些专家受过严格审查田间实验和产量试验的培训。这些期刊上的论文往往只用几句话来描述温室实验或小规模田间试验的结果。审稿人更有可能是分子生物学家或遗传学家，并将大部分注意力集中在论文的主要贡献上——通常是由遗传改良引起的分子生物学变化。

五个标准  

为了评估基因变化（或多种变化）对作物生产力的影响，研究人员应坚持使用近一个世纪以来行之有效的测试方法（参考文献11）。研究人员、审稿人和期刊编辑至少应确保满足这五个标准。

1. 研究应使用产量的标准定义。对于世界上生长最快的七种作物（玉米、小麦、水稻、大豆、木薯、马铃薯和高粱），农民和育种者将产量描述为每单位面积收获的干粮重量，或单位面积的干物质含量。单位面积收获的根和块茎。报告产量变化的研究人员应该使用这些措施，而不是其他一些指标，例如颗粒长度或颗粒宽度。

2. 应在不同地块、地理位置和年份之间重复试验。在某些情况下，研究人员会在小规模田间研究中记录多个地块的数据，但随后仅报告表现最好的地块或植物的产量。更常见的是，研究人员在未重复的试验中测量产量，而不考虑可变的环境条件（包括气候模型预测的未来条件），或实际农场中该作物典型的收获和其他做法。

这可能部分是由于一些国家对转基因植物测试施加严格的监管限制，以及在这种限制下进行测试的成本高昂。然而，在不同基因型和环境条件下具有巨大差异的基因的影响可能不够稳定，无法具有商业竞争力（参考文献6，7）。因此，研究人员设计具有足够统计能力的实验来应对他们面临的任何限制至关重要。

3. 品种、种植密度等条件应与农场基本一致。研究人员应尽可能将最终生产农作物的农场的条件和做法纳入实验设计。这意味着努力复制现实世界的施肥、耕作、灌溉、播种、收获等实践。这意味着采用避免边缘效应（可能会扭曲产量估计）的地块设计，并以标准密度种植植物。

在过去的一个世纪中，育种者选择了能够耐受高密度的作物变种，但在许多小规模试验中，植物的间隔密度较低，与商业无关。事实上，产量有时是根据单株植物而不是整个地块来衡量的。然而，当植物以农民通常使用的密度种植时，导致单株植物产量显着增加的基因型（例如使它们比邻近的植物长得更高）可能无法影响整个地块的产量（参考文献9）。

最后，这意味着尽可能使用精英的、具有商业竞争力的品种——而不是较老的品种——作为田间试验的比较标准。老品种的产量可能比当今商业品种的产量低 4-17 倍（参考文献12，13）。事实上，育种公司在考虑将包含此类基因的产品商业化之前，总是会在数十万株由众多优良品种培育而成的植物中测试单个基因的影响（参考文献14）。

4. 应使用适当的控制措施。改良作物的产量测量应与正在调查的任何作物的当地或国家产量进行比较，而不是与一些不再使用的旧品种进行比较。杂交品种的性能应与其他杂交品种进行比较，而不是与自交系等进行比较。对照还应包括″无效构建体″——携带伴随感兴趣修饰的分子改进的植物（例如报告基因，它表明感兴趣的基因已成功引入），但不携带关键遗传变化本身。

5. 研究人员应该优先考虑植物育种可能遗漏的基因。在投入大量时间和金钱对特定的感兴趣基因进行研究之前，研究人员应该检查商业作物品种中是否已经存在或固定了类似的等位基因。如果植物育种者已经对某个基因进行了数十年的研究，那么它就不太可能突然带来产量的大幅增长。

更好的选择

在商业植物育种计划中，研究人员使用明确定义的测试阶段来可靠地将发现转化为产品。同样的事情也发生在药物开发中。正如临床试验登记和分子测定报告中使用一致的标准一样（参考文献15），植物科学家应该制定标准来定义每个阶段产量测试的最低标准。

当然，分子生物学家、植物育种家、农学家和数量遗传学家之间的更多合作将有助于确保在评估遗传修饰对产量的影响时采取我们在此概述的所有步骤（参见″基因组选择″）。

基因组选择

在过去的二十年中，一种称为基因组选择的工具彻底改变了植物育种18。它使用建模和统计方法来评估哪些遗传变异组合可以在一系列环境条件下产生最高产量（或正在研究的任何性状）（参考文献19）。

基因组选择不需要了解性状是如何通过遗传控制的，或者单个基因的具体影响。它对于高度多基因性状（例如产量）效果很好，因为同时建模和选择了数千个有利的基因组变异。在全球范围内，基因组选择对主要粮食作物的产量产生了显着且一致的影响（参考文献19，20）。

我们不主张应用基因组选择来代替其他可能的作物遗传改良方法。但有意义的产量提高最有可能来自于植物育种家和数量遗传学家应用基因组选择，并与分子生物学家合作，确定可以对作物产量及其适应环境条件的能力做出最大贡献的途径。

然而，我们对许多分子生物学家和其他研究人员感到惊讶，他们不知道有多少公共资助的组织进行可以帮助他们进行测试的现场试验。例如，美国公共资助的田间基因组计划每年都会在全国 30 个地点进行严格的产量试验，测试玉米品种（参考文献16）。在国际上，以大学为基础的育种项目在农场和作物创新中心（例如由国际农业研究咨询小组（CGIAR）等国际合作组织运营的作物创新中心）领导大规模田间试验，在世界各地测试农作物品种。有了足够的支持，即使是营利性组织也会有动力去测试研究人员的″兴趣基因″的影响。

如今，玉米、大米、小麦和大豆共同提供了世界农业热量的三分之二。然而，由于气候变化和人口增长，这些作物的产量提高率不足以满足预期需求（参考文献17）。面对全球粮食安全面临的巨大挑战，我们敦促研究人员采用久经考验的方法来准确测量基因修饰对作物产量的影响。

原文链接：https://www.nature.com/articles/d41586-023-02895-w