2016年，黄学辉加入上海师范大学明升m88app学院，从头开始组建植物数量遗传学团队。当时，黄学辉脑中已经有了一张“图纸”，他要解决一个基础的遗传学问题——水稻的不同性状受到哪些基因的调控。

“我们预想到了研究中可能会遇到的困难，也知道短期内无法取得想要的成果。但我们都认为，这是一件非常有意义的事情，所以就咬牙开始做了。”黄学辉告诉《明升中国app报》。

此后8年间，黄学辉带领团队，从涵盖全球栽培稻主要遗传亚群的16份品系出发，构建了包含18421个稳定纯合的水稻“混血杂交”群体。这一独特的群体不仅具有完全清晰的遗传背景，而且打破了水稻自然群体中明显的遗传结构分群。

同时，团队对全部株系进行了精细的基因型分析和表型测量，定位到控制16个重要农艺性状的96个高置信候选基因。这项研究为水稻遗传研究提供了重要的材料和数据资源，并为水稻分子设计育种奠定了理论基础。日前，这一研究在Science上线。

Science截图

水稻是全球最重要的粮食作物，也是植物遗传学研究的模式物种。长久以来，全球范围内的育种专家们都试图采用不同方法，提高水稻的产量品质和抗病性。近年来，利用全基因组关联分析（GWAS）等方法，app家们已经在水稻等作物中鉴定出许多与农艺性状密切相关的基因，而这也为后续的育种改良提供了更多切入点。

最早关注这个问题的人，可以追溯到200多年前的孟德尔。他开展的豌豆杂交实验为遗传学奠定了基础。但孟德尔关注的几个性状都比较特殊，只有两个选项：豆粒饱满或者褶皱，开紫花或者开白花……

然而绝大多数时候都没这么简单。比如，人们的身高、体重、对疾病的抵抗能力，都呈现出在一定范围内连续变化的特点，远不是非黑即白。这意味着，同一个生物学特征受多个基因共同调控，最终呈现出一个综合的效果。同样的，水稻基因和性状之间，也不是简单的一一对应关系。

早在明升中国app院上海明升m88app研究院读博和工作期间，黄学辉就开展了系列工作：2010年，他在植物中开发出了全基因组关联分析的方法体系；2012年，他利用446份野生稻和1083份栽培稻，鉴定出了55个驯化基因位点……

其间，黄学辉开发了一套快速构建遗传群体基因型图谱的方法，能够将作物的基因型和表型联系起来，进而捕捉控制性状的对应基因。“但是使用这套方法时，我们发现性状定位到的基因并不完整。结合文献中的分析判断，我们认为应该是植物的群体结构导致的。”

正如人类中有欧裔、非裔、亚裔等，人们很容易根据外貌特点来判断这个人是亚洲人还是欧洲人。但如果只是单独去看某一类群，则无法全面了解不同类群之间存在性状差异的原因，同时也难以检测基因之间的遗传互作效应。

类似地，水稻也有不同类群，其中差异还很大。为了捕捉水稻不同类群之间的差异，黄学辉团队精心设计并创制了各种各样的“混血”类群，把不同的水稻栽培种的群体结构充分打散。

这项研究涉及农学、生物学、信息学、统计学等多个学科，同时需要处理海量的材料和数据。

黄学辉先画了一张详细的“攻关路线图”，把这个大课题划分为遗传、分子生物学和数据分析3大块，再进一步细化每个时间节点的主要工作、每个环节可能遇到的问题，一步步攻克。

项目开始的最初半年间，实验室正在装修，连浸泡水稻种子的盘子都没有。他们就向其他实验室借用枪头盒用来浸种，又借来育秧盆种水稻。DNA建库测序费用高昂，团队就从制备测序所需的酶开始，摸索了一套高通量、低成本的技术方案。数据分析中遇到瓶颈，团队反复尝试不同方法，请教了国内外领域内的大量专家……

“我们类似于做了一本水稻性状的词典。”黄学辉解释，“比如我们想了解水稻抽穗期相关的基因，我们就可以翻到对应的页码进行查阅。如果这里的某个基因和另一个性状相关，那就再翻到对应的基因页码了解更多细节。”

为了让这本“词典”更好用，团队进一步开发了一个名为RiceG2G的工具，可以快速捕捉相关性状的候选基因，为挖掘水稻优良基因提供参考。

贯穿这项研究的一个关键词，就是“种地”。为了加快培育“混血杂交”水稻群体，同时考察不同生态区对这个群体生长的影响，团队每年在上海和海南两地种植水稻。

“上海这边，杨仲南院长帮我们在上海奉贤找了一块农田。海南这边，是我们挨家挨户敲门谈下来的。”论文第一作者、上海师范大学教授魏鑫说道，“当地的农户对于科研其实不陌生。很多app家在南繁基地试验的成果，最后都变成了新的农作物品种，服务于国家发展。所以当了解到我们借用土地的目的后，他们愿意和我们沟通，从而建立了长期密切的合作关系。”

十几亩土地被划分成一个个20厘米乘20厘米的小格子。每个格子里种一份单独的材料，而每一代都要种植几万份材料。魏鑫带着学生，持续8年时间往返于上海和海南。每年10月，在奉贤收种子并马上整理，赶在11月初运往海南崖州播种；来年3月底，再赴崖州收种、运回上海，赶在5月中旬在奉贤进行新一轮播种。在极端高温时下田插秧、在台风暴雨天抢收种子，对他们而言，都是司空见惯的事。

水稻群体构建完成后，紧接着便是持续两年多的大规模性状调查、大数据分析和实验验证。

所谓性状调查，就是指对生物体的形态特征、生理特征和行为方式等进行系统性的观测和记录，以了解其遗传规律和表现型差异。在这个项目中，就是需要观察记录几万份材料的16个重要农艺性状。

“一方面，每份材料都需要调查几株材料取平均值；另一方面，还需要考虑环境中植株的性状特点。目前没有自动化的田间测量仪器。除了苦战，没有其他方法。”魏鑫表示，“因为在上海很难找到足够的人手，我们就请了很多本科生来帮忙，人手紧张的时候甚至还把外地的熟练工人也请来帮忙。”

人数最多的时候，有差不多100人同时在田间操作。整整3个月时间，无论是教授还是田间师傅、无论是研究生还是本科生，都是每天天不亮就下田、天黑才收工，风雨无阻，最终把这块硬骨头“啃”了下来。

此前，魏鑫的研究领域以生物信息学为主。大多数时候，他都是在办公室里敲代码、分析数据。通过多年的田间实践，魏鑫对水稻的田间性状已经非常熟悉了。

“我们很多老师和同学，以前都没有种过水稻。但是这个项目的特点决定了，我们只有亲自参与才能做好这件事。”魏鑫说道。

黄学辉是少有的、完全在国内的培养模式下成长起来的领域内顶尖app家。2006年从复旦大学毕业后，黄学辉来到明升中国app院明升m88app研究院，师从明升中国app院院士韩斌，攻读博士学位，毕业后继续留在研究院工作。加入上海师范大学时，他已经是数量遗传学领域颇有名望的一位学者。

“国内生物app的起步较欧美要晚几十年。但现在很多领域一流科研工作者的数量和质量快速上升，只要能够得到很好的科研训练，出国与否就不是那么重要。”黄学辉表示。

在黄学辉看来，平台可以起到一定的加分作用，但科研最根本的决定因素是人本身。“我们团队的几位老师都得到过很好的科研训练。此外，每年招生季，整个课题组都会花上几周时间，一起去现场面试把关。我们也很幸运遇到了一些很出色的学生。”

植物数量遗传学团队，正是在“以人为本”的理念之下组建起来的。目前，团队教师平均年龄35岁，既有作物遗传育种和分子生物学方向的研究人员，也有精通生物信息学和统计学的研究人员。他们发挥各自优势的同时，彼此高效沟通，并且联合培养了各有所长的研究生队伍。

而以水稻“混血杂交”群体为起点，黄学辉和团队已经开始设计新的“图纸”。

“我们目前考察了16套常规的水稻性状，但水稻的重要性状远不止这些。未来这套体系还可以用来研究更多有趣并有用的性状。已经陆续有一些团队联系我们。我们尽可能提供种子，希望这套群体能够发挥更大作用。”此外，黄学辉和团队也在寻求合作机会，以期在全国范围内考察环境对水稻性状的影响。

“下一步的重点是怎么可以让这套材料体系更好地发挥其价值。”黄学辉期待更多app家可以直接使用这套体系，进行农艺性状和分子特征的遗传学研究。

相关论文信息：

http://doi.org/10.1126/science.adm8762

本文图片均为受访者提供