周永锋课题组

联系方式招聘信息

周永锋课题组
Yong-feng Zhou lab

科研力量

当前位置：首页 > 科研力量 > 发表文章 > 群体基因组学揭示了野生山葡萄中转座元件变异与气候适应之间的关联

快捷键为`/~(Backquote)

题目	Population genomics reveals association of transposable elements variants with climatic adaptation in wild Amur grape
中文	群体基因组学揭示了野生山葡萄中转座元件变异与气候适应之间的关联
参考	Ma Z, Xu X, Peng W, et al. Population genomics reveals association of transposable elements variants with climatic adaptation in wild Amur grape[J]. Nature Communications, 2026.
作者	马志尧, 徐小东
通讯	周永锋
期刊	Nature Communications [2026-2-26 ] 博文来源原文链接文档查看文章下载
简介	该研究以野生山葡萄为对象，构建图泛基因组并系统解析转座子在局地适应与未来气候响应中的潜在作用，为气候韧性育种提供了重要启示。
封面

在全球气候持续变暖与极端气候事件频发的背景下，作物如何实现快速适应，正成为农业可持续发展的核心科学问题。相比点突变（SNP），结构变异尤其是转座子相关变异（TEVs）往往具有更大效应，但其在气候适应中的作用长期缺乏系统评估。

近日，中国热带农业科学院周永锋团队在国际权威期刊Nature Communications在线发表题为“Population genomics reveals association of transposable elements variants with climatic adaptation in wild Amur grape”的研究论文。该研究以野生山葡萄为对象，构建图泛基因组并系统解析转座子在局地适应与未来气候响应中的潜在作用，为气候韧性育种提供了重要启示。

在气候变化背景下，野生近缘种（Crop Wild Relatives, CWRs）被视为重要的遗传资源库。山葡萄（Vitis amurensis）是世界上抗寒性最强的葡萄物种之一，主要分布于中国东北、朝鲜半岛及俄罗斯远东地区，是重要的抗逆育种亲本资源(图1)。

图1. 山葡萄的形态特征及其自然生境

本研究构建了山葡萄的图泛基因组参考框架（Vampan_V1.0）。在此基础上，对来自31个自然群体的330份材料进行深度重测序，获得了山葡萄群体高分辨率的遗传变异图谱(图2)。图泛基因组框架显著提升了复杂结构变异的检测能力，为系统评估转座子在种群适应中的作用奠定了基础。

图2.山葡萄基因组共线性（chr01）以及山葡萄群体系统发育关系和群体结构

转座子（Transposable Elements, TEs）是基因组中可移动的遗传元件，在山葡萄基因组中约占60%以上。它们可通过插入、重排等方式影响基因表达和调控网络，是结构变异的重要来源。本研究发现TEVs周围存在显著的SNP富集现象，提示其可能成为遗传变异的“热点区域”(图3)。同时，基因型-环境关联分析（GEA）识别出一批与温度、降水等气候因子显著相关的候选变异及适应性基因(图4)。此外，机器学习驱动的遗传偏移（genetic offset）模型表明，部分候选适应性TEVs可降低山葡萄群体在未来气候情景下的不适应风险(图5)。这些结果表明，转座子可能在山葡萄气候适应中发挥重要作用，并对未来气候响应产生深远影响。此外,群体遗传结构分析将山葡萄划分为东北、中部、西部和南部四大地理类群。遗传偏移分析显示东北类群具有较高的未来遗传偏移值，面临更大的气候变化风险，而中部类群在未来情景下表现出相对较强的适应潜力。随着理论扩散距离增加，预测的遗传偏移下降，表明“辅助迁移”可缓解部分群体的灭绝风险。研究建议，在保护策略上，应优先关注东北类群这一兼具高脆弱性与高抗寒基因资源价值的群体，实现原地保护与辅助迁移的平衡。

图3.转座子变异(TEVs)周围点突变（SNPs）呈现显著富集

图4. 山葡萄气温适应性的遗传基础

山葡萄不仅是抗寒育种的重要资源，其丰富的结构变异和转座子多样性，也为理解复杂性状的遗传基础提供了新视角。本研究表明仅关注SNP可能低估适应性遗传变异的贡献，同时结构变异，尤其是TEVs，应被纳入气候适应与育种评估体系。研究强调了图泛基因组框架是解析复杂变异和“缺失遗传力”的关键工具。该成果为葡萄抗逆育种、种质资源保护以及气候适应性预测提供了系统的基因组资源和理论支撑。在全球气候变化持续加剧的时代背景下，深入理解野生种的遗传多样性及其适应机制，不仅关乎物种保护，也关乎未来农业的安全与韧性。山葡萄泛基因组的构建与转座子适应性研究，为“结构变异驱动的气候适应”提供了新的方向。

图5. 基于机器学习的山葡萄未来气候变化响应预测

博士后马志尧（现为中国科学院西双版纳热带植物园副研究员）与博士后徐小东为论文第一作者，周永锋研究员为通讯作者。周永锋团队成员参与了该项研究。美国史密森尼国家自然历史博物馆Jun Wen教授和加州大学尔湾分校Brandon Gaut教授对这项研究提出了宝贵的指导和帮助。本研究得到国家自然科学基金、国家重点研发计划及热带作物育种相关重点实验室项目支持。