近日，杂交水稻全国重点实验室（武汉大学）黄文超研究团队Advanced Science期刊在线发表了来自杂题为
Additive and Partially Dominant Effects from Genomic Variation Contribute to Rice Heterosis的研究论文， 揭示了加性与部分显性效应对水稻杂种优势的贡献。
杂种优势，描述的是杂合F1杂交后代的表现优于其亲本的现象【1-4】。杂种优势的利用是现代农业的一项里程碑式创新，显著提高了作物产量并为全球粮食安全做出了重要贡献【5】。一个多世纪以来，遗传学家提出了多种模型来解释杂种优势的遗传基础：包括显性（和假超显性）模型【6-9】，其强调显性有利对隐性不利等位基因的互补，即A对a或B对b；超显性模型【10，11】，其强调单个位点的杂合优势，即A和A’的杂合状态；以及上位性模型【12-14】，强调不同等位基因之间的相互作用，即A和B之间的互作。由于基因型、表型、组织、杂交群体、发育时期、生长环境和物种等因素的差异，杂种优势的遗传机理尚无定论。
在杂种优势研究中，遗传学家提出了四个关键术语：加性（中亲值，MPV）、部分显性（介于中亲值和亲本值之间）、显性（等于亲本值）和超显性（超越亲本值）效应【4，15，16】，用于定量描述F1的表型和分子水平。越来越多的证据表明，加性和部分显性效应可能在杂种优势中起核心作用。在单基因水平，SINGLE FLOWER TRUSS的趋近加性表达驱动了番茄的强产量杂种优势【17】，而bZIP29的加性表达影响了玉米株高和穗高杂种优势【18】。在水稻中，杂合OsMADS1等位基因对粒长和千粒重均表现出加性效应【19】。系统水平的分析结果进一步表明，转录本、蛋白质、代谢分子和成分性状的加性效应贡献于多种作物的杂种优势【20-28】。部分显性效应也涉及【7，14，20，29】，包括超级杂交水稻Y两优900的强产量杂种优势【29】。尽管杂种优势研究已经取得了一些进展，但是不同遗传模式对杂种优势的贡献程度大小仍然缺乏综合评估。
为了系统鉴定水稻杂种优势相关基因（HAG），该研究首先在无菌条件下对红莲型杂交水稻保持系粤泰B（YB，籼稻）和常规种巴利拉（Balilla，粳稻）——及其正反交F1进行了表型分析（图1a）。其中一个F1（YB×Balilla）在播种后第五天（5 DAS）就表现出正向苗长超亲优势（BPH），并且两个F1在15 DAS均表现出正向苗长BPH（图1a）。随后对幼苗样本进行了转录组分析，基于22,194个基因的主成分分析（PCA）结果表明：F1占据亲本的中间位置，然而更靠近巴利拉，且相对于粤泰B有更多差异表达基因（DEG；图1b）。83.5%-97.1%（平均92.38%）的F1-亲本DEG源于亲本的表达差异（图1c），表明亲本的转录变异在塑造F1表达谱中起主导作用。结合方差分析（ANOVA）、偏最小二乘法（PLS）和Pearson相关性分析，鉴定出626个苗长HAG。基于626个HAG的PCA将F1定位在MPV附近（图1d），表明加性和其它遗传模式可能参与了杂种优势。对HAG进行通路富集分析，其中的37个显著富集于12个通路（图1e），且这些HAG形成几乎完整的调控网络（图1f），表明苗长HAG之间存在功能一致性。
图1.水稻苗长杂种优势相关基因的鉴定与功能验证。
为了验证HAG，在粳稻中花11（ZH11）（其与YB的F1在株高上表现出强杂种优势）中针对三个基因——OsHPL2(Os02g0218700)、OsNR2 (Os02g0770800) 和 Os03g0658800——创制了突变体（图1g-h）。比较了三个基因在ZH11、巴利拉和YB之间的基因组序列。以ZH11为参考，在巴利拉中仅检测到少量变异（图1i）。相比之下，YB含有大量多态性，且这些变异主要位于外显子。利用CRISPR-Cas9技术，在 OsHPL2 的外显子区域产生了一个2-bp缺失（图1i），在 OsNR2 的外显子3中产生了一个1-bp T缺失，并在 Os03g0658800 的第一个外显子中产生了一个16-bp缺失。待突变体自交至T4代后，将三个突变系（命名为ZH11-² ᵇᵖ，ZH11-¹ ᵇᵖ 和 ZH11-¹⁶ ᵇᵖ）与YB杂交。在生长环境温度提高时（图1j），YB和ZH11的F1在15 DAS时表现出苗长杂种优势（图1k）。至于三个ZH11突变系和YB的F1，ZH11-² ᵇᵖ×YB的苗长短于野生型F1，接近YB表型，表现为显性效应。相比之下，ZH11-¹ ᵇᵖ×YB和ZH11-¹⁶ ᵇᵖ×YB的幼苗则都比野生型F1更长，表明不同基因的突变对杂种优势有不同的影响。与苗期观察结果不同，ZH11-² ᵇᵖ×YB和ZH11-¹ ᵇᵖ×YB的成熟期株高与野生型F1无显著差异，暗示杂种优势受发育阶段和环境的影响。但是ZH11-¹⁶ ᵇᵖ×YB的株高仍然显著高于野生型F1，表现出超显性效应，表明Os03g0658800可以稳健地促进杂种优势。
为了鉴定杂种优势相关代谢分子（HAM），对上述幼苗样本（YB、巴利拉及其F1）进行了非靶向代谢物谱分析。基于代谢谱的PCA显示，F1在亲本中间聚集，但位置更靠近YB（图2a）。尽管比例低于转录组数据，但F1与其亲本之间的大多数代谢差异（平均84.0%）仍源于亲本变异（图2b）。DM的通路富集分析进一步证实:F1与亲本的差异代谢通路，与亲本之间的差异通路基本相同（图2c），表明亲本之间的分子差异是F1同亲本差异的主要来源。通过整合ANOVA、PLS和相关性分析，鉴定出645个杂种优势相关代谢分子（HAM）。基于HAM，F1的代谢谱与“加性F1”非常接近（图2d），同时发现八个HAM在三个通路中显著富集：苯丙烷生物合成、花生四烯酸代谢和苯丙氨酸代谢（图2e）。而通过626个HAG和645个HAM的整合，发现了五个显著富集的通路（图2f）。
图2.水稻苗长杂种优势相关代谢分子的鉴定和通路分析。
为了检测HAG和HAM对杂种优势的贡献，分析了其它九组具有不同苗长超亲优势（BPH）的正反交F1（图3a-b），发现单个F1特有的HAG或HAM对不同遗传背景F1的杂种优势预测能力有限。为了建立更具普适性的预测模型，从六个水稻常规种中鉴定了967个DEG和990个DM，并通过DEG和DM的整合，构建了Network_HLN，发现网络模块可以有效地解释苗长杂种优势变异（图3c-f）。进一步鉴定了68个苗长特异的杂种优势相关分子，包括29个代谢分子和39个基因。然而这些分子并未在高、低和无BPH组之间表现出连续的含量变化（图3g）。聚类和PCA分析进一步显示，F1通常处于亲本之间或接近单个亲本（图3h），表明杂种优势相关分子在亲本和F1之间存在紧密的数量关系。接下来分析了其遗传模式，发现存在加性、部分显性、显性和超显性效应（图3i）。其中加性和部分显性效应在大多数F1中，超过了70%（图3j），且加性效应对苗长杂种优势有较高的预能力（Q² = 0.63；图3k）。更重要的是，加性效应的预测能力与F1本身在统计学上并无显著差异（图3l）。
图3.苗长杂种优势相关分子的遗传模式及预测能力。
为了评估不同遗传模式对水稻田间农艺性状杂种优势的贡献，随后采用完全双列杂交设计构建了一个水稻杂交群体，该群体包含17个代表性常规种（图4a-b）。测量了常规种及其245个F1的17个农艺性状（产量、产量成分和产量相关性状），并计算了BPH（图4c-d）。结合常规种代谢谱数据，重点研究了苯丙烷生物合成途径中的五个代谢分子，发现这些代谢分子的加性和部分显性效应与株高杂种优势的相关性强于显性效应，且这一结果在纳入另外13个农艺性状后仍保持一致（图4e）。接下来分析了常规种之间的DM，基于 1,306个DM的不同遗传模式，利用PLS预测了每个性状的杂种优势。与显性和部分显性效应相比，加性效应在预测模型中产生了更高的R²（图4f）。在17个性状的最优模型中，加性效应的R²显著高于显性效应，而与部分显性效应相当（图4g）。同时不同生长环境下的F1，与上述结果一致，加性效应的R²值高于显性效应，且与部分显性效应相当（图4h）。紧接着在一个红莲型杂交水稻测交群体中，证实了加性效应预测模型的准确性（图4i），并进一步探索了加性和部分显性效应在玉米和拟南芥杂种优势中的主导作用。
图4.加性和部分显性效应贡献于水稻17个农艺性状的杂种优势。
鉴于亲本转录组和代谢组差异在杂种优势中的作用，接下来对17个水稻常规种进行了全基因组测序，获得了SNP、插入缺失（InDel）、拷贝数变异（CNV）和结构变异（SV）数据（图5a-f）。以日本晴基因组为参考，将每对常规种之间的变异划分为为共有或特有变异，发现其数量与杂种优势显著相关（图5g）。其中特有变异与杂种优势的相关性，强于共有变异（图5h）。具体而言，特有变异与结实率、分蘖数、株高和穗长杂种优势显著相关。在不同变异类型中，特有SNP和InDel表现出比CNV和SV更强的杂种优势相关性（图5i）。值得注意的是，特有SNP和InDel与产量杂种优势显著相关，而CNV和SV则不然。而特有SNP或InDel数量的增加与穗粒数杂种优势的提高和结实率杂种优势的降低相关（图5j），从而导致产量杂种优势产生抛物线趋势（图5k）。
图5. 水稻亲本基因组变异与农艺性状杂种优势的关系。
与产量和产量成分性状杂种优势相比，株高杂种优势受亚种生殖隔离的影响较小，同时其与亲本之间的特有变异拥有更高的相关系数（图5g）。为了研究特定通路的基因序列变异对相应杂种优势的影响，在12个水稻常规种中分析了来自苯丙烷生物合成途径的六个HAG。以YB为参考，SNP占主导地位，同时有数个InDel（图6a）。存在/缺失变异仅发生在Os09g0262000，该变异将巴利拉划入了籼稻组（图6b），而12个常规种则包含了两种单倍型（图6c-d）。出乎意料的是，具有杂合单倍型（单倍型-1_单倍型-2）F1的平均株高杂种优势显著高于其纯合单倍型（单倍型-1和单倍型-2）（图6e-g）。结合转录组和代谢组数据的结果，可以推测苯丙烷生物合成参与了水稻苗长/株高杂种优势。
图6.苯丙烷生物合成基因的变异贡献于株高杂种优势。
接下来分析了亲本基因组变异与不同遗传模式之间的关系，发现亲本基因组变异与杂种优势以及加性/部分显性效应都紧密相关（图7a-d）。该研究最后提出了一个整合基因组、转录组和代谢组变异的模型，以展示主效遗传模式（例如加性效应）对水稻成分和复合性状杂种优势的贡献（图7e）。为便于理解，假设水稻产量仅由穗粒数（与SNP相关）和粒重（与SV相关）组成，并且亲本拥有相同的产量。在该模型中，基因组变异驱动了亲本（亲本_1和亲本_2）的基因表达和代谢差异。在加性效应作用下，F1产生了加性的转录和代谢水平。由于表型值与分子水平呈线性关系，F1的穗粒数和粒重表现为中亲值。最后，两个产量成分性状的加性效应，在F1中产生了产量杂种优势。
图7. 不同水平遗传变异、遗传模式和成分/复合性状杂种优势的关联。
简而言之，该研究从亲本差异中系统鉴定了水稻苗长杂种优势相关基因和代谢分子，并功能验证了三个苗长杂种优势相关基因。结合网络模块分析，发现杂种优势相关分子的主效遗传模式是加性和部分显性效应，即处于中亲水平或介于中亲和亲本水平。该研究发现不受基因型、性状/表型、杂交群体、发育时期、生长环境、组学数据类型甚至物种差异的影响。与关注基因组序列变异的经典杂种优势模型不同，该研究借助基因组下游的遗传信息，为植物杂种优势的分子机制提供了定量见解，突显了其在提高杂交作物育种效率方面的应用潜力。
武汉大学生命科学学院、杂交水稻全国重点实验室但志武博士和陈云萍博士为该论文共同第一作者，周伟博士、徐杨红博士、黄俊然硕士、陈意硕士、孟继周（本科生）、姚国新教授参与了该研究，黄文超副研究员为通讯作者。该研究得到了国家自然科学基金、中国博士后科学基金、国家重点研发计划以及湖北省农业科技创新中心项目的资助。作者感谢朱英国院士实验室成员在田间表型数据收集方面的帮助，复旦大学卢宝荣教授在双列杂交群体设计上的指导，朱才彬先生为水稻研究提供的资助，罗付林助理在水稻种植上的帮助，以及曾筱菲博士的宝贵建议。
参考文献
1. Birchler, J.A., Yao, H. & Chudalayandi, S. Unraveling the genetic basis of hybrid vigor. Proceedings of the National Academy of Sciences of the United States of America103, 12957-12958 (2006).
2. Shull, G.H. What is "heterosis"? Genetics33, 439-446 (1948).
3. Birchler, J.A., Yao, H., Chudalayandi, S., Vaiman, D. & Veitia, R.A. Heterosis. Plant Cell22, 2105-2112 (2010).
4. Gu, Z. & Han, B. Unlocking the mystery of heterosis opens the era of intelligent rice breeding. Plant Physiology196, 735-744 (2024).
5. Hochholdinger, F. & Baldauf, J.A. Heterosis in plants. Current Biology28, R1089-R1092 (2018).
6. Bruce, A.B. The Mendelian theory of heredity and the augmentation of vigor. Science32, 627-628 (1910).
7. Jones, D.F. Dominance of linked factors as a means of accounting for heterosis. Proceedings of the National Academy of Sciences of the United States of America3, 310-312 (1917).
8. Li, X., Li, X., Fridman, E., Tesso, T.T. & Yu, J. Dissecting repulsion linkage in the dwarfing gene Dw3 region for sorghum plant height provides insights into heterosis. Proceedings of the National Academy of Sciences of the United States of America112, 11823-11828 (2015).
9. Davenport, C.B. Degeneration, albinism and inbreeding. Science28, 454-455 (1908).
10. East, E.M. Heterosis. Genetics21, 375-397 (1936).
11. Crow, J.F. Alternative hypotheses of hybrid vigor. Genetics33, 477-487 (1948).
12. Yu, S.B. et al. Importance of epistasis as the genetic basis of heterosis in an elite rice hybrid. Proceedings of the National Academy of Sciences of the United States of America94, 9226-9231 (1997).
13. Li, Z., Pinson, S., Park, W., Paterson, A. & Stansel, J. Epistasis for three grain yield components in rice (Oryza sativa L.). Genetics145, 453-465 (1997).
14. Powers, L. An expansion of Jones's theory for the explanation of heterosis. American Naturalist78, 275-280 (1944).
15. Schnable, P.S. & Springer, N.M. Progress toward understanding heterosis in crop plants. Annual Review of Plant Biology64, 71-88 (2013).
16. Lisec, J. et al. Corn hybrids display lower metabolite variability and complex metabolite inheritance patterns. Plant Journal68, 326-336 (2011).
17. Krieger, U., Lippman, Z.B. & Zamir, D. The flowering gene SINGLE FLOWER TRUSS drives heterosis for yield in tomato. Nature Genetics42, 459-463 (2010).
18. Zhang, J. et al. GWAS-based population genetic analysis identifies bZIP29 as a heterotic gene in maize. Plant Commun6, 101289 (2025).
19. Wang, C. et al. A higher-yield hybrid rice is achieved by assimilating a dominant heterotic gene in inbred parental lines. Plant Biotechnology Journal22, 1669-1680 (2024).
20. Williams, W. Heterosis and the genetics of complex characters. Nature184, 527-530 (1959).
21. Dan, Z. et al. Hierarchical additive effects on heterosis in rice (Oryza sativa L.). Frontiers in Plant Science6, 738 (2015).
22. Wang, Z., Xue, Z. & Wang, T. Differential analysis of proteomes and metabolomes reveals additively balanced networking for metabolism in maize heterosis. Journal of Proteome Research13, 3987-4001 (2014).
23. Zhou, P., Hirsch, C.N., Briggs, S.P. & Springer, N.M. Dynamic patterns of gene expression additivity and regulatory variation throughout maize development. Molecular Plant12, 410-425 (2019).
24. Dan, Z. et al. The metabolomic landscape of rice heterosis highlights pathway biomarkers for predicting complex phenotypes. Plant Physiology187, 1011-1025 (2021).
25. Dan, Z., Chen, Y., Zhao, W., Wang, Q. & Huang, W. Metabolome-based prediction of yield heterosis contributes to the breeding of elite rice. Life Science Alliance3, e201900551 (2020).
26. Dan, Z. et al. A metabolome-based core hybridisation strategy for the prediction of rice grain weight across environments. Plant Biotechnology Journal17, 906-913 (2019).
27. Dan, Z. et al. Metabolic prediction of important agronomic traits in hybrid rice (Oryza sativa L.). Scientific reports6, 21732 (2016).
28. Xi, Z., Wang, M., Wang, F. & Wang, J. Translational landscape provides insight into the molecular mechanism of heterosis in inter-subspecific hybrid rice. Plant Journal122, e70297 (2025).
29. Sun, Z. et al. Dissecting the genetic basis of heterosis in elite super-hybrid rice. Plant Physiology192, 307-325 (2023).
https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202523376
热门跟贴