改良基因之外，还有没有其他办法选育优质棉花品种？近日，华中农业大学在国际学术期刊《细胞》（Cell）发表研究成果，首次发现染色质三维空间结构是棉花品种改良的全新靶点，我国棉花育种有望从“改良基因”走向“重塑空间结构”。
这个突破性的创新成果，不仅为棉花及多倍体农作物的品种创新、品质升级开辟了全新的科研方向，也让这项成果的参与者们更加确认并坚信，跨学科交叉合作研究这条路走对了！
植物科学技术学院教授王茂军（右一）、信息学院副教授张泽宇（左一）等人在讨论研究进展（受访者 供图）
“一个团队就像一个基因组，不仅需要单个元件足够强，同时需要让相距很远的元件形成新的互作环，激活新的表达，形成更大的力量。”这篇论文的通讯作者之一、华中农业大学植物科学技术学院教授王茂军打了一个比方，棉花生物学是一个元件，统计建模是一个元件，深度学习是另一个元件—— 它们从各自所在的染色体出发，在同一细胞核内交汇，当空间距离近到足以成环，新的功能由此涌现，“我们天天研究空间结构如何调控性状，回头看自己的课题组，竟是同一套逻辑。”
两个追问与一封邮件
“你这个技术具不具备，算法具不具备？”2022年春节过后不久，王茂军在棉花团队的务虚会上提出计划开展群体泛三维基因组项目，试图在群体尺度上解决三维基因组空间结构的调控问题，他的导师张献龙听到后倍感“惊讶”，颇为关切地接连追问。
这是王茂军转向生物信息学研究棉花基因组的第十年。十年间，王茂军从当年的硕士研究生已经成长为留校任教的教授，他和课题组在国际上首次绘制棉花的三维基因组图谱，首次比较二倍体与四倍体棉花的三维基因组结构，揭示转座子扩增与三维基因组结构的演化关系等。十年间，研究对象在变、技术在变、问题的尺度也在变，但王茂军内心深处一直深埋着导师张献龙曾经的告诫：观察染色质结构的变化只是第一步，更重要的是追问这些空间结构究竟意味着什么，如何调控棉花纤维品质性状，能否为育种所用。
王茂军在新疆石河子棉田考察纤维性状（受访者 供图）
中国工程院院士张献龙长期致力于棉花生物工程与育种研究，其卓有成效的工作引领了世界棉花细胞工程和基因工程的发展。他当然知道王茂军的想法很好，但也深知这项工作难度之大——既要完成数百份材料的高通量染色体构想捕获（Hi-C）测序，还要自主开发配套遗传分析工具。会后，张献龙特意来到王茂军办公室，进一步讨论后者的“大胆想法”。
面对导师的追问，王茂军给出的回答是，跟人合作。他说，信息学院有很多老师研究算法，也有专门研究统计的，国际上还有老师专门研究计算生物学统计模型的。“可以去向人请教，跟人合作，碰到问题肯定能够想办法去解决。”王茂军的回复里，其实潜藏着导师张献龙的教导——统计计算与人工智能是棉花科学和未来育种绕不开的方向。
事实上，王茂军和团队早就有所准备和布局。他本人2012年从一个纯做分子生物学实验的研究生转向生物信息学方向，2017年博士毕业后师从信息学院李国亮教授开展博士后工作。2020年，棉花团队从信息学院招收了一名博士研究生黄鲜晖，后者后来成长为染色质三维空间结构研究项目数据分析的核心力量。随着项目的推进，2021级博士研究生胡修宝开始转向关联模型相关工作，接下了基于团队自主开发的染色质互作组关联分析方法CIWAS框架解析纤维品质的空间结构基础的主要任务。他需要重新理解一整套遗传学思维，但面对全新的挑战，他对导师王茂军说：“我试试。”
张献龙（中）、王茂军（右）、黄鲜晖（左）（杨正莲 摄）
2023年12月，张献龙收到了一封邮件，询问其团队是否有可以通过计算方法解决的问题。这封邮件出自信息学院当年9月份入职的张泽宇，这位拥有计算机科学背景的青年教师正在寻求机会，希望找到一个既需要计算方法、又具有重要生物和农业意义的切入口。“刚入校不久，严建兵校长在一次与信息学院教师座谈中谈到，希望大家思考人工智能如何与学校的优势学科交叉，去解决国家需求中的重大问题。”张泽宇说，那次座谈对他触动很大，更让他感动的是，“张院士很快回应，并且非常热情地把我介绍给王茂军老师。”
两个问题与一套语言
“对我来说，是一次比较典型、也比较深入的‘人工智能+生命科学’交叉合作。”对于这次跨学科合作，张泽宇觉得最重要的是证明了一件事：计算机科学的方法真的可以进入农业生命科学的核心问题，并且能够在传统方法难以突破的地方提供新的解释框架。
回顾当初，他印象中的合作开端，不是一次正式“立项会”，而是一种很直接、也很真诚的学术对接。张泽宇带着计算机方法背景进入棉花团队，棉花团队将明确的生物学问题和数据资源对其开放。“这种信任非常难得，也让我很快意识到，这个机会不仅是一个项目，更是一次真正进入农业核心科学问题的机会。”张泽宇说，双方讨论时第一个明确的需求就是，能不能把三维基因组结构本身当作一种新的分子表型，直接分析它和基因表达、农艺性状之间的关系；第二个问题是，这些三维结构为什么会形成，DNA序列本身有没有“编码”三维折叠的信息？
因此，围绕棉花团队遇到的实际问题，信息学院师生主要参与两部分工作：一是 CIWAS算法开发，希望把三维染色质结构和基因表达、棉花纤维性状联系起来；二是围绕棉花三维基因组的序列基础，参与深度学习模型设计和可解释性分析，寻找可能影响三维结构形成的关键DNA片段和调控基序。
王茂军、张泽宇等人参观澳大利亚联邦科学与工业研究组织的棉花实验基地（受访者 供图）
为了加强不同学科背景的人融合，王茂军要求做人工智能模型的人必须下田、进实验室理解表型和样本从哪里来；生物学科的学生必须学习了解模型，明白怎么使用，能解决什么问题，他说：“互相理解对方的领地，交叉才不会流于表面。”张泽宇比较认同“最低必要知识”的思路：每个人仍然要把自己的专业做深，但同时要掌握足够的对方领域知识，保证双方可以围绕同一个科学问题进行真正有效的交流。“双方不需要都成为全才，但要形成一套共同语言。”他说：“只有把这两种表述对齐，合作才真正开始进入深水区。”
想要知道三维基因组结构能否作为一种新的分子表型，与表达和农艺性状建立可靠关联，这个问题的背后涉及数据怎么测、结构怎么定义、群体变异怎么控制、遗传背景怎么校正、关联结果怎么解释等，所有这些都需要计算团队和生物团队不断磨合。
计算团队通过调研发现，真正把染色质拓扑结构域（TAD）边界和染色质环作为群体尺度分子表型，并系统用于基因表达和农艺性状关联的工作，在植物中基本还没有，但相关思想在人类遗传学、影响染色质三维空间构象的数量性状位点（3D-QTL）、全基因组关联研究/转录组关联研究（GWAS/TWAS ）框架里有可借鉴之处。于是，这项工作的思路就变成了，构建适合植物、适合群体 Hi-C、适合复杂农艺性状的 CIWAS 框架。
在算法开发阶段，为了弄清楚三维基因组和表型之间的关联分析，张泽宇带着三位计算背景的同学和王茂军及生物背景的同学反复沟通，把统计假设、数据结构、生物学解释一点点对齐。比如，计算小组有时更关注一个结构特征能否在群体中被稳定量化和遗传预测，棉花团队则会结合Hi-C图谱、染色质状态、基因功能和材料表型，判断这种量化是否准确反映了真实的生物学过程；反过来，棉花团队提出的许多机制设想，也促使计算小组重新审视模型中结构坐标如何统一、TAD边界强度和染色质环强度如何定义、局部遗传效应如何聚合，以及怎样区分直接关联、连锁效应和可能的调控机制。
张泽宇（右一）和参与研究的学生讨论课题（受访者 供图）
正是在这种不断讨论、沟通中，最终针对植物三维基因组数据的特点，在数百份棉花材料中建立可比较的TAD边界和染色质环表型，评估其遗传基础，再利用局部单核苷酸多态性（SNP）预测三维结构，将分散在多个变异上的微弱效应聚合到具体的空间结构单元上，逐步形成了“遗传变异—三维染色质结构—基因表达/纤维性状”的CIWAS框架。
“这个过程中的很多关键进展都来自双方围绕具体问题的反复讨论，把棉花基因型、Hi-C互作图谱、TAD边界或染色质环强度、基因表达和纤维性状放在一起，发现解释不通的地方就回到模型设计中重新调整。”参与这项工作的2026届生信专业本科校友黄显哲感触最深的就是，交叉研究不是不同专业之间简单的任务分工，而是共同定义问题、共同设计方法、共同判断证据的过程，他说：“只有双方都愿意进入对方的问题体系，算法才能回应真实的生物学问题，生物学发现也才能进一步沉淀为具有推广价值的方法。”他的导师张泽宇表示，这次合作让他深刻体会到，真正有价值的交叉是两边共同改写问题，从问题定义开始重构方法，他说：“这也是我今后特别想继续保留的合作方式。”
一篇论文与多重启示
“这篇文章只是一个开始，我们还会有更多突破性成果出来。”合作论文8月20日被Cell编辑部接收、9月16日正式在线发表，通讯作者之一张献龙认为，这项研究既回应基础生物学问题，也对接棉花产业现实需求，是一项开创性的工作，未来将把这项研究中取得的新发现、产生的新思路、探索的新方法，进一步应用到棉花及其他农作物的研究上，助力农作物精准遗传育种。同为通讯作者的王茂军表示，将进一步探究哪些染色质空间结构可以被预测、被干预、被重塑，并最终让这些隐秘的分子靶标服务于棉花纤维品质改良。
王茂军（左三）指导学生做实验（杨正莲 摄）
“很高兴能在这个工作中发挥作用，期待在‘AI for Science’领域取得更多进展。”作为共同第一作者，张泽宇第一时间将论文上线的信息转发到微信朋友圈，不仅收获了许多计算机同行和朋友们的祝贺，也有很多反馈来自对“三维基因组能不能成为新表型”的关注，尤其是对 CIWAS 这种思路感兴趣。
“这一点让我很受鼓舞，因为这意味着我们的工作不是孤立结果，而是有可能成为一个方法学起点。”张泽宇表示，这些反馈让他不仅对“AI for Science”更有信心、更加明确了未来值得长期投入的几个问题，比如三维基因组结构如何稳定遗传、如何受序列和表观共同控制、如何更准确地预测、如何真正服务育种等，但也知道要把这条路真正走通还有很长的后续工作，“科研不是一篇文章结束，而往往是刚打开一个更大的问题。”
“这项工作给了我做交叉研究的信心。”电子信息专业2026级博士研究生李璐表示，这次合作让她看到，愿意补充领域知识、持续沟通，再把计算方法和具体问题结合起来，是能够做出实质性贡献的。“更有信心继续做人工智能与生命科学的交叉研究。”她说，今后会更加关注真实的科学问题，也会更早地和领域团队讨论数据、需求以及结果如何验证。
论文共同第一作者黄鲜晖（右）与王悦瑾（左）在棉田查看材料生长情况（受访者 供图）
“学科交叉带来的不仅是技术上的互补，更是研究思路的拓展。”作物遗传育种2024级博士研究生王悦瑾表示，过去习惯于从自己熟悉的实验和数据出发思考问题，现在也会尝试理解其他学科如何利用这些数据、能够发现哪些过去不容易注意到的规律，她说：“这让我更加认识到，科研人员既要深耕自己的专业，也需要保持对其他领域的好奇与学习，才能在合作中看到和解决更广阔的科学问题。”
文 | 杨正莲
编辑 | 杨正莲
审校 | 匡敏 徐行 杜乂旻
热门跟贴