盐胁迫生存：人工智能研究解码互花米草的复原力

盐胁迫对全球作物生产，特别是谷物生产构成重大挑战，需要全面了解耐盐机制。像互花米草这样的盐生植物在高盐度环境中茁壮成长，由于其独特的适应能力，提供了有价值的见解

然而，它们耐盐性背后的分子机制在很大程度上仍未被探索。解决这些知识差距对于制定提高作物复原力的战略至关重要。由于这些挑战，需要深入研究以阐明盐生植物耐盐性的遗传和分子基础

中国农业科学院的一个合作研究小组在这一领域取得了重大进展，他们的研究结果于2024年3月28日发表在《园艺研究》杂志上。这项研究利用机器学习研究了互花米草对不同盐浓度的转录组反应，揭示了其耐盐机制的新见解

对互花米草的研究揭示了对盐胁迫反应的显著转录变化，影响了基因转录、离子转运和活性氧代谢等关键途径

一个值得注意的发现是鉴定了SWEET基因家族成员SA_12G129900.m1，其与水稻直系同源物SWEET15表现出趋同选择。该基因对耐盐性至关重要，这表明其在基因工程中提高作物抗逆性的潜力

该研究还对盐胁迫下的选择性剪接反应进行了全基因组分析，强调了转录调控和转录后修饰之间的复杂相互作用。有趣的是，差异表达基因和差异剪接基因之间的重叠最小，这表明了不同的调控机制

这种将机器学习与转录组分析相结合的创新方法，对耐盐机制有了更深入的了解，并为开发耐盐作物提供了宝贵的遗传资源

这项研究的发现对农业生物技术具有重要意义。通过识别与耐盐性有关的关键基因和途径，研究人员可以开发出对盐胁迫具有更强抵抗力的基因工程作物。这可能会提高盐碱环境中的作物产量，在气候变化和土壤盐碱化的情况下为全球粮食安全做出贡献 More information: Zhangping Huang et al, Exploring salt tolerance mechanisms using machine learning for transcriptomic insights: case study in Spartina alterniflora, Horticulture Research (2024). DOI: 10.1093/hr/uhae082

Journal information: Horticulture Research