甘蔗是全球最重要的糖料和能源作物之一，其生产却面临着严峻的生物胁迫挑战。你知道吗？每年因为病原菌和害虫的侵袭，甘蔗产量损失多达20%（参考文献[1]）！这一数字不仅意味着种植者承受着惨重的经济损失，更可能引发全球糖业市场的连锁反应，糖价波动，最终影响终端消费者的切身利益。 面对这些病害，甘蔗自身有没有办法抵抗呢？其实，植物和人类一样，也有自己的“免疫系统”。其中，NLR基因就像是甘蔗体内的“特种部队”，专门负责识别和抵抗入侵的病菌。它们属于植物免疫系统的核心组成部分，可分为TIR-NLR（TNL）和CC-NLR（CNL）等亚类。不过，有研究揭示，在单子叶植物（被子植物的一大类，其种子仅含一片子叶）中TNL在进化过程中丢失，甘蔗也属于这类植物。 NLR基因编码的蛋白质能精准探测到病菌的攻击，并快速启动防御反应，就像植物界的“雷达预警系统”。但问题是——甘蔗的基因组极其复杂（多倍体且染色体数目庞大），这些基因一直很难被精准定位。这就导致甘蔗的抗病机制难以破解，育种专家就像在没有地图的情况下寻找一把钥匙，既不知道钥匙在哪，也不知道它长什么样，抗病品种选育效率极低。 最近，我们团队（中国科学院微生物研究所林啸研究团队）开发了一个新工具DaapNLRSeek，专门用于精准预测甘蔗中的NLR类抗病基因。该工具利用甘蔗近缘的二倍体植物高粱和蔗茅的基因数据作为参考，结合多种工具，在多倍体甘蔗基因组中更准确地识别和注释抗病基因（参考文献[3]）。该研究不仅为甘蔗抗病育种提供了重要基础，也为其他多倍体植物的NLR基因预测提供了参考。 常见的农作物比如水稻、高粱的基因组为二倍体，共20条染色体，但甘蔗不一样。以甘蔗栽培种R570为例，其染色体数目高达114条！且呈现非整倍体特征，即不同染色体的拷贝数参差不齐——有的染色体可能有8个拷贝，有的却只有6个或7个。这种情况就像要在一座藏书数百万册的超级图书馆里，寻找一本没有编号的特殊书籍。更棘手的是，这本书不仅存在多个相似版本（同源基因），而且每个版本的章节顺序还略有不同（等位基因变异），甚至有些页面还是残缺不全的（基因组组装空白区）。 另一种则是假基因干扰。多倍化导致部分NLR基因拷贝功能丧失（如缺失关键结构域），但这些非功能性序列仍在基因组中留存，显著增加了基因注释的复杂性和难度。 鉴于甘蔗的基因组太复杂，如品种XTT22的NLR基因数量高达5827个，传统人工注释方法面临巨大挑战。于是，我们换了个思路——找甘蔗的“亲戚”帮忙！甘蔗的近亲高粱和蔗茅的基因组相对简单，它们的NLR基因和甘蔗很相似。于是，我们团队先在高粱和蔗茅中精准定位NLR基因，再用这些信息去甘蔗基因组里“搜捕”类似的基因。 我们开发的DaapNLRSeek结合了多种工具，以高粱和蔗茅的NLR基因为参考，通过检索、注释和结构域验证这三步来精准定位和注释甘蔗中的NLR基因。 研究还发现了两对“配对NLR基因”（G9-1/G9-2、G14-1/G14-2），它们就像“搭档”一样工作，通常由一个“传感器”（负责识别病原体）和一个“执行器”（负责激活免疫反应）组成，通过蛋白互作实现精准调控。同时，G9-2和G14-1携带的蛋白激酶结构域为病原识别提供了天然的改造靶点。 这类“配对NLR基因”在水稻中也曾被报道——RGA4和RGA5基因对。其中，RGA4负责“拉警报”，通过触发植物细胞死亡来启动防御反应；RGA5则像“识别器”，既能作为病原体的受体，又能抑制RGA4引起的植物过度免疫反应，从而维持植物免疫系统的稳态平衡。 研究发现，甘蔗的NLR基因家族早在高粱和蔗茅分化时就已发生大规模扩张，比甘蔗自身发生复杂多倍体化事件的时间还早。 这一方法不仅适用于甘蔗抗病育种，还能为小麦、马铃薯等多倍体作物的抗病基因挖掘提供新思路，从而为保障全球粮食安全作出重要贡献。 甘蔗病害防治面临重大挑战，但是随着测序技术的快速发展及其成本的不断降低，近年来逐渐有高质量甘蔗染色体水平的基因组被拼装。基于这些数据，我们便可在基因层面上研究甘蔗的进化及其关键农艺性状的遗传机制。这项研究便是在已有的数据基础上开发出新的工具，挖掘出了甘蔗基因组中隐藏的信息。
