谷类基因组的潜能
谷类作物包括水稻、玉米、小麦、大麦、黑麦、高粱、燕麦和小米，自1万年前被人类驯化以来，这些作物就是地球上的稳定食物组成。谷类作物也是食物产品和栽培面积中最重要的栽培作物，在我们每天的日常饮食中，60％以上的卡路里和蛋白质就是由谷类作物提供的。过去，相关的研究主要集中于细胞遗传学方向，主要是从细胞学的角度，特别是从染色体的结构和功能，以及染色体和其他细胞器的关系来研究遗传现象，阐明遗传和变异的机制。现在，在基因组时代，利用分子生物学强大的武器，已经对其进行了更深入的研究。近20年来，对谷类基因组的结构和功能基因组学方面的研究，已经包括了基础和应用两个方面，通过分子图谱、基因组序列、表达序列标志（EST，基因组中已得到体外表达的小段序列）、基因产物的相互作用、数量性状基因座（QTLs）或者是与表型性状持续变异有关的基因组区域信息，我们对谷类发育和农学方面的基因网络有了更多的了解。
此外，比较基因组学研究已经将谷类转变为一个单一遗传系统，因此，一种谷类作物的信息，如线性相关性和基因功能的信息，也可能为研究其他的谷类作物提供帮助。让人高兴的是，通过标记辅助选择(MAS)和定向诱变等方式，基因组学正在改革育种方法，这些方法对于改善农学性状的育种方法具有无比寻常的意义。通过鉴别天然基因的功能，基因组学也增强了谷类的遗传工程。
目前，对于控制重要农学性状的许多基因，可以根据它们在遗传图谱中的位置进行作图和克隆。克隆的基因包含它们自己的外显子、内显子和调节因子，在条件合适的情况下，不需要额外的修饰，可以转化到同类作物其他品种或者是其他谷类作物中。此外，对性状相关基因进行克隆和定性，可以用于寻找潜在等位基因和单倍体，将其转移进入农民优先选择的高产量的品种中。本文将介绍近期的谷类基因组学进展，以及相关信息对作物改良计划产生的效应。
分子标记和应用
基于分子遗传学，自动化设备的进展，目前已经可以将密度分子遗传图谱用于主要的谷类物种的分析。然而，仍然需要在黑麦、燕麦和小米的遗传图谱中整合更多的标记。而且，在不同的分子标志中，简单重复序列(SSR或微随体)标记，已经有许多的应用，尤其是在育种中的应用。单核苷酸多态（SNPs)是另一个重要的分子标记，在基因组中更为丰富，并且更适合于高通量基因分型的设备。目前，大多数全基因组关联分析(仍然以单核苷酸多态性为主。此外，多样性芯片技术(DArT)代表了另外一种高通量标记系统，甚至不需要作物的序列数据就可用于全基因组图谱的制备。这些全基因组图谱将有助于性状相关标记的建立，不仅用适用于连锁分析，而且也可用于联合图谱。
通过基因组和EST测序计划，研究人员获得了基因的序列数据，可以实现从基因组的转录区域开发分子标记，该区域通常指“基因的”或“功能的”标记(FMs)，采用这些标记，通常能推导出一个假定的功能。因为与潜在的性状位点等位基因完全连锁，功能标记要比随机的DNA标记更好。
虽然早期开发了cDNA–RFLP的功能标记，但当时不能预测它们的功能。然而，对这些早期的cDNA克隆进行测序，可以确定基因及其功能。近年来，ESTs和基因序列都已经用于SSRs和SNPs的鉴定，并且在好几种谷类作物中开发了基因分子标记。除了用于“完美”或“理想”标记的鉴定，通过比较作图，功能标记已经成为估计天然种群，育种种群功能变化，研究基因进化的一种重要资源。
标记辅助选择
分子标记辅助选择(MAS)是一种强大的工具，它可以从分子水平上快速准确地分析个体的遗传组成，从而实现对基因型的直接选择，在下一代产品的早期生长阶段对不同性状进行间接选择，因此加快了传统作物育种的步伐，并且促进了传统方法无法做到的某些性状的改良。采用分子标记辅助选择方法，已经对谷类作物中许多控制农学性状，对非生物和生物应激产生耐受的基因和数量性状遗传位点(QTLs)进行了鉴定，并且进行了分子标记。
虽然标记辅助选择（MAS）的潜在优势巨大，但目前实际的应用却很有限，在水稻和其他作物的育种计划中只有很少的应用。大规模的MAS应用主要是在玉米中，其次是小麦。大麦与小麦的育种系统类似，但前者发展更快，可能是因为大麦的遗传学内容更为简单的缘故，大麦为非多倍体，即一个单独性状由两个或三个单独基因控制。在众多的谷类作物中，水稻尤其重要，因为它不仅是全球的主要粮食作物之一，也是遗传学上的模式作物。其他的谷物，如燕麦、黑麦、高梁和小米，因为处于次要地位而无法吸引人们的重视，在标记发现和商业开发中，几乎没有什么重大计划。目前，在大麦和小麦育种方面，有许多计划和新项目正在上马，如澳大利亚的小麦和大麦分子育种计划，以及MASWheat计划。
关联作图
另一种用于鉴定MAS分子标记的方法是关联作图，该方法以连锁不平衡（LD)为基础。与传统的两系作图种群如DH、F2或RILs不同，过去已经采用这些方法鉴定性状相关基因或QTLs，天然种群是重组的多次循环产物，具有增强QTLs分辨率的可能性。对于数量性状变异基因的鉴定来说，关联作图要比连锁分析功能更强大。围绕一个基因座位LD的范围，要测定关联分析的分辨率和标记的数量，需要对全基因组进行扫描。因为大多数品种中的遗传重组不是平均分布在全基因组中，所以标记和候选基因之间的连锁距离变化很大。
连锁不平衡取决于进化或选择历史，因此，只有那些紧密连锁的基因或标记才可以被检测到。因为作物种群通常是可以被构建的，所以Prichard等人提出了一个基于种群的方法，能够对结构种群中的等位基因和性状关系进行大规模的评估。采用这种方法，当一个QTL被标记紧密连锁时，标记-性状关联是唯一可以被预期的内容，因为在发育期间，累积的重组事件发生，将妨碍任何标记－性状关联的检出。
采用这种方法，关联作图已经被用于与玉米开花时间、黄色胚乳颜色和甜味有关的Dwarf8基因，大麦的产量和产量稳定性，小麦的核形状和碾磨品质性状有关的基因。这些针对个体基因水平的性状或QTLs的高分辨作图，将为数量性状变异的分子和生化基础研究提供新的可能性，并且为作物改良的特异性靶子的鉴定提供帮助。
图位克隆法
目前，图位克隆法(map-basedcloning，MBC)已逐渐成为分离表达产物和调控特性未知基因的重要方法之一。图位克隆法是克隆农业上重要基因的有效策略，不需要预先知道基因的功能和表达产物等方面的信息，其关键环节有2个：寻找与目的基因紧密连锁的分子标记；构建高质量的大片段基因组文库，如BAC和YAC文库。
实际上，在1990年代中期就开始了几个MBC计划，已经在部分谷类作物中分离了一些与疾病抗性或其他性状有关的基因或QTLs。许多例子与长期效应（高达10年）有关，此外还涉及到资源的利用率，基因和QTL(s)在基因组中的定位等相关内容。得益于资源利用率和近期专家在谷物基因组学研究中的进展，该技术可以更快更容易的对基因和QTLs进行分离。
例如，研究人员采用粳稻品种Nipponbare和籼稻93-11的基因组序列数据，构建了一个水稻基因组的DNA多态性数据库，包含1,703,176个SNPs和479,406个插入/缺失(InDels)，水稻基因组中，大约每268bp有一个SNP，每953bp有一个InDel。因此，利用有效的基因组资源和新方法，如功能基因组学，关联作图或者与传统MBC方法相组合的方法，将能促进水稻和其他谷类作物中的基因分离。
分离出来并且具有特性的候选基因可以用于等位基因的挖掘，除了生产转基因作物还可以鉴定优良的单倍体。因此，研究人员在定向诱导基因组局部突变技术（TILLING）策略的基础上开发了EcoTILLING计划，以检测种质集合中的各种多态现象。TILLING是功能基因组研究中应用的一种反向遗传学技术，它能高通量低成本地在甲基磺酸乙酯（EMS）诱变群体中鉴定出发生在特定基因上的点突变。在其基础上发展出的EcoTILLING技术则可发现种质资源中的SNP位点及小插入或缺失多态性位点。EcoTILLING适合于生物遗传多样性和系统进化的高通量研究。其原理是利用单核苷酸错配碱基酶（CEL1）来识别并切断错配碱基，之后通过电泳分离被剪切片段，从而达到对突变体的检测。
EcoTILLING可以对许多种质中的一个基因座位上的天然等位基因定性，也能进行SNP发现和单体型分析。SNP和单体型分析方法都要求大规模测序，而EcoTILLING的成本要比前两者低得多。EcoTILLED有望为那些作物中重要进程有关的基因提供一系列等位基因，虽然在遗传研究中，这些基因的已知变种还没有被观察到。
例如，Slade等人证明了TILLING对于作物实际的改良能力，她们在六倍体小麦TILLING种群中筛选了1152个个体作物，鉴定了196种新的A和D基因组蜡质基因（颗粒结合型淀粉合成酶，GBSS1，与直链淀粉的生产有关）的等位基因，在四倍体糊剂小麦TILLING种群中筛选768个个体，有50种新的等位基因。最终，在鉴别全部可能的等位基因之后，必须对其相关价值进行评估，以适应目标环境中的基因型。在设计优于天然基因的人造等位基因时，这种分析也可能会有用。
序列数据和基因
全基因组和基因间隔测序
在谷类基因组中，水稻的基因组最小，因此它被列位全基因组测序的首选目标。在国际公立和私立部门的共同努力下，目前已经获得了水稻的四个草图和全基因组的完整序列：一个用籼稻进行研究，三个用粳稻进行研究。水稻基因组完整的序列，来自于3,401个P1衍生的人工染色体（PAC）和细菌人工染色体（BAC）克隆。12个虚拟叠联群的总的核苷酸序列是370733456bp，因此，除了模糊的核苷酸，虚拟叠联群涵盖了95.3％的全基因组和常染色质约98.9％的部分。
包括那些与转座因子（TE）有关的基因，完成的序列预计总数为55,296个基因，如果不包括转座因子（TE）有关基因，则为37,544个基因。预测基因的范围也得到了采用高密度寡核苷酸覆瓦式微阵列进行的籼稻亚种的全基因组转录分析证据的支持。这种方法与自制的覆瓦式微阵列杂交作用有关：在水稻基因组的非重复序列中，包含13,078,888个体的36mer寡核苷酸探针。它们是以改良的籼稻亚种全基因组鸟枪(WGS)序列为基础，并且含有一个衍生于四种主要组织的cDNA靶混合物，使对转录物的检测达到最大化。
对35970个注释基因模型以及经鉴定的5,464个独特的转录基因间区域支持的表达数据，与注释外显字具有类似的组成性质，并且与其他作物蛋白质有显著的同源性。此外，为了完整的阐述水稻基因组，最近已经制定了稻属内部的比较基因组学分析计划，该计划包括2种栽培种和22种野生物种，代表10个不同的基因组类型。而且，已经获得了代表全部10个稻属基因组类型的12个BAC库的综合集合。
与水稻不同，其他的谷类基因组更大也更为复杂。虽然这些基因组的测序工作强度大得多，但是在过去几年间，已经对一些谷类的基因组序列或基因间隔区域进行了研究。例如，正在对玉米和高梁进行全基因组测序。除了采用传统的方法获得基因组序列数据，也采用其他方法进行测试，如甲基过滤和高Cot分析策略，集中对基因组中基因丰富区域开展研究。最近，国际小麦基因组测序协会（IWGSC）已经制定了计划，对大的六倍体小麦基因组的基因间隔区域进行测序。
表达序列标签
表达序列标签(EST)是一种快速有效揭示基因组容量的方法。在基因组测序计划开始之前，已经在好几个谷类作物中开展了大规模的表达序列标签(EST)测序计划，并且在几乎所有的谷类作物中，都获得了大量的ESTs序列。在一个给定的物种中，ESTs为了解基因组或者是转录子提供了一种可供选择的方式。例如，对110,000个大麦ESTs的分析表明，约有41％的大麦基因属于多基因家族，4％的大麦基因会遭遇剪接。类似的，在对来自于10个小麦组织的116,232个ESTs进行分析之后，Ogihara等人对这些基因在组织中的相互关系的表达模式进行了分析，研究了小麦的发育过程。
得益于发展中的cDNA阵列技术，研究人员进一步开发了ESTs在分子标记和功能基因组学研究中的应用。例如，ESTs已经广泛应用于EST–SSR、SNP和COS标记的开发，它们不仅用于性状作图和MAS，也提供有关基因组进化的信息。此外，ESTs已经用于cDNA阵列的开发，并且用于种子发育过程有关基因的鉴定。
功能基因组学
功能基因组学包括对基因自身功能的鉴定，或者是那些衍生自一个与改善表型不同的已知等位基因的鉴定。对于后者而言，研究的目标是去鉴定改良表型的序列变化，如一个序列变化可能成为分子标记（特异针对等位基因）的基础。因此，真正意义上的功能基因组学可以被连锁，或者与谷物改良几乎的作物育种相联合。
目前，已经有一些技术或平台可以同时用于大量基因中mRNA丰度的预测，如基因表达系列分析(SAGE)，大规模平行测序技术(MPSS)，微型排列(microarrays)和巨阵排列macroarrays)。然而，相对于其他平台的优点，如成本和高通量输出信息，微型和巨阵排列已经广泛的用于谷类作物的分析。最近，基于全基因组序列数据的覆瓦式微阵列已经可以用于水稻全基因组转录分析。因此，对于水稻而言，可以采用GeneChip阵列，全长cDNA阵列和全基因组覆瓦式微阵列进行分析；对于大麦和小麦，昂飞公司已经开发了GeneChip阵列。
巨阵排列和微型排列已经成功的用于许多谷类作物中，包括玉米，水稻，小麦，大麦和高粱，例如，为了研究这些作物的基础生理学，发育过程，环境应激反应，突变鉴别和基因分型等内容，近年来研究人员已经采用这些技术开展了作物育种相关研究。例如，Potokina等人采用具有6个麦芽制造品质参数的10个大麦基因型以及具有1400个单一基因的cDNA阵列，为6个制麦参数分别鉴定了17~30的候选基因。这些系列的候选基因含有那些与麦芽制造品质有关的基因，如半胱氨酸蛋白水解酶，与这种性状有关的基因是未知的，如70kDa热休克蛋白。
此外，采用功能基因组方法研究麦芽制造品质性状，研究人员观察到的结果是，8个作图候选基因中有5个与已知的QTLs相连锁。因此，功能基因组学方法与表达遗传学或遗传基因组学相组合，为进一步研究生物学特性，提高性能（基因型预测表现型达到100％的有效性），或者是开发将MAS应用于作物育种的诊断标记，提供了一系列的候选基因。
用于稀有谷物的比较基因组学
除了玉米，小麦和水稻等主要的谷类作物在全球广泛栽培，其他许多谷类作物如高粱，珍珠小米，小米和衣索匹亚画眉草(EragrostisTef／Teff)属于地域性作物，尤其在发展中国家，是当地重要的营养和收入来源。因为在经济和福利方面的收入相对较低，稀有谷物还没有受到足够的重视，开展的研究相对较少。在谷类作物中，重要基因组的线性相关性已有报道，因此，采用生物信息学工具进行的比较基因组学研究，可以为那些次要的谷类作物研究提供一个机会，从模式作物和主要的谷物到次要的，稀少作物的信息传递，可能会让农作物在产品、产量稳定性和食品安全性方面产生意想不到的效果。因此，模式谷类作物品种（如水稻和玉米，小麦）具有极大的潜能，可以为改善其他稀有和次要作物的性状做出贡献。
利用模式作物，主要作物对次要作物或者是稀有作物进行研究的转化基因组学信息和技术有以下几种形式：改善农作物生物多样性的分析以及对潜在有用变种的鉴定；预期的等位基因和等位基因组合的MAS；预期的等位基因的克隆和转化。
此外，基于各自的遗传学特性，对次要和稀有农作物的基因组学的研究也能促进主要农作物的改良。例如，耐旱的优秀等位基因可能在珍珠小米中被发现，并且被用于主要作物中，如小麦和水稻。所以，应该对全体谷类作物开展广泛的研究。因此，基因组学研究能够履行营养需求，并且为贫困地区的收入和就业做出贡献。
改善作物的跨学科基因组学方法
许多谷类作物在基因组学领域研究中已经获得了重要进展。例如，许多分子标记促进了高密度图谱的制备，在与许多经济特性有关的基因或QTLs有关联的分子标记的鉴定方面，包括那些生物和非生物应激耐受的参数，高密度图谱提供帮助。开发功能分子标记作物序列数据的副产品，对标记－特性关联的研究，育种种质集合或营养种群的功能多样性的检查方面，都将提供帮助。
此外，基因组、基因间隔或EST测序提供序列数据，对农学性状候选基因进行鉴定；或者通过硅片方法，在生物信息学工具的协助下开展研究；或者进行湿实验室实验，如采用巨型阵列或微型阵列。而且，联合作图方法和表达基因组学的开发，可能为一些有关性状提供最好的分子标记，在MAS中可以用于不同的遗传背景分析。这些功能分子标记将与有关性状在遗传上共分离。这样的一个标记通常以一个SNP为基础。SNP能在高通量系统中检测到，大量的作物可以以这种方式，为一个特殊的等位基因进行分析测定。
上述的遗传和基因组学方法与转录组学、蛋白组学、代谢组学和生物信息学整合在一起，为育种基因组学提供了有效的工具，这种整体方法称作基因组学辅助育种(GAB)技术。然而，该方法仍然面临许多挑战。其中包括，精确的表型、性状的低遗传性、实验胚胎学、调控变异，技术困难和成本投资等问题。尤其是在育种计划中采用功能基因组学和表达遗传学方法去鉴定基因，考虑基因网络现象是很重要的，如上位相互作用、基因沉默、DNA甲基化、RNA干扰和异染色质DNA之间的关系，证明RNA调节是通过小的、非编码RNA进行调节的。
我们相信，新开发的遗传和基因组学工具将于传统的育种技术一起，为改良农作物的农学性状提供方便。
