Mol Plant | 多家单位联合发布小麦组学大数据可视化和在线分析平台WheatOmics

随着小麦模式品种“中国春”的参考基因组以及不同倍性、不同品种小麦基因组/泛基因组的陆续发布，小麦研究业已进入了后基因组大数据时代。与此同时，基于外显子测序、基因组重测序、SNP芯片等技术的群体变异组，高通量转录组、蛋白组、代谢组，甚至表观修饰组、蛋白互作组、3D基因组等多组学数据在小麦中以指数倍积累，为促进小麦功能基因组学研究奠定了坚实基础。

然而，如何从茫茫大数据中快速锁定自己感兴趣的基因和数据，对于小麦科研工作者，尤其是没有生物信息分析经验和计算资源支撑的工作者，无疑如大海捞针般困难。2018年“中国春”小麦参考基因组公布伊始，多名来自于国内不同单位的小麦领域青年学者携手推出了国内首个小麦大数据在线平台WheatOmics-bata版（http://wheatomics.sdau.edu.cn/，曾用名Triticeae Multi-omics Center, http://202.194.139.32/）。经过三年的建设，WheatOmics实现了对48套麦族物种基因组、500余份小麦转录组、2000多种小麦变异组、三套小麦突变体库外显子组、多套小麦表观修饰组等组学大数据的可视化，并开发了拟南芥/水稻-小麦同源基因鉴定HomologFinder、基因共表达网络Co-expression、蛋白互作WheatPPI、转录因子结合位点TF Motifs等与功能基因学研究息息相关的在线分析工具。

近日，题为“WheatOmics: a platform combining multiple omics data to accelerate functional genomics studies in wheat”的论文在Molecular Plant杂志发表，标志着WheatOmics v1.0版正式发布。该论文以小麦功能基因组研究的不同步骤为脉络，详细介绍了如何高效利用WheatOmics助力基因鉴定（正向遗传学和反向遗传学）、基因表达分析、分子网络搭建、调控元件分析、优异单倍型鉴定等研究工作。同时，用户可利用新开发的GeneHub工具，在WheatOmics网站对小麦单基因的多组学数据一键获取。

图1A. WheatOmics数据和工具总览

文章提出，随着小麦多组学大数据的井喷式发展和WheatOmics等在线数据库的建立，小麦功能基因组学研究已经进入到更关注小麦特色基因的阶段。以植物氮素吸收关键基因NRT2.1为例，文章报道了一个利用WheatOmics快速发掘小麦特色基因的新案例。通过在HomologFinder中检索水稻OsNRT2.1的小麦同源基因，可以发现小麦基因组存在多个串联重复拷贝；进一步借助PfamSearch等工具，明确了小麦6A、6B和6D染色体上分别存在3个相邻排布的TaNRT2.1基因簇（每条染色体上至少13个TaNRT2.1基因），表明NRT2.1在小麦基因组中发生了高频的串联重复事件；借助GeneExpression工具，发现Cluster I 中NRT2.1表达量最高且受到硝态氮的诱导，Cluster II 中为沉默基因，Cluster III中NRT2.1表达量较低，且大都不受硝态氮的诱导；进一步借助WheatOmics中的调控元件和表观修饰组学数据分析发现，Cluster II 中基因位于转座子富集区，Cluster III 中基因转录起始区的H3K4me3修饰（转录激活相关的组蛋白修饰）程度较低，可能是这两个cluster中基因沉默或低表达的原因。另外，Cluster I 中NRT2.1的启动子区高频存在ABA响应元件ABRE，与最近的研究结果（Wang et al., 2020）相符；同时高频存在硝态氮响应元件（ANR的结合位点），与其表达模式相对应。

图1B-G. WheatOmics助力小麦功能基因组学研究

截至目前，WheatOmics的访问量已超过了30万次，并被发表在《Nature Genetics》《Nature Communications》等期刊上超过100篇文章以网站链接的形式引用。值得注意的是，近期已有多项小麦组学大数据研究选择第一时间在WheatOmics实现数据的可视化和开放获取。欢迎更多研究团队在WheatOmics上分享大数据！

图2. WheatOmics访问量突破30万

该论文第一作者为马省伟博士，通讯作者为王萌博士和倪飞博士；吴建辉博士、郭伟龙博士、博士生陈永明、李广伟博士和王延鹏博士为共同作者，并得到了康振生院士、夏光敏教授、付道林教授和施卫明研究员的指导。该研究由中科院战略先导专项、国家自然科学基金、江苏省自然科学“优青”基金等项目资助；特别感谢山东农业大学作物生物学国家重点实验室为WheatOmics提供服务器等资源支撑。