1950年，世界人口大约有25亿。目前，全球人口已超过75亿。据保守估计到2050年，全球将有90亿人口。同时，目前全球营养不良的人数约30亿，占全世界人口40％。

今天，技术医学的进步以及对人类基因组的新认识提高了我们的生活质量和寿命，那么，是否也有同样的技术可以来提高我们的食物来源？

在美国，农业部和通用磨坊等地的研究人员正在使用 JMP Genomics通过标记辅助植物育种来加速转化育种程序。

本文我们就来看看JMP Genomics是如何加速植物育种筛选的。

构建基因遗传图谱

植物育种，其实就是将农作物中所需的性状与基因组中的基因位置相关联，以便我们可以帮助推动新植物系的选择，以优化性状结果。

比如，如果两个蓝眼睛的人生了一个孩子，则该孩子很可能会由于其父母遗传的遗传密码而出现蓝眼睛。交叉两个高个子玉米，结果往往是高个子玉米。这些被称为遗传性状。

在育种中应用遗传性状的基因组知识，以帮助植物在没有任何额外基因修饰的前提下，采用最佳杂交（两株植物的交配），以生产产量更高、疾病更少、维生素含量更高、可在耐旱条件下生长的更易于碾磨的农作物、味道更好的植物粮食种子。

JMP Genomics是JMP产品家族中专为基因组学分析设计的专业分析软件。通过开发使用观察到的遗传标记之间关系的工具来构建遗传图谱，以促进性状关联/预测、作物选择和模拟。

与人类基因组图不同，由于许多植物物种的基因组非常复杂，没有这种“遗传路线图”，例如，四套、六套甚至八套染色体，而不是两套。取而代之，我们通常使用遗传标记之间的遗传模式来估计连锁图。一起被遗传的基因往往是相关的，也意味着它们在遗传图谱上更接近。因此，我们需要能够对标记进行分组和排序以构建遗传图谱的算法。相关的标记（具有较小的基因重组距离）在一定程度上属于同一条染色体。一旦确认相应染色体后，我们将根据产生最小遗传距离遗传图的原则，来确定那些标记或者基因在染色体上的排列顺序。

上图显示了使用这些方法对实验性燕麦种群估算的连锁图，其中彩色/斜体标记是已知/锚定标记。这种用于基因链接和共有图谱的JMP Genomics工具已在许多植物遗传图谱研究出版物中使用。

预测性状、交叉评价及育种程序模拟

有了可靠的染色体及基因图谱，在植物育种程序中采用基因组选择方法（即：采用现代数据挖掘和预测建模技术用于基因辅助植物选择）变得可行。

利用JMP Genomics中强大的预测模型库，根据遗传变异性，找到最佳模型，对给定性状的新植物品种进行评分。植物育种的艺术在于开发新的种子品种，可以平衡多个性状以提供最佳结果。而仅单单提高产量通常会以其他方式导致植物或产品遭受损失。

我们使用JMP Genomics创建一个流程，通过创建一个多种潜在植物杂交模拟工具，同时平衡优化多个性状，使育种者能够分析评估所有可能的植物、品系杂交并找到最佳种子。（例如，如下图所示，在选定的玉米杂交品种中增加产量同时降低植株高度）。

上图显示，在五个世代的育种中，将第45或99行与第41行杂交将会产生最高的预测产量，同时有效地降低植物的株高。

传统的育种程序可能要花费数年才能实现收益。每年，育种者必须在土地、资源数量和有限的时间下决定合适的杂交品种，以尝试改良给定的作物，然后必须等待整个生长季节才能看到杂交品系的表现。

JMP Genomics提供的先进的分析解决方案，可帮助育种者针对一组平衡的物理性状找到最佳杂交，并使用多年的模拟结果来显著加快这一过程，在电脑上通常情况下仅需几个小时即可完成，大大提高了育种筛选及优化。

对创新的可持续农业实践的需求，是全世界所面临的最紧迫的问题之一。借助JMP Genomics，植物育种家和作物生物科学家可以通过对遗传变异性进行建模、优化育种选择、模拟多性状育种计划以及权衡主要优良性状，推动选择更健康的作物。

希望JMP Genomics可以帮助更多的农业研究机构协助人类解决食物问题，让饥荒不再，岁稔年丰。

对JMP Genomics 感兴趣的话，可以复制以下链接到浏览器申请JMP Genomics 10试用评估：

https://www.jmp.com/zh_cn/software/genomics-data-analysis-software/jmp-genomics-evaluation.html?td7011U0000009icEQAQ&utm_source=bilibili&utm_medium=social