2023年9月20日，康奈尔大学的研究人员在nature上发表题为Genetic modification can improve crop yields — but stop overselling it的评论。
评论内容如下：
以在过去的二十年里，包括这本杂志在内的许多期刊都发表了论文，描述了修改一个或几个基因如何导致作物产量的大幅增加（见“基因和产量”）。报告的增幅在10%至68%之间，分析的作物包括水稻、玉米、烟草和大豆。这些研究为分子生物学和基因发现提供了重要的见解。但许多都是在温室或小规模田间试验中进行的测试结果——后者通常涉及小地块中生长的植物。很少有人（如果有的话）使用过在现实世界环境中评估作物性能所需的实验设计。几乎没有任何发现转化为实际农场的产量增加。特别是在气候变化和人口增长的背景下，关于产量的误导性说法的增长已经成为我们关注的一个原因。作为植物育种家、数量遗传学家、进化生物学家和植物生物学家，我们中的许多人都参与了国家项目或与跨国公司合作进行作物育种。
为了鼓励更具影响力的科学，我们要求研究人员、评论家和期刊编辑确保，每当有人声称单一基因或少数基因对作物产量的影响时，至少满足五个标准。我们还敦促我们各学科的研究人员比目前更多地合作，并使用成熟的产量测试方法。
关于从另一个物种引入基因或使用基因编辑技术CRISPR–Cas9修饰一个或多个基因可能对作物产量产生影响的有希望的报道吸引了媒体的大量关注。然而，几十年来使用的更传统的植物育种方法描绘了一幅与未来几十年产量相关的基因修饰可能实现的截然不同的画面。
育种家和数量遗传学家认为，作物生产力的真正突破意味着单代产量增加了1-5%。这些经过验证的增长来自于涉及世界各地多个地块和地点的多年实验。尽管这些增长看似温和，但在全球总产量的背景下，实际上是显著的。
以总部位于印第安纳州印第安纳波利斯的种子公司Corteva AgricScience进行的长达20年的项目为例，该项目的结果于2021年发表在《植物科学》上。研究人员测试了来自47个物种的1671个基因对玉米产量、氮利用、水分利用和其他性状的影响。在最初的试验中，这些基因中只有1%（22个基因）的产量增加到足以进行更多研究的程度。在随后的几轮测试中，只有一个基因——编码转录因子的zmm28——产生了该公司一直希望的产量提高。
为了探究zmm28在田间的作用，研究人员将导致该基因过度表达的基因变化引入了两个优秀自交系。（在过去的100年里，经过严格的筛选，产生了玉米优良自交系，这些自交系可以杂交产生高产杂交种。）这些自交系被用于培育48种类型的杂交植物，在全球58个地点-年份的组合中进行了4年的测试。所有这些田间试验表明，zmm28的过表达可使玉米产量提高约2%。
成千上万的基因间接影响作物产量。仅在玉米中，就有大约20-30个基因，如无舌家族的基因，可以改变叶片的角度，使农民在过去100年中将农场的植物密度增加了3-4倍。观察到的产量增长约有8.5%至17%可归因于种植密度的增加。但产量本身是一个高度复杂的多基因特征，这意味着它由数千种变体控制，每种变体的效果都很小。
尽管单个基因会影响产量，但这些基因总是与土壤和肥料管理制度、数百个参与作物驯化和适应的其他基因协同作用。例如，绿色革命导致的作物产量和农业生产的急剧增加，这源于将基因变体Rht-B1和Rht-D1引入小麦和将sd1引入水稻，并结合更多地使用合成肥料。这些变体缩短了植物，降低了它们在大风中受到损害的易感性。
在我们看来，在没有环境压力源和病原体的情况下，对产量有重大有益影响的基因不太可能存在。作物产量是在激烈的选择下进化而来的，因此，任何在当今大多数环境和作物品种中显著提高产量的基因变体都已被纳入育种系。考虑到所有这些，毫不奇怪，声称单个基因或几个基因会影响产量的已发表研究都没有在类似农场的条件下得到验证。但是，为什么这些说法一开始就被公布呢？
基因组编辑作物改善小农户粮食安全
我们认为主要原因是研究团队缺乏适当的专业知识，期刊编辑没有咨询具有适当专业知识广度的同行评审员。
如果团队中没有植物育种家、数量遗传学家或农学家（专注于土壤和农业实践的研究人员），研究人员可能无法确保使用适当的实验设计进行产量评估。同样，如果没有足够的评论家和编辑熟悉大规模作物试验中使用的复杂的实验设计和统计数据，关于产量增加的问题可能会在发表的论文中持续存在。
在《自然》或《科学》等影响力较大的非专业期刊中，问题可能源于编辑与作物育种和定量遗传学专家的接触不够，这些专家受过严格检查田间实验和产量试验的培训。这些期刊上的论文往往只用几句话来描述温室实验或小规模田间试验的结果。评审者更有可能是分子生物学家或遗传学家，他们将大部分注意力集中在论文的主要贡献上——通常是基因改良引起的分子生物学变化。
五个标准
为了评估基因变化（或多重变化）对作物生产力的影响，研究人员应该坚持近一个世纪以来行之有效的测试方法。研究人员、审稿人和期刊编辑至少应确保满足这五个标准。
研究应使用产量的标准定义。对于世界上种植最多的七种作物（玉米、小麦、水稻、大豆、木薯、土豆和高粱），农民和育种家将产量描述为每单位面积收获的干谷物重量，或每单位面积收割的根和块茎的干物质含量。报告产量变化的研究人员应该使用这些指标，而不是谷物长度或宽度等其他指标。
试验应跨地块、地理位置和年份进行复制。在某些情况下，研究人员在小规模的实地研究中记录了多个地块的数据，但随后只报告表现最好的地块或植物的产量。更常见的是，研究人员在未重复的试验中测量产量，而没有考虑可变的环境条件（包括气候模型预测的未来环境条件），也没有考虑真实农场中该作物的典型收获和其他做法。
这可能部分是由于一些国家对转基因植物的检测施加了严格的监管限制，以及在这种限制下进行检测的高昂成本。然而，在不同基因型和环境条件下具有巨大可变影响的基因的影响可能不够稳定，不足以具有商业竞争力。因此，研究人员设计具有足够统计能力的实验，以应对他们面临的任何约束，这一点至关重要。
品种、种植密度和其他条件应与农场的条件密切匹配。研究人员应该尽可能在他们的实验设计中考虑到最终能够生产这种作物的农场的条件和做法。这意味着努力复制现实世界中的施肥、耕作、灌溉、播种、收割等实践。这意味着采用避免边缘效应的地块设计，这可能会扭曲产量估计，并以标准密度种植植物。在过去的一个世纪里，育种家已经选择了能够耐受高密度的作物变体，但在许多小规模试验中，植物的密度很低，与商业无关。事实上，产量有时是从单个植物来衡量的，而不是从整个地块来衡量的。然而，当植物以农民通常使用的密度生长时，导致单个植物产量显著增加的基因型——例如，使它们比相邻的植物长得更高——可能不会影响整个地块的产量。最后，这意味着，在任何可能的情况下，都要使用具有商业竞争力的精英品种——而不是老品种——作为田间试验的比较标准。老品种的产量可能比今天的商业品种低4-17倍。事实上，育种公司在考虑将含有单一基因的产品商业化之前，总是会在数十万株由众多优良品种培育的植物中测试单一基因的影响。
应使用适当的控制措施。改良作物的产量测量应与正在调查的任何作物的当地或全国产量进行比较，而不是与不再使用的一些老品种进行比较。杂交品种的性能应该与其他杂交品种进行比较，而不是与自交系进行比较，等等。对照品还应该包括“无效构建体”——伴随着感兴趣的修饰而进行分子改良的植物（例如报告基因，它表明感兴趣的基因已经成功引入），但不是关键的基因变化本身。
研究人员应该优先考虑植物育种可能遗漏的基因。在投入大量时间和金钱对感兴趣的特定基因进行研究之前，研究人员应该检查商业作物品种中是否已经存在或固定了类似的等位基因。如果植物育种家已经对一种基因进行了几十年的研究，那么它不太可能突然带来重大的产量增长。
一条更好的路
在商业植物育种计划中，研究人员使用明确定义的测试阶段来可靠地将发现转化为产品。同样的事情也发生在药物开发中。正如在临床试验登记和分子分析报告中使用一致的标准一样，植物科学家应该制定标准来定义每个阶段产量测试的最低标准。当然，分子生物学家、植物育种家、农学家和定量遗传学家之间的更多合作将有助于确保在评估基因改造对产量的影响时采取我们在这里概述的所有步骤（见“基因组选择”）。
基因组选择
在过去的二十年里，一种名为基因组选择的工具彻底改变了植物育种。它使用建模和统计方法来评估在一系列环境条件下，哪些遗传变异组合可以产生最高的产量（或正在研究的任何性状）。
基因组选择并不需要确切了解性状是如何受到基因控制的，也不需要了解单个基因的具体影响。它对产量等高度多基因性状很有效，因为数千种有利的基因组变异是同时建模和选择的。在全球范围内，基因组选择对主要粮食作物的产量产生了显著而一致的影响。
我们不主张应用基因组选择来代替其他可能的方法来改善作物的遗传。但有意义的产量提高最有可能来自植物育种家和定量遗传学家应用基因组选择，与分子生物学家合作，确定对作物产量及其适应环境条件的能力做出最大贡献的途径。
然而，我们对分子生物学家和其他研究人员的数量感到惊讶，他们不知道有多少公共资助的组织进行现场试验，可以帮助他们进行测试。例如，每年，美国公共资助的基因组到田地倡议都会在全国30个地点对玉米品种进行严格的产量试验。在国际上，以大学为基础的育种项目在农场规模上进行田间试验，而作物创新中心，如国际农业研究咨询小组（CGIAR）管理的作物创新中心领导着在世界各地测试作物品种的大规模田间试验。有了足够的支持，即使是营利性组织也会有动力测试研究人员“感兴趣基因”的影响。
如今，玉米、大米、小麦和大豆合计提供了世界农业热量的三分之二。然而，由于气候变化和人口增长，这些作物的产量提高率不足以满足预期需求17。面对全球粮食安全面临的巨大挑战，我们敦促研究人员采用久经考验的方法，准确测量基因变化对作物产量的影响。
本文内容转载自“Science Art”微信公众号。
原文链接: https://mp.weixin.qq.com/s/Hp-GBcty7hHor4BTWjYjIw
