自学网络应用程序提高了对谷物品种DNA变异进行分类的速度和准确性

农业研究局和华盛顿州立大学的科学家开发了一款名为 BRIDGEcereal的创新网络应用程序，可以快速准确地分析大量基因组现在可用于谷类作物的数据，并将材料组织成直观的图表，以识别定位感兴趣基因的模式。

随着过去 25 年基因组学领域的快速发展，出现了一种被称为泛基因组的作物改良游戏规则改变者，泛基因组定义为一个物种内多个品种的组装基因组序列。但是，由于缺乏高效且用户友好的生物信息学工具，特别是那些旨在处理物种中大量 DNA 变异的工具，基于已生成的大量数据了解和改进作物也给研究人员带来了挑战。

以小麦为例。标准参考小麦基因组——这是为中国春小麦品种完成的——比人类基因组大五倍。此外，研究人员长期以来一直在努力解决控制小麦 21 条染色体上基本农艺性状的基因位置的广泛变异。目前，有十几个小麦基因组是公开的。

这加起来会产生大量数据，即使对于具有高级生物信息学技能的研究人员来说，分析它也是一个乏味的过程。对所有数据进行分类以识别可能控制相同特征的相似 DNA 片段(无论它们位于染色体上的哪个位置)尤其具有挑战性。

BRIDGEcereal 旨在将鉴定大型 DNA 变异的过程从乏味转变为高效。

“只需向 BRIDGEcereal 提供您感兴趣的 DNA 序列，它就会在不到一分钟的时间内完成搜索过程。” ARS 研究生物学家、 BRIDGEcereal 项目负责人Xianran Li 解释道。Li 在华盛顿普尔曼的 ARS 小麦健康、遗传学和质量研究部门工作。

“BRIDGEcereal 将组织它找到的数据，并以易于理解的图表呈现给你，突出显示 DNA 所在位置的任何模式，”李补充道。

BRIDGEcereal 只花了一分钟就确定了一个有前途的候选基因作为小麦突变的控制者，这种突变减少了芒的长度，芒是小麦籽粒头部的刚毛状延伸。自 1940 年代以来，人们就知道小麦 4A 号染色体上的一个基因控制芒的发育，这是一种标志性的小麦性状。但是控制该特征的确切基因仍然未知。

“通过 BRIDGEcereal 搜索数十个潜在基因，我们能够快速识别出一个具有较大 DNA 变异的基因，该基因一直在躲避研究人员，”李说。

科学家们还将 BRIDGEcereal 设计为自学——也称为无监督机器学习——这意味着 BRIDGEcereal 可以自主学习识别新模式，而无需遵循明确的说明。

“因此，我们开发的是一个一站式门户，可以有效地挖掘可公开访问的谷物泛基因组，随着数据的不断增加，它只会变得更加高效，”李说。

华盛顿州立大学博士后研究员兼网络应用程序的共同开发者 Bosen Zhang 补充说：“研究人员会发现 BRIDGEcereal 是一种非常宝贵的工具，可以用来选择和优先考虑控制谷类作物特定性状的候选基因。”

BRIDGEcereal 最初是为小麦而开发的。它已经适用于分析来自大麦、玉米、高粱和水稻的类似数据。