尽管相关研究已取得诸多进展，但抗病位点在育种实践中的应用仍面临若干关键挑战。首先，具有重要育种价值的遗传信息分散于大量文献中，这使得获取和解析全面的抗性图谱存在显著障碍。其次，抗病位点间的复杂互作关系及其对不同条锈菌生理小种抗性表现的动态差异尚不明确。再次，QTL区间内候选基因的筛选及其功能解析需要深厚的生物信息学专业知识和强大的计算资源支撑，而这对多数育种项目而言仍难以企及。
针对上述挑战并提升条锈病抗性资源利用效率，本研究构建了小麦抗锈资源全景平台（Landscape of Wheat Rust Resistance, LWRR，https://wheat.dftianyi.com）。该平台整合了2,191份小麦种质的表型与基因型多维数据，旨在通过系统性数据挖掘服务于抗病育种实践。LWRR集成了七大功能模块，涵盖群体结构解析、性状关联分析、GWAS结果可视化、QTL信息检索及候选基因预测等功能。例如，在首页检索框输入品种名称"西农979"，可获取其种质来源、选育年代、表型特征及其潜在抗条锈病位点信息；若检索抗病基因Yr30，则显示其物理定位、关联QTL及优势等位基因在不同世代和地域的分布频率。
为在群体规模变异水平上解析小麦条锈病抗性位点，本研究整合了2,191份公开小麦种质资源的基因组数据。通过全基因组关联分析（GWAS），我们鉴定出431个与条锈病抗性显著相关的数量性状位点（QTL）（图1A）。通过将新发现位点与既往报道的位点进行整合（详细参考文献信息参见https://wheat.dftianyi.com/?page=References），荟萃分析结果显示小麦条锈病抗性相关QTL总数达1,125个。这些QTL区域共涵盖9,276个潜在功能候选基因。
图1 LWRR概述及主要功能模块
LWRR平台采用动态响应式架构设计，包含"Population"（群体）、"Trait"（性状）、"Sample"（样本）、"GWAS"（全基因组关联分析）、"QTL"（数量性状位点）、"Gene"（基因）及"Tool"（工具）七大核心功能模块，可实现用户操作的跨模块无缝衔接。该平台基于直观的交互式网络界面，支持育种工作者快速获取小麦抗锈病位点的多维信息，包括抗性位点在现有种质资源中的分布特征及其利用差异。此外，用户可通过种质数据库检索功能，精准解析特定种质材料所携带的锈病抗性位点数量及其分子标记鉴定结果。
总结与展望
综合而言，LWRR是基于全球2,191份小麦种质资源及其在多环境条件下的条锈病（YR）表型响应数据构建的综合性抗病研究平台。该平台通过七大功能模块——Population（群体结构分析）、Trait（抗性表型解析）、Sample（种质特征检索）、GWAS（全基因组关联分析）、QTL（数量性状位点挖掘）、Gene（基因功能注释）及Tool（个性化分析工具）的协同作用，集群体结构解析、表型-基因型关联研究及可定制化分析功能于一体。作为小麦抗锈病研究的重要科研与育种平台，LWRR既提供深度预分析的多维数据资源，又支持用户驱动的灵活分析流程，为抗性基因挖掘与分子育种策略优化提供系统性解决方案。
链接：
https://doi.org/10.1007/s44154-025-00232-x
参考文献
- Chen X (2020) Pathogens which threaten food security: Puccinia striiformis, the wheat stripe rust pathogen. Food Secur 12:239–51.
- Dong SS, He WM, Ji JJ, Zhang C, Guo Y, Yang TL (2021) LDBlockShow: a fast and convenient tool for visualizing linkage disequilibrium and haplotype blocks based on variant call format files. Brief Bioinform. 22:bbaa227
- Hafeez AN, Arora S, Ghosh S, Gilbert D, Bowden RL, Wulff BBH (2021) Creation and judicious application of a wheat resistance gene atlas. Mol Plant 14:1053–70.
- Wu J, Ma S, Niu J, Sun W, Dong H, Zheng S, Zhao J, Liu S, Yu R, Li Y, Han J, Wang Y, Chen T, Zhang C, Zhang W, Ding B, Chang L, Xue W, Zheng W, Li C, Han D, Kang Z, Zeng Q, Ling H (2025) Genomics-guided landscape unlocks superior alleles and genes for yellow rust resistance in wheat. Research Square.