小麦是全球超三分之一人口的主粮，提升其产量与品质对保障世界粮食安全至关重要。4月1日，华大生命科学研究院牵头建设的基因组多维解析技术全国重点实验室联合湘湖实验室、阿德莱德大学、莫道克大学等来自9个国家34所大学和研究所的科学家，在《自然—遗传学》发表综述文章。

研究团队系统阐述了时空组学技术在小麦研究中的应用潜力与未来方向，为解析小麦的复杂农艺性状、培育适应气候变化的优质高产新品种，提供了全新研究范式。

时空组学技术突破了传统组学无法实现细胞与组织水平精准定位的局限，在水稻、洋葱等植物的研究和应用上取得了一定的突破。鉴于小麦基因组的复杂性、全球气候变化带来的多重挑战以及对精准育种的迫切需求，该文章全面梳理了时空组学在植物研究中的应用进展，并针对小麦生长发育、逆境响应等核心问题，提出了完整实验设计框架。

文章指出，时空组学技术可精准解析小麦穗、籽粒、根、旗叶等关键器官的细胞空间图谱，揭示穗发育、籽粒形成、光合作用、养分吸收等过程的分子调控网络，为解析小麦抗旱、耐盐、抗病等逆境响应的细胞特异性机制提供全新视角。例如，在小麦抗旱研究中，研究团队可通过时空组学技术，明确旗叶保卫细胞、副卫细胞等特化细胞在干旱胁迫下的的基因表达变化，从而挖掘气孔调控相关的新基因，为抗旱育种提供精准靶点。

为攻克小麦基因组的复杂性带来的研究难点，论文提出了一系列解决方案，如整合小麦端粒到端粒参考基因组、泛基因组与群体基因组数据，构建覆盖全生育期的小麦空间分辨单细胞图谱；将时空组学数据与全基因组关联分析、表达数量性状位点结合，实现“基因型-表型-基因时空表达”的精准关联；融合单细胞多组学与时空组学技术，深入解析小麦亚基因组分化与细胞特异性调控网络，以期突破传统基因挖掘的瓶颈。

论文还系统分析了当前小麦时空组学研究面临的技术挑战，并提出了相应的解决策略，如借鉴医学领域的超高分辨率成像技术、开发植物特异性时空组学分析工具、利用人工智能实现时空组学数据的深度解析与建模等。为推动全球小麦时空组学研究的协同发展，研究团队于去年成立了小麦时空组学联盟，整合全球小麦科研资源，开展跨学科、跨地域的合作研究，共同攻克小麦时空组学技术难题，加速研究成果向育种应用的转化。

该论文强调，时空组学技术与基因编辑、人工智能、精准表型鉴定等前沿技术的融合，将推动小麦育种进入精准设计新时代。科学家可利用AI整合多维度时空组学数据，模拟小麦杂交与选择过程，提升育种效率；也可以从野生小麦近缘种中挖掘优异基因并加以利用，从而大幅缩短育种周期，提升育种效率。

相关论文信息：https://doi.org/10.1038/s41588-026-02542-w