文｜《中国科学报》记者 李思辉 通讯员 唐瑞婕

“导师出国后，课题研究由师兄黄鲜晖牵头，他的‘电话夺命催’实在太‘可怕’了！”华中农业大学博士生彭雅滨回忆，“有时候，我们接到师兄的电话都有点‘PTSD’（创伤后应激障碍）了。”

同组博士生胡修宝和王悦瑾也深有同感。平日里大家相处融洽，可一旦进入科研状态，师兄黄鲜晖的一丝不苟和极度较真，常常让师弟师妹抓狂。

他们的导师，华中农业大学教授王茂军对此并不意外。在他赴海外交流期间，黄鲜晖牵头项目执行工作，群体泛三维基因组研究链条长、变量复杂，容不得半点马虎，“较真”是必须的。

华中农业大学棉花团队负责人、中国工程院院士张献龙点评：“科学研究来不得半点虚假，严谨认真是华农棉花团队的传统，这样的传统正是靠一届一届学生传递下去的。”

不久前，这支“严谨得可怕”的团队破译了棉花纤维品质遗传的“空间密码”，挖掘出可用于作物改良全新的育种靶标。相关成果9月16日在线发表于Cell，这也是该刊历史上首篇棉花方面的研究论文。

▲王茂军（中）指导学生做实验。

令人“惊讶”的设想

能用一句话概括一下这项研究的重要意义吗？

面对记者的提问，王茂军给出答案——这项研究的意义在于，发现三维基因组结构是传统DNA序列变异之外，可供作物改良利用的新型靶标，为拓展现有栽培棉的遗传多样性提供了新的方向。

何谓“棉花三维基因组研究”？通俗来讲，DNA不只是线性的序列，它会在细胞核内折叠盘绕。空间构型的变化，能够远程调控基因表达，进而左右棉花纤维的长短、品质。

王茂军打了个比方，如果把棉花DNA比作一根长线，传统研究大多聚焦于这根长线上的一个个“点位”。三维基因组研究，则关注这根长线如何在细胞核内折叠缠绕，以此理解基因调控的内在逻辑。

十多年前，还在华中农大读博的王茂军就在导师张献龙指导下，开始进行棉花三维基因组研究。2017年，他以第一作者身份在Nature Genetics发表论文，在国际上首次绘制了棉花三维基因组图谱。接下来怎么干？张献龙提醒王茂军，研究不能止步于看见染色质的折叠图景，更要追问这些空间结构具备什么功能，怎么调控性状形成，怎样服务于作物育种改良。

此后，该团队沿着这个方向持续深耕，王茂军也从博士毕业到留校，再到成为教授。他和团队解析了四倍体棉花三维基因组分化，揭示了转座子对染色质结构演化的影响，解析了纤维发育阶段染色质动态变化，构建了棉属泛三维基因组图谱，一步步拓展研究的边界。

随着小样本三维基因组图谱不断积累，他又提出一个大胆构想：在数百份自然群体当中，解析染色质结构变异，把三维基因组变异和纤维品质这类复杂农艺性状建立遗传关联。

当王茂军找到导师张献龙，提出这一研究设想时，后者非常惊讶——这项工作难度极大，既要完成数百份材料的Hi-C测序，还要自主开发配套遗传分析工具，国际上几乎没有现成范式可以借鉴。

“这个设想非常大胆，我惊讶于他的胆识和魄力。但到底能做到什么程度，我心里是没有底的。”张献龙说。

正是因为看到这一设想的科学价值，张献龙决定全力支持：“只要是学生提出来并且愿意干的事情，我就会支持。遇到困难，大家一起想办法解决嘛。”

▲三代科研人员：张献龙（中）、王茂军（右）、黄鲜晖（左）。

让人“害怕”的师兄

2024年春，王茂军已带领课题组围绕这一研究问题深耕4年。这时，大部分前期实验已经完成。然而，研究的核心瓶颈却依旧摆在面前。比如，如何建立适配的计算模型，如何打通棉花个体三维基因组结构与纤维性状之间的联系。课题进入攻坚克难的关键阶段。

恰在这时，受学校安排，王茂军远赴美国康奈尔大学开展为期一年的合作交流。人虽身在海外，科研工作不能停滞。白天，他参与国际学术交流，与国外同行探讨前沿思路；入夜后，他便连线国内课题组，一同敲定下一步研究路线，复盘实验和数据分析进展。跨时差高强度工作，多项事务叠加，让王茂军一度身心俱疲。

国内课题推进的重担，落在博士后黄鲜晖肩上。“看着导师在异国还在为项目操劳，我一定要把国内的实验工作扛起来，让老师放心。”黄鲜晖说。

平日性格温和的他，面对科研任务立刻变得严厉起来。他紧盯课题组整体进度，逐项核对成员提交的模型、数据、实验结果，严把质量关。无论时间早晚，只要发现新情况，都会第一时间联系组员。课题组成员接到通知，会及时回到实验室处理问题。

“我给他们压力的同时，也努力和他们一起寻找解决方案。”遇到实验或计算难题，黄鲜晖总会同大家一起研判，调动资源寻找破局路径。

对团队提出的要求，他自己执行得更为彻底。从2024年12月起，他全身心扑在课题上，每天从清晨7点工作至深夜12点。

2025年除夕将近，校园已经弥漫起年味，整栋大楼里几乎没有其他人，黄鲜晖却还守在电脑前，对照导师远程传回的意见，逐图逐段打磨论文。

每一个统计显著的位点，都要追问其生物学意义；每一组模型预测，都要有实验加以验证；论文各个部分的结论，必须可以互相印证，形成完整证据链。这些严苛的要求，让很多师弟师妹抓狂。

“师兄要求我们做到的标准，他自己只会做得更极致。”王悦瑾感慨。

大洋彼岸，王茂军也持续开展学术交流，他先后同康奈尔大学、爱荷华州立大学、法国巴黎萨克雷大学、比利时根特大学等的专家交流，反复审视课题框架，修正研究思路。海内外协同推进，在一次次复核、补实验、再分析的循环之中，论文的内容框架逐渐成型。

▲黄鲜晖（右）与王悦瑾查看棉花生长情况。

打翻试剂的“惊喜”

关键科研进展有时也要靠一点运气。“意外”有时也能带来方法层面的突破，王悦瑾就经历过这样一幕。

Hi-C是解析染色质空间互作的核心技术，依靠交联、酶切、标记、建库测序，捕获全基因组染色质远程互作信息。这套实验流程繁琐，试剂成本高，对样本活性十分敏感。在项目早期，完成一份棉花纤维Hi-C建库，需要消耗大量纤维材料，开展数百份群体样本检测，成本压力更为突显。

2023年9月，武汉天气闷热。忙完一上午实验，王悦瑾还没来得及吃午饭，便捧着珍贵的棉花纤维样品，准备转运开展交联实验。途经实验室狭窄过道，为避让迎面走来的同学，脚下不慎被绊了一下，样品大量泼洒出来。

Hi-C样品不能长时间暴露于常温环境，随着时间延长，染色质结构的完整性和稳定性会逐渐受到影响。摆在王悦瑾面前有两条路：要么直接放弃这批样品，等待下一批材料；要么抓住有限时间，利用残存样品完成整套操作。重新获取该发育时期的棉花材料周期很长，权衡之下，她迅速做出选择：继续完成实验。

全部操作结束后，王悦瑾找到王茂军，如实汇报事故经过，等着挨批。出乎她的意料，导师没有批评指责，而是安慰她静待测序结果，同时和她复盘事故细节，梳理样品转运环节的风险点，探讨如何规避同类失误。

两三周之后，测序数据返回。他们惊奇地发现，即便样品起始用量大幅下降，得到的染色质互作数据依旧能达到质控标准。

这一结果启发了王悦瑾：是否可以系统性降低Hi-C实验的最低样品需求量？如果可行，既可以降低试剂成本，也能够减轻田间取样、材料制备的负担，提高大规模群体样本检测的效率。

在王茂军的鼓励下，课题组开展大量条件调试，不断调整交联配比、超声参数、捕获富集条件，设置梯度用量反复对照验证。经过多轮摸索，棉花Hi-C实验体系实现优化，样品起始用量、综合实验成本双双下降约50%。依托这套改良流程，王悦瑾、彭雅滨、胡修宝三人一周最多可完成24份样品建库，为后续301份棉花群体材料的Hi-C大数据产出打下基础。

“科研过程就是这么令人意想不到。这原本是个意外，却对我们后期的大规模群体实验带来极大的推进。”王茂军说。

历经近3年攻坚，301份棉花自然群体的Hi?C数据全部产出。他们将驯化选择、遗传变异、空间结构重塑与纤维性状纳入同一遗传解析框架，发现三维基因组结构是除传统DNA序列变异之外，可供作物改良利用的新型靶标，为拓展现有栽培棉的遗传多样性提供了新的方向。

今年8月20日晚上，团队文章被Cell编辑部接收。9月16日论文正式在线发表，王茂军、张献龙为通讯作者，黄鲜晖、彭雅滨、胡修宝、王悦瑾、张泽宇为共同第一作者。

“未来，我们希望不再只是描绘三维基因组图谱，而是进一步理解哪些染色质空间结构可以被预测、被干预、被重塑，并最终让这些隐秘的分子靶标服务于棉花纤维品质改良。”王茂军说。

张献龙则表示，这项研究既回应基础生物学问题，也对接棉花产业现实需求，是一项开创性的工作。未来，希望把这项研究中取得的新发现、产生的新思路、探索的新方法，进一步应用到棉花及其他农作物的研究上，助力农作物的精准遗传育种，助推我国农业产业的提质增效。

相关论文链接：

https://doi.org/10.1016/j.cell.2026.08.038

文中图片由受访者提供