1月16日，中國農業科學院召開2023年院工作會議。會上，發布2022年中國農業科學院重大科學發現10項。
1.幾丁質定向生物合成的結構基礎
（Structural basis for directional chitin biosynthesis）
（植物保護研究所，陳威，第一作者；楊青，通訊作者）
（期刊：NATURE，影響因子：69.504，學科排名：1/74）
幾丁質生物合成對農業病蟲害的生存和繁殖至關重要，其關鍵反應由幾丁質合成酶催化完成。該研究以大豆疫霉菌的幾丁質合成酶PsChs1為研究對象，揭示了“門鎖”控制的底物結合、幾丁質鏈的延伸、轉運和釋放的定向合成過程，以及幾丁質合成酶被天然產物尼克霉素抑制的機制。該研究首次從原子尺度闡明了從寒武紀開始就已經存在的幾丁質生物合成機制，為靶向幾丁質合成酶的綠色農藥開發提供了基礎性、關鍵性信息，具有重要的理論和應用價值。
大豆疫霉幾丁質合成酶PsChs1的三維結構
幾丁質生物合成的模型
天然產物尼克霉素抑制幾丁質合成酶的機制
2.圖泛基因組捕捉番茄缺失的遺傳力并為育種賦能
（Graph pangenome?captures?missing?heritability?and?empowers?tomato?breeding）
（深圳農業基因組研究所，周姚，第一作者；黃三文，通訊作者）
（期刊：NATURE，影響因子：69.504，學科排名：1/74）
“遺傳力丟失”是指通過遺傳標記估計的遺傳力以及通過全基因組關聯分析發現的所有相關基因所貢獻的遺傳力總和低于通過家系估計的實際遺傳力。該研究以番茄為模式生物，結合圖泛基因組和新開發的基于多組學的關聯分析流程，從不完全連鎖、等位基因異質性和位點異質性等三個方面找回“丟失的遺傳力”。研究進一步證明，找回“丟失的遺傳力”，可從分子標記輔助選擇和基因組選擇等方面促進番茄風味育種。
番茄基因組和圖泛基因組
遺傳變異對遺傳力的貢獻
番茄圖泛基因組研究布局
黃三文研究員與其科研團隊成員在番茄大棚內觀察實驗樣本
3.野生與栽培馬鈴薯的基因組進化與多樣性
（Genome evolution and diversity of wild and cultivated potatoes）
（深圳農業基因組研究所，唐蝶，第一作者；黃三文，通訊作者）
（期刊：Nature，影響因子：69.504，學科排名：1/74）
該研究解析了栽培和野生馬鈴薯的遺傳多樣性和復雜演化史。發現與依賴種子繁殖的近源物種相比，依賴薯塊無性繁殖的馬鈴薯抗病基因數量顯著擴張；通過多組學比較分析，發現了在調控馬鈴薯塊莖發育過程中發揮核心功能的薯塊身份基因IT1；構建了馬鈴薯倒位圖譜，為育種過程中排除連鎖累贅提供了思路。
茄屬植物的地理分布與種系發生
馬鈴薯抗性基因的進化
黃三文研究員及其科研團隊成員于實驗田收獲馬鈴薯
4.轉錄因子OsDREB1C可協同實現水稻高產和早熟
(A transcriptional regulator that boosts grain yields and shortens the growth duration of rice)
（作物科學研究所，魏少博，第一作者；周文彬，通訊作者）
（期刊：SCIENCE，影響因子：63.832，學科排名：2/120）
該研究鑒定到一個受光和低氮誘導的轉錄因子OsDREB1C，可協同調控光合作用效率、氮素利用效率及抽穗期等生理過程；增強該基因表達可實現水稻田間產量提高30%以上，同時縮短生長周期；此外，OsDREB1C在小麥等不同物種中均具有高產早熟的保守性功能。該研究通過單一基因對多個重要生理途徑的聚合調控實現產量的突破，為未來作物育種以及作物生產方式變革、實現作物大幅度增產以及資源高效利用提供了重要的基因資源，創新了作物高產理論，對保障國家糧食和生態安全具有重要意義。
過表達OsDREB1C促進水稻高產早熟
OsDREB1C協同調控產量和生育期
周文彬研究員及其科研團隊成員在觀察水稻生長情況
5.高質量豌豆參考基因組和泛基因組揭示基因組結構和進化特征
（Improved pea reference genome and pan-genome highlight genomic features and evolutionary characteristics）
（作物科學研究所，楊濤，第一作者；宗緒曉，通訊作者）
（期刊：NATURE GENETICS，影響因子：41.307，學科排名：2/175）
該研究組裝并解析了中國豌豆主栽品種“中豌6號”的基因組，解決了長期以來豌豆基因組精細物理圖譜組裝難題。揭示了豌豆基因組結構和進化的獨特特征，發掘了一批與粒型、株高等孟德爾性狀和重要農藝性狀相關的位點和基因，構建了栽培和野生豌豆泛基因組，展示了豌豆近緣野生種和地方品種作為未來豌豆育種改良資源的巨大潛力。高質量的參考基因組和泛基因組為豌豆起源馴化、基因挖掘、種質創新和育種改良以及豆科植物比較基因組學研究提供了重要借鑒和寶貴資源。
豌豆基因組的重要特征
116個代表性栽培和野生豌豆的泛基因組分析結果
宗緒曉研究員及其科研團隊成員
6.甘藍型油菜產量持續提升的遺傳基礎
（Genetic basis underpins continuous yield increasing in rapeseed）
（油料作物研究所，胡繼宏，第一作者；伍曉明，通訊作者）
（期刊：Nature Genetics，影響因子：41.376，學科排名：2/175）
油菜是我國最大油料作物，單產近70年提升了近4倍。該研究首次發現我國甘藍型油菜基因組經歷了適應性和高產優質選擇兩個過程，通過對控制發育節律、株型、光合作用、產量和抗逆等有益基因的多方位和持續性選擇，推動了適應性和產量的提升；同時發掘出控制56個育種性狀的遺傳位點或基因628個，包括功能得到驗證的粒重新基因BnRRF。研究揭示了油菜產量持續提升的遺傳基礎，為進一步提升油菜產能奠定了重要的理論、技術和基因資源基礎。
甘藍型油菜現代育種中的全基因組選擇位點及關聯位點
甘藍型油菜基因組變異及重要性狀基因位點分布
伍曉明研究員及其科研團隊成員在進行油菜性狀調查
7.H7N9禽流感病毒對人致死性感染的分子機制
（H7N9 virus infection triggers lethal cytokine storm by activating gasdermin?E-mediated?pyroptosis?of?lung?alveolar?epithelial?cells）
（哈爾濱獸醫研究所，萬曉朋，第一作者；陳化蘭，通訊作者）
（期刊：National Science Review，影響因子：23.178，多學科科學排名：4/73）
該研究發現，H7N9病毒在肺臟高效復制時可活化肺泡上皮細胞內caspase-3，使其高效剪切肺泡上皮細胞內大量存在的GSDME分子，剪切后的GSDME分子N段結構域對肺泡上皮細胞膜打孔，使其發生“焦亡”，進而引發細胞因子風暴；并發現GSDME敲除小鼠可抵抗H7N9病毒的致死性感染而全部存活。研究揭示了GSDME介導的肺上皮細胞焦亡是H7N9病毒誘發肺“細胞因子風暴”導致死亡的獨特機制，提示可通過阻斷GSDME分子切割的策略治療H7N9病毒感染，為H7N9病毒感染高效治療藥物研發提供了全新思路。
H7N9病毒感染肺泡細胞引起caspase-3活化和GSDME切割
H7N9病毒感染肺泡細胞引起GSDME介導的焦亡
GSDME敲除小鼠中H7N9禽流感病毒復制和毒力均顯著下降
8.磷鐵養分信號拮抗互作調控分子模塊
（A reciprocal inhibitory module for Pi and iron signaling）
（農業資源與農業區劃研究所，阮文淵，第一作者；易可可，通訊作者）
（期刊：Molecular Plant，影響因子：21.949，學科排名：3/239）
我國大面積黃紅壤磷鐵養分不均衡，易造成作物缺磷及鐵毒害的雙重風險；而磷鐵養分的相互拮抗進一步制約了作物的優質高產，危及國家糧食安全。該研究首次發現磷養分信號中心調控因子PHRs和鐵養分信號核心調控因子HRZs共同介導了磷鐵養分信號的拮抗互作過程，從而適應土壤不同的磷鐵養分狀況，以保證作物正常的磷鐵養分需求。對磷鐵養分信號拮抗轉導機制的解析，為通過分子育種手段解決我國黃紅壤耕地磷鐵養分不均衡問題提供了新思路。
黃紅壤磷低鐵高嚴重抑制作物產量（圖片來源：地質調查科普網）
磷鐵養分拮抗互作調控工作模型
易可可研究員及其團隊
9.畜禽養殖業綜合減排措施可以實現正的環境健康效益
（Integrated livestock sector nitrogen pollution abatement measures could generate net benefits for human and ecosystem health in China ）
（農業環境與可持續發展研究所，朱志平，第一作者；董紅敏，通訊作者）
（期刊：Nature Food，影響因子：20.961，學科排名：1/144）
該研究首次構建了畜禽養殖業環境污染核算方法，建立了高分辨率的養殖布局和畜禽養殖污染狀況分布圖，探明了我國畜禽養殖污染產生和排放的時間和空間變化特征；并提出通過養殖業的空間布局優化、廢棄物利用政策實施、提升畜牧業系統氮素利用效率、提高畜禽廢棄物循環利用率等，可驅動區域農業養分循環，顯著降低環境污染和養分損失。相關技術和政策的投入產出比可達1:5，有效改善生態環境和人的健康，實現正的經濟和生態效益。
/
不同減排情景的減排效果和環境健康效益
董紅敏研究員與科研團隊成員討論畜禽糞污成分測定情況
10.融合多分辨率特征的深度學習網絡可實現高精度水稻制圖
（A full resolution deep learning network for paddy rice mapping using Landsat data）
（農業資源與農業區劃研究所，夏浪，第一作者；孫曉，通訊作者）
（期刊：ISPRS Journal of Photogrammetry and Remote Sensing，影響因子：11.774，學科排名：1/50）
及時準確獲取大區域尺度水稻時空分布信息對確保國家糧食安全意義重大。該研究構建了覆蓋我國東北水稻產區的大規模高質量訓練數據集，提出了新的融合多分辨率特征的深度學習網絡，深度解析了Landsat影像數據的空間語義信息，有效克服了以往深度學習模型邊界分割不清晰的缺陷，顯著提升了大區域尺度水稻遙感識別精度。該研究將為我國水稻時空分布信息的高精度、高時效、智能監測提供新的途徑和思路，具有重要的理論和應用價值。
融合多分辨率特征的深度學習網絡結構示意圖
深度學習網絡水稻遙感制圖結果比較（黑龍江三江平原）
