BIMSA联合北京林业大学，提出个性化数量遗传学新理论框架
近日，北京雁栖湖应用数学研究院（简称BIMSA) 丘成桐、邬荣领教授团队联合北京林业大学孙丽丹教授团队，在数量遗传学理论研究方面取得重要进展，相关成果以《Graph statistics theory of individualized quantitative genetics under haplotype-resolved genome assembly》为题发表于国际顶级学术期刊《美国国家科学院院刊》（PNAS）。2026 年 4 月 9 日，BIMSA与北京林业大学“智能育种” 研究成果交流会在清华大学静斋召开，专题分享该突破性成果，BIMSA院长丘成桐、副院长邬荣领，北京林业大学党委书记王涛、园林学院书记赵海燕、园林学院院长郑曦等两院校领导及核心科研团队成员出席，会议由BIMSA副院长龙飞主持。
图1 “智能育种” 研究成果交流会现场
研究团队在前期全基因互作网络研究基础上，结合单倍型组装技术与图统计学方法，系统提出了个性化数量遗传学新理论框架，为复杂性状遗传机制解析、多基因精准编辑以及个体化干预提供了新的理论支撑，开辟了数量遗传学新领域。
经典理论持续百年：数量遗传学奠定现代育种基础
数量遗传学自20世纪初由R. A. Fisher创立以来，一直是遗传育种和复杂性状研究的核心理论基础。经典数量遗传学通过加性效应、显性效应和上位性效应等概念，将复杂性状的遗传基础分解为若干统计成分，并借助群体均值比较、方差分析和遗传参数估计，建立起一套完整的分析框架。一个多世纪以来，这一理论体系在作物育种、动物遗传改良、QTL定位和基因组选择等领域发挥了不可替代的重要作用。
图2 经典数量遗传学中加性效应与显性效应的示意图
从位点关联到个体机制：复杂性状研究亟待新的研究路径
进入基因组时代，全基因组关联分析（GWAS）在群体水平上取得了显著进展，鉴定出大量与复杂性状相关的遗传位点。然而，复杂性状普遍具有多基因性、多效性以及广泛存在的基因互作与调控网络结构，使得单一位点的统计显著性难以直接反映其在个体中的真实调控作用。许多遗传效应依赖于特定基因背景而存在，尽管关联位点不断积累，但在多基因协同调控机制解析及精准编辑策略设计等方面，仍面临解释能力不足、调控路径不清晰等关键瓶颈。
探究植物复杂性状的遗传调控机制，是现代生物学的核心难题。“就像是建一栋大楼，要考虑每块砖头的布局以及整体的结构设计。看似普通的几个基因共同作用，能实现‘一加一大于二’的效果，这就是复杂系统中的涌现现象。”邬荣领说，植物性状精准调控的关键，就藏在错综复杂的基因交互中，传统的数量遗传学理论很难解决这个难题。因此，在精准育种与精准医学时代，数量遗传学亟需从群体统计分析走向个体层面的结构解析，从关注差异走向理解机制本身。
整合多学科方法：提出个性化数量遗传学新框架
针对上述挑战，研究团队在全基因互作网络研究基础上，结合单倍型组装技术与图统计理论，提出个性化数量遗传新理论框架。该框架以单个个体为研究对象，将全基因组等位基因编码为一个全基因互作网络，通过准动态模型分解每个等位基因的独立表达与依赖表达成分，并结合稀疏建模与拓扑分析方法，重建个体特异的遗传结构.
图3 邬荣领教授介绍相关成果
这一理论实现了数量遗传学研究思路的重要转变，使遗传研究从依赖大规模群体统计比较，转向可以在单个个体内部完成机制建模与结构解析。
图4 个性化数量遗传学中显性与上位性互作
重构遗传效应内涵：从方差分量到网络结构
在个性化数量遗传学框架中，研究团队对经典遗传效应的内涵进行了系统重构。传统意义上的加性效应、显性效应和上位性效应，通常被定义为群体层面的统计量，而在新框架下，这些效应被重新解释为个体内部的基因互作关系。具体而言，显性效应被视为同一位点两个等位基因之间的双向调控关系；上位性效应被定义为不同位点等位基因之间的相互作用，并可进一步区分为单倍型内与单倍型间的互作；多效性则被建模为跨性状、跨组织的网络连接关系。
通过这一重构，遗传效应不再仅仅表现为抽象的统计参数，而是以具有方向性、作用强度和正负符号的网络结构呈现，从而实现对遗传机制的结构化刻画。
图5 个性化数量遗传学中等位基因上位性互作网络梅花育种验证：个性化数量遗传学实现遗传网络解析在方法验证方面，研究团队以我国重要观赏与经济树种梅花（Prunus mume）为研究对象，构建了其单倍型基因组，并结合多时间点、多器官的转录组数据，对等位基因表达的时空动态进行了系统分析。基于所提出的图统计模型，研究人员将全基因组等位基因整合为个体水平的互作网络，刻画了不同等位基因之间在基因组范围内的相互作用关系。研究表明，该框架能够在单个个体尺度上解析基因互作结构，并揭示等位基因在不同器官和发育阶段中的协同调控模式。进一步分析发现，该方法能够解释梅花抗寒性形成的遗传机制，并揭示不同器官之间通过基因互作网络实现的协同调控关系，为理解复杂性状的系统调控提供了新的视角。
面向应用前沿：支撑精准育种与个体化医学
“遗传学研究中常出现这样的情况，某个基因的变化能让作物生长变快，但同时会影响抗病性。通过计算不同基因之间的作用网络，就能找到基因调控的‘说明书’，精准调控某一种性状。”邬荣领表示，团队目前已经与北京协和医院、天坛医院等多家医疗机构展开合作，围绕阿尔兹海默病、衰老、影像治疗等方向开展探索，从海量数据中找到疾病背后的规律。
个性化数量遗传学这一新概念的提出，受到国际遗传学家的高度认可。美国科学院院士、哈佛大学进化生物学教授、美国遗传学协会、国际进化研究学会前主席 Scott V. Edwards 说，“这一理论为数量遗传学提供了一个新的理论视角，使复杂性状研究能够在个体层面建立起可解析的遗传结构框架。这一进展有望推动遗传研究进一步深入到基因互作与系统调控层面，为复杂生物性状的精细化解析与调控提供基础支撑。 ”
扫描以下二维码查看原论文
