玉米籽粒的淀粉和蛋白质是决定籽粒品质及其终端利用价值的重要性状，而产量始终是玉米育种改良的首要目标。淀粉、蛋白质含量与籽粒产量均属于复杂数量性状，既受到遗传因素和环境条件的共同影响，彼此之间还存在密切的遗传关联，可能具有协调调控的遗传基础，同时也表现出一定的权衡（trade-off）关系。因此，解析玉米淀粉和蛋白质含量的遗传调控机制，挖掘影响品质性状及其与产量协同调控的关键基因，对于实现玉米籽粒品质与产量的协同改良具有重要理论与实践价值。

2026年9月28日，北京科技大学现代农学院、北京中智生物农业国际研究院万向元教授团队在国际学术期刊Journal of Advanced Research（IF：17.1）在线发表了题为“Genetic dissection of starch and protein quality traits and their potential co-regulation with grain yield in maize” 的论文。该研究系统梳理了玉米籽粒淀粉和蛋白质含量遗传与分子调控的最新数据和信息，筛选和挖掘了玉米品质性状相关的候选基因，进而解析其与产量性状之间的遗传基础与协同调控关系，为后续关键基因功能验证和玉米产量&品质协同改良分子设计育种提供重要基因信息

首先，文章利用文献计量学分析了过去20多年玉米籽粒品质研究的发展趋势，发现该方向的研究成果持续增长，研究重心已由早期的性状描述逐步转向利用QTL、GWAS、功能基因及多组学方法解析品质的遗传与分子基础，并越来越关注品质改良、产量形成与胁迫耐受性之间的协调关系（图1）

图1：玉米籽粒发育过程及籽粒品质研究热点发展趋势分析

在淀粉含量方面，研究团队系统分析了76个已知功能基因，构建了覆盖蔗糖输入、ADPG合成与转运、淀粉聚合、直链/支链淀粉结构形成、碳分配、能量稳态、转录调控、蛋白互作及激素信号的多层次调控网络（图2），为全面理解淀粉形成的分子机制提供理论框架。

图2：玉米籽粒淀粉生物合成过程及主要调控网络

基于42篇QTL研究与18篇GWAS分析数据，研究团队共汇总了376个淀粉含量（SC）QTLs和314个QTNs，并鉴定出57个QTL热点区间、13个QTN热点区间及6个QTL-QTN热点重叠区间；其中，若干热点区间聚集大量遗传信号，12个已知淀粉形成的调控基因位于其中（图3）。

图3：玉米淀粉含量相关QTL和QTN热点区间分析

研究团队以76个已证实淀粉调控基因为节点基因，开展MaizeNetome网络整合分析，发现677个高置信候选基因，其中72个候选基因位于热点区间内；并通过与水稻、小麦开展比较基因组学分析，筛选出106个玉米同源候选基因，其中81个具有共线性关系（图4）。综合热点定位、网络关联、跨物种同源性与已知生物学功能证据，最终发现318个控制淀粉含量的候选基因，按证据强度分为四个优先级。其中，115个候选基因获得至少两类独立证据支持，242个为尚未在玉米淀粉含量调控中开展功能验证的新候选基因，显著富集于淀粉/蔗糖代谢、碳水化合物代谢及转录调控等过程，为淀粉形成的功能验证提供了优先靶标。

图4：基于多组学整合网络及水稻小麦同源分析鉴定玉米淀粉形成调控基因

关于蛋白含量（PC），研究团队系统利用68个已发表的基因，构建了一个集转录调控、激素信号通路与蛋白修饰于一体的调控网络（图5），为阐明籽粒蛋白积累机制与改良籽粒蛋白组成提供了理论依据。

图5：玉米籽粒蛋白质含量相关调控网络

为解析蛋白含量的遗传基础，研究团队系统汇总了24项QTL研究与9项GWAS研究结果，发现PC相关的235个QTLs和108个QTNs；鉴定出20个QTL热点与4个QTN热点，但QTL与QTN热点区之间未见重叠；已知的6个PC调控基因位于热点区间内（图6）。

图6：玉米蛋白含量相关QTL和QTN热点分析

基于68个已知PC调控基因进行MaizeNetome网络整合分析，筛选到679个高置信候选基因，其中49个位于PC热点区间内；通过与水稻和小麦的共线性比对，又鉴定出45个玉米同源候选基因（图7）。整合各类证据共得到154个蛋白含量候选基因，其中60个位于热点区间内，67个获得至少两类证据支持。功能富集分析显示，这些候选基因主要涉及转录调控、氨基酸跨膜转运及内质网蛋白加工等过程。

图7：基于多组学整合网络及水稻小麦同源分析鉴定玉米蛋白含量调控基因

为探索产量与品质之间的遗传关系，该研究将穗部与籽粒相关的产量性状遗传区间与SC/PC热点进行重叠区间分析，发现淀粉与产量的基因组共定位程度显著优于蛋白与产量，而SC与PC之间的共定位相对有限，仅发现11个重叠区。此外，鉴定出10个同时与SC、PC和产量相关的热点区间，这些区间包含影响多性状的关键基因，为缓解产量—品质平衡提供了有价值的基因资源（图8）。

图8：玉米淀粉/蛋白与产量性状遗传信息重叠热点区间鉴定

基于多源证据整合并采用四层证据分级，研究还系统筛选了参与淀粉、蛋白及产量共同调控的候选基因资源。针对SC–PC联合调控，研究鉴定出370个候选基因，其中351个位于SC–PC重叠热点区间；比较基因组分析识别13个跨物种保守同源基因，5个基因同时出现在SC与PC整合网络中，且已有研究报道14个已克隆基因同时影响淀粉与蛋白含量，证明该筛选策略的可靠性。

进一步整合产量数据后，研究获得363个候选基因，包含多个已功能验证的产量、蛋白和/或淀粉调控基因，为揭示多性状遗传基础与同步改良提供了经过优先级排序的靶标。在此基础上，基于已知与候选基因构建了一个协调淀粉、蛋白与产量的分子网络。该网络为揭示产量—品质平衡的分子基础提供了调控框架，但关键节点之间的因果关系仍需通过遗传学与生化实验进一步验证（图9）。

图9：玉米产量与籽粒品质协同调控候选基因及产量—品质协同调控网络

综上，该研究通过整合QTL、GWAS、多组学网络与比较基因组学等多维度数据，系统解析了玉米籽粒淀粉与蛋白含量的遗传基础，鉴定出大量热点区与候选基因，并构建了相应的分子调控网络。研究还揭示了品质性状与产量的基因组共定位区间，筛选出一批优先靶标，为深入解析品质—产量平衡提供了重要且可操作的基因资源，为后续同步改良产量品质提出了明确的研究路径（图10）。

图10：玉米产量和品质协同改良的智能育种策略

北京科技大学现代农学院青年教师李焕改和博士研究生王成为该论文共同第一作者，万向元教授和龙艳教授为该文共同通讯作者。该研究得到了国家重点研发计划、国家自然科学基金和北京市乡村振兴农业科技项目等的资助。

原文链接：https://doi.org/10.1016/j.jare.2026.09.017