植物育种长期面临的核心难题，正逐步被数学方法打开突破口。近日，北京雁栖湖应用数学研究院教授邬荣领团队联合多位合作者提出的个性化全基因组互作组网络模型《园艺研究》发表，显示数学与生物学交叉研究在解析复杂性状上取得新进展。传统植物育种普遍面临周期长、效率偏低的问题。以树木为例，生长周期漫长，一个优良品种的培育往往需要几代科研人员接力，通过人工杂交与长期选育才能完成。这种相对“黑箱式”的路径，难以精准解释复杂性状背后的遗传调控机制。邬荣领将其比作建筑设计：“建一栋大楼，既要考虑每块砖头的位置，也要兼顾整体结构。依托合适的统计学和数学理论，才能看清遗传物质这座‘大楼’里基因之间如何相互作用。”邬荣领团队的创新于构建了名为idopNetworks（爱豆网）的统计物理学网络模型。模型融合了邬荣领20年前提出的功能作图方法，可用于定位作物产量、抗病性、抗逆性等复杂性状涉及的的关键基因，并刻画其互作网络。该模型的特点之一，是能够处理复杂系统中的涌现现象：多个看似普通的基因协同作用，可能产生“1+1大于2”的效果。梅树成为这个模型的首个应用对象。团队对比分析了快生长树与慢生长树的全基因组数据及株高、地径等表型数据，识别出两类个体的关键差异：在快生长树的基因网络中，正向促进作用占比达到85%，形成更有利于生长的调控结构；而慢生长树的关键生长基因受到其他基因网络的强抑制，生长表现因此受限。基于该发现，模型更预测：若通过基因编辑敲除负调控因子，被压制的优良基因有望被激活，使慢生长品种的生长水平实现反超。该成果的意义不局限于林业。邬荣领表示，这项研究在个体水平的基因动态互作图谱绘制上取得突破，不仅可用于林业精准育种，也具备向动物育种乃至人类精准医疗拓展的潜力。借助更精确的“基因导航图”，育种专家可依据个体基因型设计更有针对性的改良方案，从而缩短育种周期、提升育种效率。作为北京市支持建设的新型研发机构，雁栖湖应用数学研究院聚焦原创性研究。邬荣领表示，该成果具有较强的原创性，或将推动数量遗传学相关理论发展，形成具有中国特色的方法体系，为农业科技自主创新提供支撑。
从“靠时间筛选”到“用模型推算”，育种方式的转变折射出生命科学与数学等基础学科加速融合的趋势；面向粮食安全、生态建设与生物产业发展，持续产出可验证的方法与工具尤为关键。以系统思维解析生命的复杂性——有望加快育种迭代——也将推动我国在数量遗传与精准改良领域形成更具自主特色的研究范式与技术路径。