近日，中国农业大学宋任涛教授团队在国际权威期刊Molecular Plant发表了题为”Exploring maize transcriptional regulatory landscape through large-scale profiling of transcription factor binding sites”的重要研究成果。该研究对玉米转录因子（TF）-DNA 结合位点进行了大规模系统鉴定，并整合多组学数据集，成功构建出高准确度的玉米基因调控网络（mGRN+）。同时，团队利用机器学习模型，建立了“基于基因调控网络和功能模块的关键基因预测”技术，这为玉米功能基因研究及分子设计育种提供了宝贵资源。

调控网络作为生物体的“中央指挥部”，精细控制着特定时间与部位的基因表达，进而决定了作物的产量、品质和抗逆等复杂性状。但长期以来，在玉米等主要作物中，缺乏系统化、高精度的TF-DNA结合数据，这在很大程度上限制了网络构建和关键基因预测的深度与准确性。为此，研究团队开展了大规模ampDAP-seq实验，成功鉴定出513个玉米TF的全基因组结合图谱，共获得394,136个高置信结合位点。相关数据已通过公开数据库平台（https://dap-seq.maize-endosperm.cn/）共享，将为调控网络构建与分析、基因功能预测及玉米遗传改良相关研究提供坚实的支撑。

在此基础上，研究团队通过整合多组学数据（包括开放染色质和基因表达等），构建出一个覆盖全面、准确性高的玉米基因调控网络（mGRN+）。该网络包含1,203个转录因子和39万余对TF-TG调控关系。团队进一步将mGRN+按六个不同组织进行划分，揭示了组织特异性的调控模式。

为验证网络的可靠性与实用性，研究团队运用机器学习算法构建功能基因预测模型，准确率超过90%。在独立遗传学验证中，以DOF47和MYBR81两个转录因子为例，网络预测DOF47调控叶片光合作用，实验验证显示其突变体出现叶片黄化、叶绿素含量显著降低；预测MYBR81参与种子发育调控，其突变体确实表现出籽粒变小、淀粉含量下降的表型。预测结果与实验验证高度吻合，充分证明了mGRN+网络的高精度和实用价值。

该研究建立了目前玉米转录因子结合位点最大规模的资源库，通过高准确性的基因调控网络（mGRN+），为玉米分子设计育种提供可靠的调控图谱与可验证的预测框架。这些结果有望显著提升科研人员精准识别关键功能基因的能力，加速基因发现和品种改良的进程。

本研究由玉米生物育种全国重点实验室、分子设计育种前沿科学中心、国际作物分子育种联合研究实验室、中国农业大学农学院、国家玉米改良中心和三亚研究院宋任涛教授团队完成。博士后霍强和博士生张子如为共同第一作者，宋任涛教授和马泽阳副教授为共同通讯作者。中国农业大学张克春硕士、王群博士、博士生张伟潇、硕士生叶欣雨、硕士生吕庆雅及亚利桑那大学的David W Galbraith教授参与了该研究。研究得到科技创新2030农业生物育种重大项目、国家自然科学基金和国家重点研发计划的支持。