中国农业科学院作物科学研究所、四川农业大学、成都天成未来科技有限公司的研究人员合作构建了小麦基因定位与基因组研究平台-WheatGmap，为高效克隆小麦功能基因提供了一个有效的数据利用、分析和共享平台。11月30日，相关研究成果以WheatGmap: A Comprehensive Platform for Wheat Gene Mapping and Genomic Studies为题发表在Molecular Plant上。

集群分离分析（BSA）作为一种在分离群体中鉴定目标基因的方法，由于其高效、低成本的优点被广泛应用。然而，对于缺乏生物信息学背景的研究者来说，如何深度分析高通量测序获得的数据、正确选择算法、有效利用已公布的海量数据成为当前应用BSA方法进行小麦基因快速定位和候选基因筛选的限速步骤。研发一个界面友好、易操作的专业性数据处理平台将对推动小麦研究有重要应用意义。

该平台目前整合并分析了超过3500份六倍体小麦的高通量测序数据，包括全基因组测序 (WGS)，外显子组测序 (WES) 和转录组测序 (RNA-seq) 数据。为了方便用户利用这些资源，网站整合了SNP-index、 Euclidean distance (ED)、QTLseqr和varBScore四种BSA模型。此外，网站集成了序列比对、基因注释、表达分析、富集分析等序列分析和基因功能研究常用的工具。研究人员以黄绿突变体ygl1基因的快速定位和克隆为例介绍了群体构建、数据在线分析、候选基因筛选等流程。WheatGmap为小麦研究者提供了一个界面友好、易操作的小麦基因定位与基因组研究平台，该平台整合了多种基于BSA定位的模型和大量的数据，可以帮助科研工作者利用BSA方法进行小麦基因定位、克隆与功能研究，也可以共享测序数据及表型数据。同时，随着泛基因组时代的来临，后续还会对平台进行数据更新与升级，使其功能变得更强大。

中国农科院作科所张立超副研究员、董纯豪博士以及四川农业大学/成都天成未来科技有限公司陈中旭博士为该论文的共同作者，四川农业大学王际睿研究员、中国农科院作科所刘旭院士和孔秀英研究员为该论文的共同通讯作者。该研究得到国家重点研发计划、转基因重大专项、中国农科院科技创新工程和国家自然科学基金支持。