10月15日，中国农业科学院作物科学研究所作物智能设计算法模型创新研究组通过多作物、多流程系统测评，建立了一套适用于不同植物的统一评价方法，并筛选出更加稳定可靠的分析方案。相关研究成果发表在《Genome Biology（基因组生物学）》上。

植物基因组中的结构变异是影响作物重要农艺性状形成的重要遗传因素。目前检测工具众多，但缺少统一的评价依据，且不少检测工具源自人类基因组开发，用于植物时适配性有限。因此建立适用于多种植物的统一评价方法具有重要意义。

研究团队选取水稻、小麦、玉米、大豆、高粱、棉花等基因组差异较大的10种作物和模式植物，利用多种独立方法反复比对和验证，为每种植物建立了一套用于核对检测结果的“参考答案”，并对91种主流分析流程的准确性和跨物种稳定性开展系统测评，成功构建了适配多种作物的植物结构变异检测统一评价体系。进一步研究发现，不同检测流程的性能存在明显差异，大片段结构变异和重复序列区域变异的识别难度更高，且缺失类变异更容易被检测出。同时，当测序深度达到约15倍时检测效果趋于稳定，可兼顾精度和成本。该研究为植物基因组研究分析工具选择提供了可参考的依据和重要技术支撑。

作科所博士后张治梁、徐俊为论文共同第一作者，李慧慧研究员为论文通讯作者。该研究得到农业生物育种国家科技重大专项、国家自然科学基金、中国农业科学院科技创新工程等项目的资助。

原文链接：https://link.springer.com/article/10.1186/s13059-026-04300-x