姓  名: 贺飞
    职  称: 研究员
    职  务:
    电话/传真: 010-6480-6301
    电子邮件: fhe@genetics.ac.cn
    实验室主页:
    研究方向: 小麦抗病育种的基因组学基础

    简历介绍:

    贺飞,博士,研究员,博士生导师
     
            2002-2006年,西南大学,农学与生命科学学院,理学学士;
            2006-2011年,中国农业大学,生物学院,理学博士(导师:张子丁);
            2011-2012年,Memorial Sloan Kettering Cancer Center,发育生物学系(Zhirong Bao),博士后;
            2012-2016年,Brookhaven National Lab, 生物系(Sergei Maslov),博士后;
            2016-2021年,Kansas State University, 植物保护系(Eduard Akhunov),博士后;
            2021年7月起,中国科学院遗传与发育生物学研究所,研究员

    研究领域:

    课题组的研究方向介绍:
            小麦抗病基因的挖掘与育种利用可以帮助缩短抗病品种的培育周期。但传统的细胞学手段难以精细鉴定小麦基因组中的外源染色体片段,因此我们无法高效地研究来自亲缘或者远缘物种的抗病基因。2018年以来,一系列小麦及其亲缘物种的基因组项目相继完成,小麦抗病基因的克隆与功能研究面临前所未有的时代契机。本研究组将聚焦抗病基因,以远缘杂交材料为基础,利用组学与计算的手段在基因组层面上系统地解析外源基因在小麦抗病育种中的作用,揭示远缘杂交对于小麦抗病等重要农艺性状的分子与遗传基础,并与育种家合作探索提高小麦抗病育种效率的新思路。
     
    课题组成员:罗巧玲(助理研究员),谢菁忠(助理研究员),张志蒙(博士生),尹谋(博士生),赵彩虹(硕士生)
     
    近期招聘信息:
            本课题组目前招收博士后(分子生物学方向、或者生物信息学方向)、客座研究生、科研助理。欢迎对组学数据挖掘、小麦功能基因组学感兴趣的有志青年申请(fhe@genetics.ac.cn)。
     
     
            1.抗病基因的基因组学研究策略:抗病基因进化速度快,在不同小麦品种中的变异程度极大。本研究组将采用基因组学的研究策略构建小麦抗病基因的泛基因组图谱。
     
            2.抗病性状遗传机制的生物信息学解析:本研究组将针对我国小麦的重要病害,利用基因组学、生物信息学以及系统生物学手段,构建抗病性状的遗传调控网络。通过网络拓扑结构分析、机器学习等方法挖掘控制抗病性状的关键基因。
     
            3.分子设计辅助小麦抗病育种:
            本课题组的长远研究目标是将生物组学大数据的研究结果与小麦抗病育种相结合,探索抗病新品种的分子设计与创制新策略。
     

    社会任职:

    获奖及荣誉:

    承担科研项目情况:

    代表论著:

    已发表的部分论文: # 同等贡献,* 通讯作者
    1. He F#, Wang W#, …, Akhunov E. Genomic variants affecting homoeologous gene expression dosage contribute to agronomic trait variation in allopolyploid wheat. Nature Communications 2022
     
    2. He F, Pasam R, Shi F, …, Hayden M, Akhunov E. Exome sequencing highlights the role of wild relative introgression in shaping the adaptive landscape of the wheat genome. Nature Genetics 2019, 51, 896–904
     
    3. Jordan K#, He F#, Fernandez M, Akhunova A, Akhunov E. Differential chromatin accessibility landscape reveals the structural and functional features of the allopolyploid wheat chromosomes. Genome Biology 2020, 21:176
     
    4. He F, Yoo S, Wang D, Kumari S, Gerstein M, Ware D, Maslov S. Large-scale atlas of microarray data reveals the distinct expression landscape of different tissues in Arabidopsis. Plant Journal 2016, 86:472–480.
     
    5. He F#, Zhou Y#, Zhang Z. Deciphering the Arabidopsis floral transition process by integrating a protein-protein interaction network and gene expression data. Plant Physiology 2010, 153(4):1492-505
     
    6. He F, Zhang Y, Chen H, Zhang Z, Peng Y-L. The prediction of protein-protein interaction networks in rice blast fungus. BMC Genomics 2008, 9:519
     
    7. Du Z#, He F#, Yu Z, Bowerman B, Bao Z. E3 ubiquitin ligases promote progression of differentiation during C. elegans embryogenesis. Developmental Biology 2015, 398:267–279
     
    8. Xiao L, Zhao Z, He F*, Du Z*. Multivariable regulation of gene expression plasticity in metazoans. Open Biology 2019, 9(12):190150.
     
    9. Qi H, Jiang Z, Zhang K, Yang S, He F*, Zhang Z*. PlaD: A Transcriptomics Database for Plant Defense Responses to Pathogens, Providing New Insights into Plant Immune System. Genomics, Proteomics&Bioinformatics 2018, 16(4):283-293
     
    10. He F*, Karve AA, Maslov S, Babst BA. Large-Scale Public Transcriptomic Data Mining Reveals a Tight Connection between the Transport of Nitrogen and Other Transport Processes in Arabidopsis. Frontiers in Plant Science 2016, 11;7:1207.
     
    11.  He F*, Maslov S*. Pan-and core-network analysis of co-expression genes in a model plant. Scientific Reports 2016, 6:38956.
     
    12.  Arkin AP, et al. KBase: The United States Department of Energy Systems Biology Knowledgebase. Nature Biotechnology 2018, 36:566–569.
     
    13.  Wang D, He F, Maslov S, Gerstein M. DREISS: Using State-Space Models to Infer the Dynamics of Gene Expression Driven by External and Internal Regulatory Networks. PLoS Computational Biology 2016, 19;12(10):e1005146