The recent advancements in forward genetics have expanded the applications of mutation techniques in advanced genetics and genomics, ahead of direct use in breeding programs. The advent of next-generation sequencing (NGS) has enabled easy identification and mapping of causal mutations within a short period and at relatively low cost. Identifying the genetic mutations and genes that underlie phenotypic changes is essential for understanding a wide variety of biological functions. To accelerate the mutation mapping for crop improvement, several high-throughput and novel NGS based forward genetic approaches have been developed and applied in various crops. These techniques are highly efficient in crop plants, as it is relatively easy to grow and screen thousands of individuals. These approaches have improved the resolution in quantitative trait loci (QTL) position/point mutations and assisted in determining the functional causative variations in genes. To be successful in the interpretation of NGS data, bioinformatics computational methods are critical elements in delivering accurate assembly, alignment, and variant detection. Numerous bioinformatics tools/pipelines have been developed for such analysis. This article intends to review the recent advances in NGS based forward genetic approaches to identify and map the causal mutations in the crop genomes. The article also highlights the available bioinformatics tools/pipelines for reducing the complexity of NGS data and delivering the concluding outcomes.

中文翻译：

---

基于下一代测序的正向遗传方法识别和定位农作物中的因果突变：综述

正向遗传学的最新进展已经扩大了突变技术在先进遗传学和基因组学中的应用范围，从而直接应用于育种程序。下一代测序（NGS）的出现使得能够在短时间内以相对较低的成本轻松识别和绘制因果突变。识别构成表型改变的遗传突变和基因对于理解多种生物学功能至关重要。为了加速突变图谱以改良作物，已经开发了几种基于高通量和新型NGS的正向遗传方法，并将其应用于各种作物。这些技术在农作物中非常有效，因为它相对容易生长和筛选成千上万的个体。这些方法提高了数量性状基因座（QTL）位置/点突变的分辨率，并有助于确定基因的功能性致病性变异。为了成功解释NGS数据，生物信息学计算方法是实现准确组装，比对和变异检测的关键要素。已经为这种分析开发了许多生物信息学工具/管道。本文旨在回顾基于NGS的前向遗传方法的最新进展，以鉴定和定位作物基因组中的因果突变。本文还重点介绍了可用于降低NGS数据复杂性并提供结论的可用生物信息学工具/管道。为了成功解释NGS数据，生物信息学计算方法是实现准确组装，比对和变异检测的关键要素。已经为这种分析开发了许多生物信息学工具/管道。本文旨在回顾基于NGS的前向遗传方法的最新进展，以鉴定和定位作物基因组中的因果突变。本文还重点介绍了可用于降低NGS数据复杂性并提供结论的可用生物信息学工具/管道。为了成功解释NGS数据，生物信息学计算方法是实现准确组装，比对和变异检测的关键要素。已经为这种分析开发了许多生物信息学工具/管道。本文旨在回顾基于NGS的前向遗传方法的最新进展，以鉴定和定位作物基因组中的因果突变。本文还重点介绍了可用于降低NGS数据复杂性并提供结论的可用生物信息学工具/管道。本文旨在回顾基于NGS的前向遗传方法的最新进展，以鉴定和定位作物基因组中的因果突变。本文还重点介绍了可用于降低NGS数据复杂性并提供结论的可用生物信息学工具/管道。本文旨在回顾基于NGS的前向遗传方法的最新进展，以鉴定和定位作物基因组中的因果突变。本文还重点介绍了可用于降低NGS数据复杂性并提供结论的可用生物信息学工具/管道。