3月6日，中國農業(yè)科學院作物科學研究所作物智能設計算法模型課題組研發(fā)出一套自動化機器學習框架，通過將氣象環(huán)境大數(shù)據(jù)與基因組信息深度融合，實現(xiàn)了作物精準遺傳分析與基因組預測，為作物智能設計育種提供有效工具。相關研究成果發(fā)表在《先進科學（Advanced Science）》上。
作物的田間表型是由基因型、環(huán)境以及基因型與環(huán)境互作共同決定的。然而，傳統(tǒng)的基因組預測方法往往忽略了環(huán)境因素對表型的影響，導致在多環(huán)境試驗中表型預測精度有限。因此，將環(huán)境數(shù)據(jù)納入基因組預測模型，考慮基因型與環(huán)境的相互作用，成為提升預測精度的關鍵。
科研團隊利用大規(guī)模多環(huán)境玉米雜交種數(shù)據(jù)集，開發(fā)了一套自動化機器學習框架，該框架集成了遺傳和環(huán)境特征處理功能，并將降維后的環(huán)境參數(shù)和全基因組關聯(lián)分析位點作為輸入進行基因組預測。在此基礎上科研人員利用自動化調參、模型集成等多種先進技術進行模型訓練，從而提升最終預測模型的精度。研究結果表明，該框架較傳統(tǒng)統(tǒng)計模型計算時間縮短可達290倍，且能保持較高的預測精度。同時，該框架利用解釋機器學習模型的輸出技術量化了遺傳和環(huán)境特征對表型變異及模型性能的貢獻。該研究可為解析基因型與環(huán)境互作的生物學機制提供重要參考，同時為作物育種提供了新的工具。
該研究得到國家自然科學基金、中國農業(yè)科學院科技創(chuàng)新工程等項目的支持。（通訊員 田浩園）
原文鏈接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202412423
