11月4日，中國農(nóng)業(yè)科學(xué)院深圳農(nóng)業(yè)基因組研究所（嶺南現(xiàn)代農(nóng)業(yè)科學(xué)與技術(shù)廣東省實驗室深圳分中心）周永鋒團(tuán)隊提出利用人工智能進(jìn)行葡萄育種的新方法，將大幅縮短育種周期，且預(yù)測準(zhǔn)確度高達(dá)85%，相比傳統(tǒng)方法，育種效率可提高400%。該研究有望實現(xiàn)葡萄的精準(zhǔn)育種設(shè)計，加速葡萄品種創(chuàng)新，并為其他多年生作物育種提供方法參考。相關(guān)研究成果發(fā)表在《自然·遺傳學(xué)（Nature Genetics）》上。
進(jìn)入二十一世紀(jì)以來，隨著分子生物學(xué)、數(shù)量遺傳學(xué)、生物信息學(xué)等學(xué)科的興起，育種家提出育種3.0技術(shù)，即分子育種，通過分子標(biāo)記來“設(shè)計”性狀，并在此基礎(chǔ)上，提出育種4.0，即智能設(shè)計育種，基于海量基因組和遺傳數(shù)據(jù)進(jìn)行分析預(yù)測，以提高育種效率和精確度，全基因組選擇育種便是其中最具代表性的一種。
目前，葡萄育種仍停留在2.0階段。要想實現(xiàn)從2.0到4.0的跨越，首先需要足夠全面、準(zhǔn)確的基因組數(shù)據(jù)。
為此，周永鋒團(tuán)隊自2015年起，開始聚焦葡萄的設(shè)計育種工作，并于2023年發(fā)布首個葡萄端粒到端粒完整參考基因組圖譜。隨后，團(tuán)隊又陸續(xù)對包括野生種和栽培品種在內(nèi)的9個二倍體葡萄品種進(jìn)行測序、組裝，得到18個端粒到端粒的單倍型基因組，并整合已有的基因組數(shù)據(jù)，構(gòu)建了目前首個最全面、最準(zhǔn)確的葡萄泛基因組。
為了進(jìn)一步弄清楚葡萄基因與性狀之間的關(guān)聯(lián)，周永鋒團(tuán)隊從近萬份葡萄品種中選取了400多份有代表性的葡萄品種，連續(xù)3年對包括果穗大小、漿果中代謝物含量、漿果大小和果皮顏色等在內(nèi)的29個農(nóng)藝性狀進(jìn)行調(diào)查，構(gòu)建了葡萄基因型圖譜和性狀圖譜。
在此基礎(chǔ)上，周永鋒團(tuán)隊利用數(shù)量遺傳學(xué)分析，鑒定到148個與農(nóng)藝性狀顯著相關(guān)的位點，其中122個位點為首次發(fā)現(xiàn)。
全面、準(zhǔn)確的基因組數(shù)據(jù)是精準(zhǔn)“設(shè)計”育種的基礎(chǔ)，而如何深入挖掘這些數(shù)據(jù)來優(yōu)化育種策略并指導(dǎo)育種？是智能育種必須回答的問題。
周永鋒團(tuán)隊決定引入機器學(xué)習(xí)，通過構(gòu)建預(yù)測模型，根據(jù)評分進(jìn)行早期個體的預(yù)測和選擇，從而指導(dǎo)、優(yōu)化育種策略。在本研究中，研究人員將包含了性狀和基因型的數(shù)據(jù)劃分為三個子集：訓(xùn)練集、驗證集和測試集。利用機器學(xué)習(xí)算法解析基因型與性狀數(shù)據(jù)間的復(fù)雜網(wǎng)絡(luò)關(guān)系，運用訓(xùn)練數(shù)據(jù)集構(gòu)建了首個葡萄全基因組選擇模型，研究進(jìn)一步通過驗證集調(diào)整模型參數(shù)，對模型進(jìn)行優(yōu)化，最后利用測試數(shù)據(jù)集評估最終模型的性能。研究結(jié)果表明，結(jié)合了結(jié)構(gòu)變異信息和機器學(xué)習(xí)模型的計算多基因評分預(yù)測準(zhǔn)確率高達(dá)85%。
通過這一模型，育種家可以快速準(zhǔn)確地評估大量育種材料的遺傳潛力，從而更好地選擇優(yōu)良品種。與雜交育種需要根據(jù)葡萄成熟后的表型作出判斷相比，全基因組選擇育種技術(shù)在葡萄幼苗時期就可以預(yù)測其成熟后的性狀，盡早剔除掉不符合條件的幼苗，減少了不必要的人工成本和投入，在葡萄育種應(yīng)用中有很大的應(yīng)用潛力，提高葡萄育種效率，加速葡萄新種質(zhì)的創(chuàng)制，革新葡萄育種策略。
