科技日报记者 马爱平 通讯员 马昕怡
种下一粒葡萄种子，从种子萌发到结出果实，需要3年。想要培育出“令人满意的”葡萄品种，则需要更长时间。能否找到一种既“快速”又“简便”的方法，实现葡萄品种的“个性化”设计？日前，中国农业科学院深圳农业基因组研究所（岭南现代农业科学与技术广东省实验室深圳分中心）（以下简称“基因组所”）周永锋团队，提出了一种利用人工智能进行葡萄育种的新方法。该方法可大幅缩短育种周期，预测准确度高达85%，相比传统方法，育种效率可提高400%，有望实现葡萄的精准育种设计，加速葡萄品种创新，并为其他多年生作物育种提供方法参考。相关研究成果4日发表在国际期刊《自然·遗传学》上。
全面、准确的基因组数据是精准“设计”育种的基础，如何深入挖掘这些数据、优化育种策略并指导育种，是智能育种需回答的问题。为此，周永锋团队引入机器学习，通过构建预测模型，根据评分进行早期个体的预测和选择，从而指导、优化育种策略。
论文通讯作者、基因组所研究员周永锋介绍，在本研究中，研究人员将包含了性状和基因型的数据划分为三个子集：训练集、验证集和测试集，利用机器学习算法解析基因型与性状数据间复杂的网络关系。该研究运用训练数据集构建了首个葡萄全基因组选择模型；进一步通过验证集调整模型参数，对模型进行优化；最后，使用测试数据集评估最终模型的性能。研究表明，结合结构变异信息和机器学习模型的计算多基因评分预测准确率高达85%。
周永锋说，通过这一模型，育种家可以快速准确地评估大量育种材料的遗传潜力，从而更好地选择优良品种。与杂交育种需要根据葡萄成熟后的表型作出判断相比，全基因组选择育种技术在葡萄幼苗时期，就可以预测其成熟后的性状，尽早剔除掉不符合条件的幼苗，减少了不必要的人工成本和投入。该模型在葡萄育种中有很大的应用潜力，将提高葡萄育种效率，加速葡萄新种质的创制，革新葡萄育种策略。目前，相关研究成果已申请获批国家发明专利6项，已申请国际专利1项。
（中国农业科学院深圳农业基因组研究所供图）
