葡萄，因其獨特的風味和口感，深受人們喜愛。一粒葡萄種子，從萌發(fā)到結(jié)果，通常需要3年。而想要培育出“令人滿意的”葡萄品種，需要的時間更久。能否找到一種既“快速”又“簡便”的方法實現(xiàn)葡萄品種的“個性化”設(shè)計？育種家為此絞盡了腦汁。
11月4日18時，《自然·遺傳學（Nature Genetics）》在線發(fā)表了中國農(nóng)業(yè)科學院深圳農(nóng)業(yè)基因組研究所（嶺南現(xiàn)代農(nóng)業(yè)科學與技術(shù)廣東省實驗室深圳分中心）周永鋒團隊利用人工智能進行葡萄育種的最新研究成果。該研究將大幅縮短葡萄育種周期，且對葡萄農(nóng)藝性狀的預測準確度高達85%。相比傳統(tǒng)方法，育種效率可提高400%。該研究有望實現(xiàn)葡萄的精準設(shè)計育種，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。
在這項研究中，周永鋒團隊引入了機器學習算法，通過構(gòu)建預測模型，根據(jù)評分進行早期個體的農(nóng)藝性狀預測和選擇，從而指導、優(yōu)化育種策略。
據(jù)團隊成員介紹，該研究將包含了性狀和基因型的數(shù)據(jù)劃分為三個子集：訓練集、驗證集和測試集。首先，他們利用機器學習算法解析基因型與性狀數(shù)據(jù)間的復雜網(wǎng)絡(luò)關(guān)系，運用訓練數(shù)據(jù)集構(gòu)建了首個葡萄全基因組選擇模型，隨后進一步通過驗證集調(diào)整模型參數(shù)，對模型進行優(yōu)化，最后使用測試數(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)變異信息和機器學習模型的計算，多基因評分預測準確率高達85%。
通過這一模型，育種家可以快速準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。傳統(tǒng)的雜交育種需要根據(jù)葡萄成熟后的表型作出判斷，而全基因組選擇育種技術(shù)在葡萄幼苗時期就可以預測其成熟后的性狀，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，在葡萄育種應用中有很大的應用潛力。該技術(shù)將提高葡萄育種效率，加速葡萄新種質(zhì)的創(chuàng)制，革新葡萄育種策略。
目前，該項目相關(guān)研究成果已申請獲批國家發(fā)明專利6項，已申請國際專利1項。該研究獲得了國家重點研發(fā)計劃、國家優(yōu)秀青年科學基金（海外）、國家自然科學基金、中央政府引導地方科技發(fā)展專項資金項目等項目的支持。
