中国农科院利用 AI 进行葡萄育种,效率提高 400%

AI 助力葡萄育种研究

11 月 4 日消息,从中国农科院基因组所官方微信公众号获悉,今日《自然・遗传学（Nature Genetics）》在线发表了中国农业科学院深圳农业基因组研究所周永锋团队利用人工智能进行葡萄育种的最新研究成果。该研究将大幅缩短葡萄育种周期,且对葡萄农艺性状的预测准确度高达 85%。相比传统方法,育种效率可提高 400%。

从基因组数据到全基因组选择模型

周永锋团队自 2015 年起,便开始聚焦葡萄的设计育种工作,并于 2023 年发布首个葡萄端粒到端粒完整参考基因组图谱。然而,要实现精准 “设计”,一个基因组数据远远不够。因此,团队对包括野生种和栽培品种在内的 9 个二倍体葡萄品种进行测序、组装,构建了目前首个最全面、最准确的葡萄泛基因组（Grapepan v1.0）,总长度达 1.43Gb,是单个参考基因组大小的近 3 倍。

深入挖掘基因与性状关联

为了进一步弄清楚葡萄基因与性状之间的关联,团队从近万份葡萄品种中选取了 400 多份有代表性的葡萄品种,连续 3 年对 29 个农艺性状进行调查,构建了葡萄基因型图谱和性状图谱。通过数量遗传学分析,鉴定到 148 个与农艺性状显著相关的位点,其中 122 个位点为首次发现。这些发现为葡萄精准设计育种提供了重要依据。

机器学习优化育种策略

周永锋团队决定引入机器学习,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。研究人员将包含了性状和基因型的数据划分为训练集、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的复杂网络关系,构建了首个葡萄全基因组选择模型。最终,结合了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%。

应用前景与专利申请

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。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,减少了不必要的人工成本和投入,在葡萄育种应用中有很大的应用潜力,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。

未来展望与专利成果

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。这不仅为葡萄育种提供了新工具,也为其他多年生作物的育种提供了方法参考。未来,随着技术的不断完善和推广,AI 将在农业育种领域发挥越来越重要的作用,推动农业现代化进程,助力农业高质量发展。

总结

中国农科院深圳农业基因组研究所周永锋团队利用 AI 技术在葡萄育种领域取得了突破性进展,通过构建全面的葡萄基因组数据和精准的全基因组选择模型,大幅提高了育种效率和预测准确度。该研究不仅为葡萄育种提供了新思路,也为其他多年生作物的育种提供了宝贵经验,标志着智能育种时代的到来。