引入AI机器学习技术，我国科学家大幅缩短葡萄育种周期
【蜂耘网 人工智能】《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（岭南现代农业科学与技术广东省实验室深圳分中心）周永锋团队利用人工智能进行葡萄育种的最新研究成果。
周永锋团队提出了葡萄多性状的全基因组选择育种模型，成功构建了葡萄全基因组选择育种体系。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%。
构建首个驯化葡萄图形泛参考基因组
周永锋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，得到 18 个端粒到端粒的单倍型基因组，并整合已有的基因组数据，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。
为了进一步弄清楚葡萄基因与性状之间的关联，周永锋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年对包括果穗大小、果皮颜色等在内的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。
基于机器学习的葡萄全基因组选择育种体系
面对大量的葡萄基因组和性状数据，周永锋团队引入人工智能中的机器学习技术，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，根据评分进行早期个体的农艺性状预测和选择，从而指导、优化育种策略。
这种创新的方法将包含性状和基因型的数据划分为训练集、验证集和测试集三个子集，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。运用训练数据集构建首个葡萄全基因组选择模型，再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。
这种全基因组测序育种模式在葡萄幼苗时期，就可以通过计算机软件预测其成熟后的性状。结果表明，结合了结构变异信息的多基因评分预测模型，其预测准确率高达85%。
对未来育种意义
通过这一模型，育种家可以快速准确地评估大量葡萄育种材料的遗传潜力，从而更好地选择优良品种。同时，尽早剔除不符合条件的幼苗，减少不必要的人工成本和投入，大大提高葡萄的育种效率。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。
另外，研究发现的葡萄农艺性状遗传基础和遗传相关性，为多性状基因组选择育种提供了理论依据和实践指导，有助于加速葡萄品种创新，适应种植需求、市场变化和气候变化。未来，基于这些成果有望培育出更优质、多抗、高产的葡萄新品种，推动葡萄产业的可持续发展。
（蜂耘人工智能网 责任编辑：梅子）
相关知识
津门高手绘出菜花基因“地图” 可缩短育种周期
通过植物工厂技术，我国实现水稻生育周期减半重要突破
机器学习在农业领域的应用现状
花卉品种改良与基因编辑技术
恒小花：AI人工智能未来的应用领域
你知道育种的秘密吗？解析六种高效育种方法！
农药创制难度不断加大，如何大幅提升研发成功率？
植物工厂60天收获：我国实现水稻生育周期减半重要突破
中国科学家重大研究成果：抗病小体揭示植物免疫秘密
基因编辑育种技术全球开花！正以前所未有的速度重塑全球种业格局
网址: 引入AI机器学习技术，我国科学家大幅缩短葡萄育种周期 https://m.huajiangbk.com/newsview591409.html
| 上一篇: 可使育种周期减半，拜耳合作伙伴调 |
下一篇: 辣椒种质资源遗传多样性分析及初级 |
