《自然·遺傳學(Nature Genetics)》11月4日18時在線發(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)絡關系，運用訓練數(shù)據(jù)集構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。研究結果表明，結合了結構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。
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。
為什么企業(yè)數(shù)字化轉型建設總是信息部...
