一種結(jié)合人工智能的育種技術(shù)，正在大幅度縮短傳統(tǒng)的葡萄育種時間。記者從中國農(nóng)科院基因組所獲悉，該所周永鋒團隊提出利用人工智能進行葡萄育種的新方法，將大幅縮短育種周期，且預(yù)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)葡萄的精準育種設(shè)計，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。相關(guān)研究成果發(fā)表在《自然·遺傳學(xué)（Nature Genetics）》上。
葡萄育種技術(shù)的數(shù)次跨越
葡萄是人類喜愛的水果，富含多種營養(yǎng)成分，且用途多樣。然而一粒葡萄種子從萌發(fā)到結(jié)出果實，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。
有研究表明，約1萬多年前，人們就開始嘗試“改造”葡萄，所謂“改造”，就是有選擇性地通過特定手段對原有葡萄性狀進行改良，這一過程又被稱為育種。
人類馴化葡萄的歷史可以追溯到1萬年之前。中國農(nóng)科院基因組所供圖
早期，人們發(fā)現(xiàn)野生葡萄后，會把品質(zhì)優(yōu)良的葡萄苗保存下來，通過一代又一代的繁育，只留下符合要求的后代，這種方法固然有用，但高度依賴自然種質(zhì)資源，可改良程度有限，因此，被稱為育種1.0技術(shù)。后來，人們發(fā)現(xiàn)如果既想要葡萄“產(chǎn)量高”，也想要“甜度高”，可以把“產(chǎn)量高”的葡萄品種和“甜度高”的葡萄品種進行雜交，以培育出聚合了雙親優(yōu)良性狀的雜交后代，這種方法滿足了有針對性選育葡萄品種的需求，但育種周期十分漫長，往往需要經(jīng)過數(shù)十年的篩選，工作量極大，且由于葡萄高度雜合，雜交后，后代會出現(xiàn)性狀分離，雜交效果并不理想，該方法被稱為育種2.0技術(shù)。
進入二十一世紀以來，隨著分子生物學(xué)、數(shù)量遺傳學(xué)、生物信息學(xué)等學(xué)科的興起，育種家提出育種3.0技術(shù)，即分子育種，通過分子標記來“設(shè)計”性狀，并在此基礎(chǔ)上，提出育種4.0，即智能設(shè)計育種，基于海量基因組和遺傳數(shù)據(jù)進行分析預(yù)測，以提高育種效率和精確度，全基因組選擇育種便是其中最具代表性的一種。
智能設(shè)計育種將大幅度提高育種效率和精度。中國農(nóng)科院基因組所供圖
首個葡萄泛基因組發(fā)布
目前，葡萄育種仍停留在2.0階段。要想實現(xiàn)從2.0到4.0的跨越，首先需要足夠全面、準確的基因組數(shù)據(jù)。
為此，周永鋒團隊自2015年起，便開始聚焦葡萄的設(shè)計育種工作，并于2023年發(fā)布首個葡萄端粒到端粒完整參考基因組圖譜，相關(guān)研究以封面文章發(fā)表在《園藝研究（Horticulture Research）》上。
然而，要實現(xiàn)精準“設(shè)計”，一個基因組數(shù)據(jù)遠遠不夠。在此基礎(chǔ)上，周永鋒團隊又陸續(xù)對包括野生種和栽培種在內(nèi)的9個二倍體葡萄品種進行測序、組裝，得到18個端粒到端粒的單倍型基因組，并整合已有的基因組數(shù)據(jù)，構(gòu)建了目前首個最全面、最準確的葡萄泛基因組，是單個參考基因組大小的近3倍。
葡萄泛基因組。中國農(nóng)科院基因組所供圖
為了進一步弄清楚葡萄基因與性狀之間的關(guān)聯(lián)，周永鋒團隊從近萬份葡萄品種中選取了400多份有代表性的葡萄品種，連續(xù)3年對包括果穗大小、漿果中代謝物含量、漿果大小和果皮顏色等在內(nèi)的29個農(nóng)藝性狀進行調(diào)查，構(gòu)建了葡萄基因型圖譜和性狀圖譜。在此基礎(chǔ)上，周永鋒團隊利用數(shù)量遺傳學(xué)分析，鑒定到148個與農(nóng)藝性狀顯著相關(guān)的位點，其中122個位點為首次發(fā)現(xiàn)。
研究發(fā)現(xiàn)，調(diào)控不同性狀的位點間存在關(guān)聯(lián)性，如可溶性固形物含量和漿果寬度相關(guān)位點鄰近。此外，不同葡萄群體（釀酒、鮮食、美洲鮮食雜種）之間存在顯著分化的區(qū)域，這些區(qū)域中存在與漿果顏色、果皮澀味、漿果形狀、果穗重量、果肉硬度、果實大小等多個性狀相關(guān)的遺傳位點，表明對農(nóng)藝性狀歧化選擇促進了釀酒與鮮食葡萄的分化。
葡萄不同群體間29個農(nóng)藝性狀及其相關(guān)性。中國農(nóng)科院基因組所供圖
“AI”指導(dǎo)葡萄育種
全面、準確的基因組數(shù)據(jù)是精準“設(shè)計”育種的基礎(chǔ)，而如何深入挖掘這些數(shù)據(jù)來優(yōu)化育種策略并指導(dǎo)育種？是智能育種必須回答的問題。
周永鋒團隊決定引入機器學(xué)習，通過構(gòu)建預(yù)測模型，根據(jù)評分進行早期個體的預(yù)測和選擇，從而指導(dǎo)、優(yōu)化育種策略。
基因組選擇育種策略。中國農(nóng)科院基因組所供圖
在本研究中，研究人員將包含了性狀和基因型的數(shù)據(jù)劃分為三個子集：訓(xùn)練集、驗證集和測試集。利用機器學(xué)習算法解析基因型與性狀數(shù)據(jù)間的復(fù)雜網(wǎng)絡(luò)關(guān)系，運用訓(xùn)練數(shù)據(jù)集構(gòu)建了首個葡萄全基因組選擇模型，研究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(xué)習模型的計算多基因評分預(yù)測準確率高達 85%。
主要農(nóng)藝性狀的預(yù)測準確率大幅提升。中國農(nóng)科院基因組所供圖
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。與雜交育種需要根據(jù)葡萄成熟后的表型作出判斷相比，全基因組選擇育種技術(shù)在葡萄幼苗時期就可以預(yù)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(yīng)用中有很大的應(yīng)用潛力，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，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(xué)基金（海外）、國家自然科學(xué)基金、中央政府引導(dǎo)地方科技發(fā)展專項資金等項目的支持。
新京報記者 周懷宗
編輯 張樹婧 校對 王心
