“葡萄美酒夜光杯，欲飲琵琶馬上催。”這句古詩反映了人們自古以來對葡萄的喜愛。種下一粒葡萄種子，從種子萌發(fā)到結出果實，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。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”設計？

 

　　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）周永鋒團隊提出利用人工智能進行葡萄育種的新方法，該方法可大幅縮短育種周期，且預測準確度高達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。相關研究成果于11月4日發(fā)表在《自然·遺傳學》（Nature Genetics）上。

 

　　有選擇性地通過特定手段對原有葡萄性狀進行改良，這一過程被稱為育種。早期，人們發(fā)現(xiàn)野生葡萄后，會把品質優(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資源，可改良程度有限。

 

　　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。直到目前，葡萄育種的主要方法仍是雜交育種，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。

 

　　進入21世紀以來，育種家提出分子育種——通過分子標記來“設計”性狀，并在此基礎上，提出了智能設計育種，即基于海量基因組的遺傳變異數(shù)據(jù)進行分析預測，以提高育種效率和精確度。其中，獲取全面、準確的作物基因組數(shù)據(jù)是關鍵。

 

　　為此，周永鋒團隊自2015年起開始聚焦葡萄設計育種，并于2023年發(fā)布了首個葡萄完整參考基因組圖譜。隨后，該團隊又陸續(xù)對多個野生和栽培葡萄進行測序、組裝，構建了目前首個最全面、最準確的葡萄泛基因組。

 

　　為了進一步弄清楚葡萄基因與性狀之間的關聯(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、果皮顏色等在內(nèi)的29個農(nóng)藝性狀進行調(diào)查，構建了葡萄基因型圖譜和性狀圖譜。在此基礎上，周永鋒團隊利用數(shù)量遺傳學分析，鑒定到148個與農(nóng)藝性狀顯著相關的基因位點，其中122個位點為首次發(fā)現(xiàn)。

 

　　全面、準確的基因組數(shù)據(jù)是精準“設計”育種的基礎，而如何深入挖掘這些數(shù)據(jù)來優(yōu)化育種策略并指導育種？周永鋒團隊決定引入機器學習，通過構建預測模型，根據(jù)評分進行早期個體的預測和選擇，從而指導、優(yōu)化育種策略。

 

　　周永鋒團隊引入人工智能中的機器學習技術，解析基因型與性狀數(shù)據(jù)間的復雜網(wǎng)絡關系，構建了首個葡萄全基因組選擇模型。與雜交育種需要根據(jù)葡萄成熟后的表型作出判斷相比，這種全基因組測序育種模式在葡萄幼苗時期，就可以通過計算機軟件預測其成熟后的性狀。結果表明，結合了結構變異信息的多基因評分預測模型，其預測準確率高達85%。

 

　　通過這一模型，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，提高葡萄育種效率，加速葡萄新種質的創(chuàng)制，革新葡萄育種策略。