AI“爆改”葡萄育种 效率提升400%

马昕怡 中青报·中青网记者 邱晨辉

种下一粒葡萄种子，从种子萌发到结出果实，需要3年左右。而想要培育出“令人满意的”葡萄品种，需要的时间更久。

能否找到一种既“快速”又“简便”的方法实现葡萄品种的“个性化”设计？育种学家为此绞尽了脑汁。

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）研究员周永锋团队日前提出利用人工智能进行葡萄育种的新方法，将大幅缩短育种周期，且预测准确度高达85%，相比传统方法，育种效率可提高400%。该研究有望实现葡萄的精准育种设计，加速葡萄品种创新，并为其他多年生作物育种提供方法参考。

11月4日，这一研究成果的论文在国际学术期刊《自然·遗传学》（Nature Genetics）发表。

有研究表明，约1万年前，人们就开始尝试“改造”葡萄，所谓“改造”，就是有选择性地通过特定手段对原有葡萄性状进行改良，这一过程又被称为育种。

早期，人们发现野生葡萄后，会把品质优良的葡萄苗保存下来，通过一代又一代的繁育，只留下符合要求的后代，这种方法固然有用，但高度依赖自然种质资源，可改良程度有限，因此，被称为育种1.0技术。

后来，人们发现如果既想要葡萄“产量高”，也想要“甜度高”，可以把“产量高”的葡萄品种和“甜度高”的葡萄品种进行杂交，以培育出聚合了双亲优良性状的杂交后代，这种方法满足了有针对性选育葡萄品种的需求，但育种周期十分漫长，往往需要经过数十年的筛选，工作量极大，且由于葡萄高度杂合，杂交后，后代会出现性状分离，杂交效果并不理想，该方法被称为育种2.0技术。

进入21世纪以来，随着分子生物学、数量遗传学、生物信息学等学科的兴起，育种家提出育种3.0技术，即分子育种，通过分子标记来“设计”性状，并在此基础上，提出育种4.0，即智能设计育种，基于海量的基因组和遗传数据进行分析预测，以提高育种效率和精确度，全基因组选择育种便是其中最具代表性的一种。

目前，葡萄育种仍停留在2.0阶段。要想实现从2.0到4.0的跨越，首先需要足够全面、准确的基因组数据。

周永锋团队自2015年起，便开始聚焦葡萄的设计育种工作。在本研究中，团队引入机器学习，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三个子集：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，运用训练数据集构建了首个葡萄全基因组选择模型，并进一步通过验证集调整模型参数，对模型进行优化，最后利用测试数据集评估最终模型的性能。

结果表明，结合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%。

周永锋告诉记者，通过这一模型，育种学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。与杂交育种需要根据葡萄成熟后的表型作出判断相比，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，尽早剔除掉不符合条件的幼苗，减少了不必要的人工成本和投入，在葡萄育种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。

目前，该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。