記者從中國農業(yè)科學院深圳農業(yè)基因組研究所（嶺南現代農業(yè)科學與技術廣東省實驗室深圳分中心）獲悉，該所周永鋒團隊提出了一種利用人工智能進行葡萄育種的新方法，相比傳統(tǒng)方法，育種效率可提高4倍，大幅縮短葡萄育種周期。該研究有望實現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)表在國際期刊《自然·遺傳學》上。

中國農業(yè)科學院深圳農業(yè)基因組研究所研究員周永鋒介紹，葡萄是多年生作物，種下一粒葡萄種子，從萌發(fā)到結出果實，大概需要3年。而想要培育出好的葡萄品種，需要更久。目前，育種界主要選擇的方法仍是雜交育種，這種方法往往需要經過數十年的篩選，工作量極大，且由于葡萄基因組高度復雜，雜交后，后代的雜交效果往往并不理想。

21世紀以來，育種家提出分子育種，基于海量基因組的遺傳變異數據進行分析預測，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據是關鍵。

周永鋒團隊自2015年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)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。

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

面對以上葡萄基因組和性狀數據，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據間的復雜網絡關系，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，育種專家可以快速準確地評估大量葡萄育種材料的遺傳潛力，從而更好地選擇優(yōu)良品種。同時，盡早剔除不符合條件的幼苗，減少了不必要的成本投入，大大提高葡萄的育種效率。目前，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。

分享讓更多人看到