Científicos chinos proponen inteligencia artificial para promover nuevos métodos de cultivo de uvas
Autor：Eve Cole
Fecha de actualización：2024-11-14 19:30:01
Una tecnología de cultivo combinada con inteligencia artificial está acortando significativamente el tiempo de cultivo tradicional de la uva. El periodista se enteró por el Instituto de Genómica de la Academia China de Ciencias Agrícolas que el equipo de Zhou Yongfeng del instituto propuso un nuevo método de cultivo de uvas utilizando inteligencia artificial, que acortará en gran medida el ciclo de cultivo y la precisión de la predicción es de hasta 85. % En comparación con los métodos tradicionales, la eficiencia de reproducción se puede aumentar en un 400%. Se espera que esta investigación logre un diseño preciso del mejoramiento de la uva, acelere la innovación de variedades de uva y proporcione una referencia metodológica para el mejoramiento de otros cultivos perennes. Los resultados de la investigación relevantes se publicaron en Nature Genetics. Varios avances en la tecnología del mejoramiento de la uva La uva es una fruta favorita de la humanidad, rica en diversos nutrientes y tiene diversos usos. Sin embargo, una semilla de uva tarda tres años en germinar y dar fruto. Y se necesita aún más tiempo para desarrollar variedades de uva "satisfactorias". Las investigaciones muestran que hace unos 10.000 años, la gente comenzó a intentar "transformar" las uvas. La llamada "transformación" consiste en mejorar selectivamente las características originales de la uva a través de medios específicos.
La historia de la domesticación humana de la uva se remonta a hace 10.000 años. Foto cortesía del Instituto Genoma de la Academia China de Ciencias Agrícolas En los primeros días, después de que la gente descubriera las uvas silvestres, preservaban plántulas de uva de alta calidad y las criaban de generación en generación, dejando solo descendencia que cumpliera con los requisitos. El método es útil, pero depende en gran medida de los recursos naturales de germoplasma que pueden mejorarse hasta cierto punto, por lo que se denomina tecnología de mejoramiento 1.0. Más tarde, la gente descubrió que si querían uvas de "alto rendimiento" y "alto dulzor", podían cruzar las variedades de uva con "alto rendimiento" y las variedades de uva con "alto dulzor" para crear un híbrido de ambos padres. descendencia con excelentes rasgos, este método satisface las necesidades de objetivos específicos Existe una demanda de variedades de uva seleccionadas sexualmente, pero el ciclo de mejoramiento es muy largo, a menudo requiere décadas de selección, y la carga de trabajo es enorme. Además, debido a que las uvas son altamente heterocigotas, después de la hibridación, la descendencia tendrá rasgos separados y el resultado será diferente. El efecto de hibridación no es ideal. Este enfoque se llama tecnología Breeding 2.0. Desde principios del siglo XXI, con el auge de la biología molecular, la genética cuantitativa, la bioinformática y otras disciplinas, los criadores han propuesto la tecnología Breeding 3.0, es decir, el mejoramiento molecular, que utiliza marcadores moleculares para "diseñar" rasgos, y sobre esta base , propuso Breeding 4.0, es decir, reproducción de diseño inteligente, que analiza y predice basándose en genoma masivo y datos genéticos para mejorar la eficiencia y precisión de la reproducción. La reproducción selectiva de genoma completo es la más representativa.
La reproducción con diseño inteligente mejorará en gran medida la eficiencia y precisión de la reproducción. Foto cortesía del Instituto del Genoma de la Academia China de Ciencias Agrícolas. Se ha publicado el primer pangenoma de la uva. Actualmente, el mejoramiento de la uva aún se encuentra en la etapa 2.0. Para lograr el salto de 2.0 a 4.0, primero necesitamos datos genómicos suficientemente completos y precisos. Con este fin, el equipo de Zhou Yongfeng se ha centrado en el diseño de mejoramiento de uvas desde 2015 y publicará el primer mapa completo del genoma de referencia de telómero a telómero de uvas en 2023. La investigación relevante se publicó como artículo de portada en Horticulture Research. "superior. Sin embargo, para lograr un "diseño" preciso, los datos del genoma están lejos de ser suficientes. Sobre esta base, el equipo de Zhou Yongfeng secuenció y ensambló sucesivamente 9 variedades de uva diploides, incluidas variedades silvestres y cultivadas, y obtuvo 18 genomas de haplotipos de telómero a telómero, e integró los datos genómicos existentes que se utilizaron para construir la primera uva más completa y precisa. pangenoma, que es casi tres veces el tamaño de un único genoma de referencia.
Pangenoma de la uva. Foto proporcionada por el Instituto de Genómica de la Academia China de Ciencias Agrícolas Para aclarar aún más la relación entre los genes y los rasgos de la uva, el equipo de Zhou Yongfeng seleccionó más de 400 variedades de uva representativas de casi 10.000 variedades de uva, incluido el contenido de metabolitos. Se investigaron las bayas, el tamaño de las bayas y el color de la cáscara, y se construyeron un mapa de genotipo y un mapa de rasgos de la uva. Sobre esta base, el equipo de Zhou Yongfeng utilizó análisis genético cuantitativo para identificar 148 loci significativamente relacionados con rasgos agronómicos, de los cuales 122 loci fueron descubiertos por primera vez. El estudio encontró que existe una correlación entre los loci que regulan diferentes rasgos, como la proximidad de los loci relacionados con el contenido de sólidos solubles y el ancho de la baya. Además, existen áreas de diferenciación significativa entre diferentes grupos de uvas (vino, mesa, híbridos de mesa americanos), con múltiples áreas relacionadas con el color de la baya, la astringencia de la piel, la forma de la baya, el peso de las mazorcas, la firmeza de la pulpa, el tamaño del fruto, etc. los loci genéticos relacionados indican que la selección divergente de rasgos agronómicos promueve la diferenciación entre la vinificación y las uvas de mesa.
29 rasgos agronómicos y sus correlaciones entre diferentes grupos de uvas. Imagen proporcionada por el Instituto de Genómica de la Academia China de Ciencias Agrícolas. La "IA" guía el mejoramiento de la uva. Los datos genómicos completos y precisos son la base para un mejoramiento de "diseño" preciso. ¿Cómo extraer en profundidad estos datos para optimizar las estrategias de mejoramiento y guiar el mejoramiento? Ésta es una pregunta que debe responderse en la cría inteligente. El equipo de Zhou Yongfeng decidió introducir el aprendizaje automático para construir un modelo de predicción para predecir y seleccionar individuos tempranos en función de puntuaciones para guiar y optimizar las estrategias de reproducción.
Estrategias de mejoramiento por selección genómica. Foto cortesía del Instituto de Genómica de la Academia China de Ciencias Agrícolas En este estudio, los investigadores dividieron los datos que contienen rasgos y genotipos en tres subconjuntos: conjunto de entrenamiento, conjunto de validación y conjunto de prueba. Se utilizaron algoritmos de aprendizaje automático para analizar las complejas relaciones de red entre el genotipo y los datos de rasgos, y el primer modelo de selección de todo el genoma de la uva se construyó utilizando el conjunto de datos de entrenamiento. La investigación ajustó aún más los parámetros del modelo a través del conjunto de validación para optimizar el modelo. y finalmente el conjunto de datos de prueba se utilizó para evaluar el rendimiento del modelo final. Los resultados muestran que la precisión de la predicción de la puntuación poligénica computacional que combina información de variación estructural y modelos de aprendizaje automático llega al 85%.
Se ha mejorado enormemente la precisión de la predicción de los principales rasgos agronómicos. Foto cortesía del Instituto de Genómica de la Academia China de Ciencias Agrícolas. A través de este modelo, los obtentores pueden evaluar de forma rápida y precisa el potencial genético de grandes cantidades de materiales de mejoramiento, seleccionando así mejores variedades excelentes. En comparación con el cruzamiento, que debe juzgarse en función del fenotipo de las uvas después de la madurez, la tecnología de reproducción selectiva de genoma completo puede predecir los rasgos de las uvas después de la madurez durante la etapa de plántula, eliminar las plántulas no calificadas lo antes posible y reducir los innecesarios. costos laborales e inversión, tiene un gran potencial de aplicación en aplicaciones de mejoramiento de uvas, mejora la eficiencia del mejoramiento de uvas, acelera la creación de nuevo germoplasma de uvas e innova las estrategias de mejoramiento de uvas. En la actualidad, se han solicitado resultados de investigaciones relevantes y se han aprobado 6 patentes de invención nacionales y 1 patente internacional. La investigación fue apoyada por el Programa Nacional Clave de Investigación y Desarrollo, el Fondo Nacional de Ciencias para Jóvenes Destacados (en el extranjero), la Fundación Nacional de Ciencias Naturales y los fondos especiales del gobierno central para guiar el desarrollo científico y tecnológico local.
