Guangming Daily, Beijing, 6 de noviembre: El periodista Yang Shu se enteró por medio del Instituto de Genómica Agrícola de Shenzhen de la Academia China de Ciencias Agrícolas (rama de Shenzhen del Laboratorio Lingnan de Ciencia y Tecnología Agrícola Moderna de Guangdong) que el equipo de Zhou Yongfeng del instituto propuso un método de Utilizando inteligencia artificial para realizar el cultivo de la uva, en comparación con los métodos tradicionales, el nuevo método de cultivo puede aumentar la eficiencia de cultivo 4 veces y acortar en gran medida el ciclo de cultivo de la uva. Se espera que esta investigación logre un diseño y mejoramiento precisos de las uvas, acelere la innovación de variedades de uva y proporcione una referencia metodológica para el mejoramiento de otros cultivos perennes. Los resultados de la investigación relevante se publicaron el 4 de noviembre en la revista internacional "Nature Genetics".
Zhou Yongfeng, investigador del Instituto de Genómica Agrícola de Shenzhen de la Academia China de Ciencias Agrícolas, dijo que las uvas son un cultivo perenne. Se necesitan alrededor de tres años para plantar una semilla de uva desde la germinación hasta la fructificación. Pero si se quiere cultivar buenas variedades de uva, se necesitará aún más tiempo. En la actualidad, el principal método elegido por la comunidad de criadores sigue siendo el cruzamiento. Este método a menudo requiere décadas de detección y requiere una gran carga de trabajo. Además, debido al complejo genoma de la uva, el efecto híbrido de la descendencia es frecuente. No es ideal después del cruce.
Desde el siglo XXI, los criadores han propuesto el mejoramiento molecular, que analiza y predice basándose en datos masivos de variación genética del genoma para mejorar la eficiencia y precisión del mejoramiento. Entre ellos, es clave obtener datos completos y precisos sobre el genoma de los cultivos.
El equipo de Zhou Yongfeng comenzó a centrarse en el mejoramiento del diseño de uvas en 2015 y publicó el primer mapa completo del genoma de referencia de las uvas en 2023. Posteriormente, el equipo continuó con la secuenciación y el ensamblaje, y construyó el primer pangenoma de uva más completo y preciso hasta la fecha.
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 y realizó 29 pruebas durante tres años consecutivos, incluido el tamaño de las mazorcas, el color de la piel, etc. Se investigó 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 de genes significativamente relacionados con rasgos agronómicos, de los cuales 122 loci fueron descubiertos por primera vez.
Frente a los datos de rasgos y genoma de la uva anteriores, el equipo de Zhou Yongfeng introdujo tecnología de aprendizaje automático en inteligencia artificial para analizar la compleja relación de red entre los datos de genotipo y rasgos, y construyó el primer modelo de selección de todo el genoma de la uva. En comparación con el cruzamiento, que requiere un juicio basado en el fenotipo de las uvas después de la madurez, este modelo de mejoramiento de secuenciación del genoma completo puede utilizar software informático para predecir los rasgos de las uvas después de la madurez durante la etapa de plántula. Los resultados muestran que la precisión de la predicción del modelo de predicción de puntuación multigénica que combina información de variación estructural llega al 85%.
A través de este modelo, los expertos en mejoramiento pueden evaluar de manera rápida y precisa el potencial genético de grandes cantidades de materiales de mejoramiento de uvas para seleccionar mejor variedades superiores. Al mismo tiempo, las plántulas que no cumplen con las condiciones se eliminan lo antes posible, lo que reduce la inversión de costos innecesarios y mejora en gran medida la eficiencia del mejoramiento de la uva. En la actualidad, se han solicitado resultados de investigaciones relevantes y se han aprobado 6 patentes de invención nacionales y 1 patente internacional.