광밍일보(Guangming Daily), 베이징, 11월 6일: 양슈 기자는 중국 농업과학원 심천 농업 유전체학 연구소(링난 현대 농업 과학 기술 광동 연구소 심천 분원)로부터 연구소의 Zhou Yongfeng 팀이 다음과 같은 방법을 제안했다는 사실을 알게 되었습니다. 인공지능을 활용해 포도 재배를 진행하는 새로운 육종 방법은 기존 방식에 비해 육종 효율을 4배 높이고 포도 육종 주기를 대폭 단축할 수 있다. 본 연구는 포도의 정밀한 설계와 육종을 달성하고, 포도 품종 혁신을 가속화하며, 기타 다년생 작물의 육종에 대한 방법론적 참고자료를 제공할 것으로 기대된다. 관련 연구 결과가 국제학술지 '네이처 제네틱스(Nature Genetics)' 11월 4일자에 게재됐다.
중국농업과학원 심천농업유전체학연구소 연구원인 저우융펑(周永峰) 씨는 포도는 다년생 작물로 포도씨를 심으면 발아부터 결실까지 약 3년이 걸린다고 말했다. 하지만 좋은 포도 품종을 재배하려면 더 오랜 시간이 걸립니다. 현재 육종계에서 선택하는 주요 방법은 여전히 교배입니다. 이 방법은 종종 수십 년의 스크리닝이 필요하고 극도로 작업량이 많으며, 매우 복잡한 포도 게놈으로 인해 자손의 잡종 효과가 종종 발생합니다. 교배 후에는 이상적이지 않습니다.
21세기부터 육종가들은 대규모 게놈 유전변이 데이터를 기반으로 분석하고 예측해 육종 효율성과 정확성을 높이는 분자육종을 제안해왔다. 그중에서도 포괄적이고 정확한 작물 게놈 데이터를 얻는 것이 핵심입니다.
Zhou Yongfeng 팀은 2015년부터 포도 설계 육종에 집중하기 시작했으며 2023년에 최초의 완전한 포도 참조 게놈 지도를 발표했습니다. 그 후 팀은 계속해서 서열 분석과 조립을 진행하여 현재까지 가장 포괄적이고 정확한 포도 팬 게놈을 최초로 구축했습니다.
포도 유전자와 특성 사이의 관계를 더욱 명확히 하기 위해 Zhou Yongfeng 팀은 약 10,000종의 포도 품종 중에서 400개 이상의 대표적인 포도 품종을 선택하고 이삭 크기, 피부색 등을 포함하여 3년 연속 29번의 테스트를 실시했습니다. 조사를 거쳐 포도 유전자형 지도와 형질 지도가 구축되었습니다. 이를 바탕으로 Zhou Yongfeng 팀은 정량적 유전자 분석을 사용하여 농업적 형질과 유의미한 관련이 있는 148개 유전자좌를 식별했으며, 그 중 122개 유전자좌가 처음으로 발견되었습니다.
위의 포도 게놈 및 특성 데이터에 직면하여 Zhou Yongfeng 팀은 인공 지능에 기계 학습 기술을 도입하여 유전자형과 특성 데이터 간의 복잡한 네트워크 관계를 분석하고 최초의 포도 게놈 전체 선택 모델을 구축했습니다. 성숙 후 포도의 표현형에 따라 판단이 필요한 교배 육종과 비교하여, 이 전체 게놈 시퀀싱 육종 모델은 컴퓨터 소프트웨어를 사용하여 묘목 단계에서 성숙 후 포도의 특성을 예측할 수 있습니다. 그 결과, 구조적 변이 정보를 결합한 다중 유전자 점수 예측 모델의 예측 정확도가 85%에 달하는 것으로 나타났다.
이 모델을 통해 육종 전문가는 대량의 포도 육종 재료의 유전적 잠재력을 빠르고 정확하게 평가하여 우수한 품종을 더 잘 선택할 수 있습니다. 동시에, 조건에 맞지 않는 묘목을 조기에 도태시켜 불필요한 비용 투자를 줄이고 포도 육종 효율을 크게 향상시킵니다. 현재 관련 연구 결과는 6개의 국내 발명 특허를 신청 및 승인했으며 1개의 국제 특허를 신청했습니다.