Guangming Daily, Pequim, 6 de novembro: O repórter Yang Shu soube do Instituto de Genômica Agrícola de Shenzhen da Academia Chinesa de Ciências Agrícolas (Filial de Shenzhen do Laboratório de Ciência e Tecnologia Agrícola Moderna de Lingnan em Guangdong) que a equipe de Zhou Yongfeng do instituto propôs um método de usando inteligência artificial para conduzir o cultivo da uva Em comparação com os métodos tradicionais, o novo método de melhoramento pode aumentar a eficiência do melhoramento em 4 vezes e encurtar bastante o ciclo de melhoramento da uva. Espera-se que esta pesquisa alcance um projeto e melhoramento preciso de uvas, acelere a inovação em variedades de uva e forneça referência metodológica para o melhoramento de outras culturas perenes. Resultados relevantes da pesquisa foram publicados na revista internacional "Nature Genetics" em 4 de novembro.
Zhou Yongfeng, pesquisador do Instituto de Genômica Agrícola de Shenzhen da Academia Chinesa de Ciências Agrícolas, disse que as uvas são uma cultura perene. São necessários cerca de três anos para plantar uma semente de uva, desde a germinação até a frutificação. Mas se quiser cultivar boas castas, vai demorar ainda mais. Atualmente, o principal método de escolha na comunidade de criadores ainda é o cruzamento. Este método muitas vezes requer décadas de triagem e é extremamente trabalhoso. Além disso, devido ao genoma da uva altamente complexo, o efeito híbrido da prole é muitas vezes. não é ideal após cruzamento.
Desde o século 21, os criadores propõem o melhoramento molecular, que analisa e prevê com base em dados massivos de variação genética do genoma para melhorar a eficiência e a precisão do melhoramento. Entre eles, a obtenção de dados abrangentes e precisos do genoma das culturas é fundamental.
A equipe de Zhou Yongfeng começou a se concentrar no melhoramento genético de uvas em 2015 e lançou o primeiro mapa completo do genoma de referência de uvas em 2023. Posteriormente, a equipe continuou o sequenciamento e a montagem e construiu o primeiro pan-genoma de uva mais abrangente e preciso até o momento.
A fim de esclarecer ainda mais a relação entre os genes e as características da uva, a equipe de Zhou Yongfeng selecionou mais de 400 variedades de uvas representativas de quase 10.000 variedades de uvas e conduziu 29 testes durante três anos consecutivos, incluindo tamanho da espiga, cor da pele, etc. investigados e um mapa de genótipos de uva e um mapa de características foram construídos. Com base nisso, a equipe de Zhou Yongfeng usou análise genética quantitativa para identificar 148 loci genéticos significativamente relacionados a características agronômicas, dos quais 122 loci foram descobertos pela primeira vez.
Diante do genoma da uva e dos dados de características acima, a equipe de Zhou Yongfeng introduziu a tecnologia de aprendizado de máquina em inteligência artificial para analisar a complexa relação de rede entre dados de genótipo e características e construiu o primeiro modelo de seleção de todo o genoma da uva. Comparado com o cruzamento, que requer julgamento baseado no fenótipo das uvas após a maturidade, este modelo de sequenciamento de genoma completo pode usar software de computador para prever as características das uvas após a maturidade durante a fase de muda. Os resultados mostram que a precisão da predição do modelo de predição de pontuação multigênica que combina informações de variação estrutural chega a 85%.
Através deste modelo, os especialistas em melhoramento podem avaliar com rapidez e precisão o potencial genético de grandes quantidades de materiais de melhoramento de uva para melhor selecionar variedades superiores. Ao mesmo tempo, as mudas que não atendem às condições são eliminadas o mais cedo possível, reduzindo custos desnecessários de investimento e melhorando muito a eficiência do melhoramento da uva. Atualmente, foram solicitados e aprovados resultados de pesquisas relevantes 6 patentes de invenção nacionais e 1 patente internacional foi solicitada.