光明日報北京11月6日電記者楊舒從中國農業科學院深圳農業基因組研究所（嶺南現代農業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，相較於傳統方法，育種效率可提高4倍，大幅縮短葡萄育種週期。該研究可望實現葡萄的精準設計育種，加速葡萄品種創新，並為其他多年生作物育種提供方法參考。相關研究成果於11月4日發表在國際期刊《自然·遺傳學》。
中國農業科學院深圳農業基因組研究所研究員周永鋒介紹，葡萄是多年生作物，種下一顆葡萄種子，從萌發到結出果實，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，且由於葡萄基因組高度複雜，雜交後，後代的雜交效果往往並不理想。
21世紀以來，育種家提出分子育種，基於海量基因組的遺傳變異資料進行分析預測，以提高育種效率和精確度。其中，取得全面、準確的作物基因組資料是關鍵。
周永鋒團隊自2015年開始聚焦葡萄設計育種，並於2023年發布了首個葡萄完整參考基因組圖譜。隨後，團隊又陸續進行定序、組裝，建構了目前首個最全面、最準確的葡萄泛基因組。
為了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多份代表性的葡萄品種，連續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，建構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，鑑定到148個與農藝性狀顯著相關的基因位點，其中122個位點為首次發現。
面對以上葡萄基因組與性狀數據，周永鋒團隊引進人工智慧中的機器學習技術，解析基因型與性狀資料間的複雜網絡關係，建構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後的表型作出判斷相比，這種全基因組定序育種模式在葡萄幼苗時期，就可以透過電腦軟體預測其成熟後的性狀。結果表明，結合了結構變異資訊的多基因評分預測模型，其預測準確率高達85%。
透過這個模型，育種專家可以快速且準確地評估大量葡萄育種材料的遺傳潛力，從而更好地選擇優良品種。同時，儘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準國家發明專利6項，並已申請國際專利1項。