11月8日，記者從中國農(nóng)業(yè)科學(xué)院深圳農(nóng)業(yè)基因組研究所（嶺南現(xiàn)代農(nóng)業(yè)科學(xué)與技術(shù)廣東省實驗室深圳分中心）了解到，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。這種方法預(yù)測準(zhǔn)確率高達85%，能大幅縮短育種周期，有望實現(xiàn)葡萄的精準(zhǔn)育種設(shè)計，并為其他多年生作物育種提供方法參考。相比傳統(tǒng)方法，新方法使育種效率提高400%。相關(guān)研究成果日前發(fā)表在國際期刊《自然·遺傳學(xué)》上。

　　全面、準(zhǔn)確的基因組數(shù)據(jù)是精準(zhǔn)設(shè)計育種的基礎(chǔ)。為深入挖掘基因組數(shù)據(jù)，周永鋒團隊引入機器學(xué)習(xí)技術(shù)，構(gòu)建預(yù)測模型。團隊根據(jù)該模型的評分進行早期個體的預(yù)測和選擇，從而優(yōu)化育種策略。

　　周永鋒介紹，在本研究中，研究人員將包含性狀和基因型的數(shù)據(jù)劃分為訓(xùn)練集、驗證集和測試集3個子集，利用機器學(xué)習(xí)算法解析基因型與性狀數(shù)據(jù)間復(fù)雜的網(wǎng)絡(luò)關(guān)系。該研究運用訓(xùn)練數(shù)據(jù)集構(gòu)建了首個葡萄全基因組選擇模型，然后進一步通過驗證數(shù)據(jù)集調(diào)整模型參數(shù)，對模型進行優(yōu)化，最后使用測試數(shù)據(jù)集評估最終模型的性能。

　　周永鋒說，通過這一模型，育種工作者可快速準(zhǔn)確地評估大量育種材料的遺傳潛力，從而更好地選擇優(yōu)良品種。該模型在葡萄育種中有很大應(yīng)用潛力，有望提高葡萄育種效率，加速葡萄新種質(zhì)創(chuàng)制，革新葡萄育種策略。目前，相關(guān)研究成果已申請獲批國家發(fā)明專利6項，并申請國際專利1項。