基本介紹

作物智能設(shè)計(jì)育種是基于作物重要農(nóng)藝性狀形成的遺傳和分子基礎(chǔ)粘优，通過人工智能決策系統(tǒng)設(shè)計(jì)最佳育種方案睹栖，進(jìn)而定向卵佛、高效改良和培育作物新品種的一門新興前沿交叉學(xué)科杨赤。

根據(jù)理論基礎(chǔ)和技術(shù)手段的不同，未來智能設(shè)計(jì)育種可以分為兩種范式：

一是智能化的雜交育種截汪，根據(jù)作物目標(biāo)性狀的遺傳結(jié)構(gòu)疾牲，采用分子標(biāo)記輔助選擇或全基因組選擇策略，將優(yōu)良等位基因聚合到優(yōu)良遺傳背景中衙解，創(chuàng)造出集眾多優(yōu)良基因和調(diào)控模塊于一身阳柔、目標(biāo)性狀得到明顯改良的新種質(zhì)或新品種；
二是智能化的生物育種蚓峦，其利用人工智能技術(shù)設(shè)計(jì)優(yōu)異等位變異和基因組元件舌剂，利用轉(zhuǎn)基因和基因編輯技術(shù)寫入基因組，精準(zhǔn)改良目標(biāo)性狀枫匾。

未來作物智能設(shè)計(jì)育種特征：

智能化的雜交育種以育種大數(shù)據(jù)和育種模型為基礎(chǔ)架诞，精準(zhǔn)設(shè)計(jì)自然變異的最優(yōu)組合拟淮，并以最快捷的雜交組配方式實(shí)現(xiàn)自然變異的最優(yōu)組合干茉；
智能化的生物育種利用人工智能技術(shù)和合成進(jìn)化技術(shù)，設(shè)計(jì) DNA/蛋白質(zhì)序列很泊，可以“道法自然角虫、超越自然”，指導(dǎo)作物的基因編輯育種和合成生物學(xué)委造。
智能化的雜交育種：自然變異的智能組合
雜交育種的本質(zhì)就是在田間環(huán)境條件下戳鹅，通過育種材料的雜交和后代群體的人工選擇，尋求有利等位變異的最優(yōu)組合方式昏兆。

QTL 對未來育種的價(jià)值可能會逐漸降低枫虏。Wallace等指出，能夠用關(guān)聯(lián)分析和連鎖分析檢
測到的 QTL都是效應(yīng)較大的爬虱，這樣的 QTL往往被早期的育種家在骨干種質(zhì)中優(yōu)化并固定隶债，后期的育種家只能耗費(fèi)更多的資源去優(yōu)化更加微效的QTL。

在水稻跑筝、小麥死讹、玉米等作物已經(jīng)克隆到的海量 QTL中，只有少數(shù) QTL能夠在當(dāng)代主栽品種的遺傳背景下改良農(nóng)藝性狀曲梗。說明了在大效應(yīng)位點(diǎn)固化之后聚合微效有利等位變異的艱難赞警。

QTL往往具有多效性妓忍，育種家需要在多個(gè)相互拮抗的育種目標(biāo)（如生物量和抗倒伏性，產(chǎn)量和抗逆性愧旦，產(chǎn)量和品質(zhì)）中尋求穩(wěn)健的平衡世剖；還需要根據(jù)特定的水、肥忘瓦、光照條件選擇最優(yōu)的自然變異組合搁廓。因此，育種材料中一些看似尚未被優(yōu)化的基因組位點(diǎn)耕皮，如果放在更廣闊的環(huán)境因素中考慮境蜕，可能代表著全局最優(yōu)解。

群體中的大部分有害變異是隱性的凌停，自交可以暴露隱性有害變異的表型效應(yīng)粱年，有助于
通過自然選擇和人工選擇降低有害變異在群體中的頻率。營養(yǎng)繁殖的作物（如土豆罚拟、木薯）有害變異十分嚴(yán)重台诗，異交作物（如玉米）會比自交作物（如水稻）在基因組中保留更多的有害變異，且有害變異傾向于富集在重組頻率較低的基因組區(qū)段（如著絲粒附近）赐俗。

編碼區(qū)的有害變異可以通過變異位點(diǎn)的保守性以及變異在群體中的頻率來間接判斷拉队，常用工具有GERP、SIFT等阻逮；轉(zhuǎn)錄調(diào)控區(qū)的有害變異往往使基因的表達(dá)量偏離群體的平均水平粱快，進(jìn)而降低個(gè)體的適合度。在生產(chǎn)上可以利用攜帶互補(bǔ)有害等位變異的 2個(gè)自交系產(chǎn)生雜交種叔扼，讓 2套基因組互相掩蓋對方的有害等位變異（即雜種優(yōu)勢）事哭。

在玉米育種中，目前國際種業(yè)公司普遍采用全基因組選擇技術(shù)瓜富，更加精準(zhǔn)地聚合微效有利等位變異鳍咱、清除微效有害等位變異。全基因組選擇在基礎(chǔ)理論上已經(jīng)不存在尚未解決的科學(xué)問題与柑，將該技術(shù)用于育種的難點(diǎn)在于如何以工程化育種的思路谤辜，以合適的體制機(jī)制將人力、物力价捧、財(cái)力資源有機(jī)整合丑念，效仿日本豐田公司“擰干毛巾上最后一滴水”的精神，實(shí)現(xiàn)育種流水線的高效干旧、低成本運(yùn)轉(zhuǎn)渠欺。

實(shí)現(xiàn)智能雜交育種需要從數(shù)據(jù)、模型椎眯、育種輔助技術(shù)3個(gè)方向?qū)で笸黄疲?/h1>

育種大數(shù)據(jù)的積累（基因型挠将、表型胳岂、環(huán)境）；
統(tǒng)計(jì)模型舔稀。但是目前模型構(gòu)建所需的數(shù)學(xué)和計(jì)算機(jī)理論基礎(chǔ)已經(jīng)非常成熟乳丰，單純依靠算法優(yōu)化提升育種決策精度的空間已經(jīng)很小内贮；
輔助技術(shù)产园。如快速育種、單倍體育種夜郁、染色體定點(diǎn)重組什燕、無融合生殖、智能不育技術(shù)等竞端。
智能化的生物育種：人工變異的智能創(chuàng)制
根據(jù)中性進(jìn)化理論屎即，自然界發(fā)生的大部分有利突變都會在遺傳漂變的過程中丟失。長遠(yuǎn)來看事富，自然界尚未被育種家發(fā)掘和利用的優(yōu)異等位變異數(shù)量不斷減少技俐，日漸枯竭。

建立從基因組序列預(yù)測分子表型的深度學(xué)習(xí)模型统台，然后利用深度學(xué)習(xí)模型掃描自然變異雕擂，預(yù)測哪些自然變異可能造成分子表型的改變，這些變異可能是最終表型的功能變異贱勃【模可以指導(dǎo)基因編輯育種，對雜交育種形成重要的補(bǔ)充募寨。

過去幾十年中族展，在作物中已鑒定到大量位于轉(zhuǎn)錄調(diào)控區(qū)的優(yōu)異等位變異疫稿，表明轉(zhuǎn)錄
調(diào)控區(qū)的優(yōu)化在作物馴化和改良中占有重要地位吓坚。

利用人工智能技術(shù)精準(zhǔn)設(shè)計(jì)自然界不存在的優(yōu)異等位變異甘苍，并利用基因編輯技術(shù)將優(yōu)異等位變異寫入作物基因組，改良關(guān)鍵農(nóng)藝性狀列肢，對傳統(tǒng)雜交育種形成補(bǔ)充。

深度學(xué)習(xí)領(lǐng)域的新分支——生成模型（generativemodel）技術(shù)可以從大量已知的生物學(xué)序列中總結(jié)規(guī)律宾茂，進(jìn)而從頭設(shè)計(jì)具有優(yōu)異生化特性的瓷马、全新的生物學(xué)序列。例如跨晴，通過學(xué)習(xí)自然界的啟動子 DNA序列欧聘，生成模型可以設(shè)計(jì)自然界不存在的啟動子；通過學(xué)習(xí)自然界的蛋白質(zhì)端盆，生成模型可以設(shè)計(jì)自然界不存在的蛋白質(zhì)怀骤。

作者：Bioinfarmer
鏈接：http://www.reibang.com/p/d1a08ef08007
來源：簡書
著作權(quán)歸作者所有费封。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處蒋伦。