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)，通過人工智能決策系統(tǒng)設(shè)計(jì)最佳育種方案格了，進(jìn)而定向洒沦、高效改良和培育作物新品種的一門新興前沿交叉學(xué)科蚂踊。

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秒紧，根據(jù)作物目標(biāo)性狀的遺傳結(jié)構(gòu)燕少，采用分子標(biāo)記輔助選擇或全基因組選擇策略鞍陨，將優(yōu)良等位基因聚合到優(yōu)良遺傳背景中势决，創(chuàng)造出集眾多優(yōu)良基因和調(diào)控模塊于一身阻塑、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果复，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陈莽，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)性狀虽抄。

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)走搁，精準(zhǔn)設(shè)計(jì)自然變異的最優(yōu)組合，并以最快捷的雜交組配方式實(shí)現(xiàn)自然變異的最優(yōu)組合迈窟；
• 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)私植，設(shè)計(jì) DNA/蛋白質(zhì)序列，可以“道法自然车酣、超越自然”曲稼，指導(dǎo)作物的基因編輯育種和合成生物學(xué)。

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)境條件下湖员，通過育種材料的雜交和后代群體的人工選擇贫悄，尋求有利等位變異的最優(yōu)組合方式。

QTL 對未來育種的價(jià)值可能會逐漸降低娘摔。Wallace等指出窄坦，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，這樣的 QTL往往被早期的育種家在骨干種質(zhì)中優(yōu)化并固定晰筛，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嫡丙。

在水稻、小麥读第、玉米等作物已經(jīng)克隆到的海量 QTL中曙博，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。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怜瞒。

QTL往往具有多效性父泳，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)量和抗逆性吴汪，產(chǎn)量和品質(zhì)）中尋求穩(wěn)健的平衡惠窄；還需要根據(jù)特定的水、肥漾橙、光照條件選擇最優(yōu)的自然變異組合杆融。因此，育種材料中一些看似尚未被優(yōu)化的基因組位點(diǎn)霜运，如果放在更廣闊的環(huán)境因素中考慮脾歇，可能代表著全局最優(yōu)解蒋腮。

群體中的大部分有害變異是隱性的，自交可以暴露隱性有害變異的表型效應(yīng)藕各，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池摧。營養(yǎng)繁殖的作物（如土豆、木薯）有害變異十分嚴(yán)重激况，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作彤，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）。

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乌逐，常用工具有GERP竭讳、SIFT等；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浙踢，進(jìn)而降低個(gè)體的適合度代咸。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，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）成黄。

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)逻杖，更加精準(zhǔn)地聚合微效有利等位變異奋岁、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)問題荸百，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闻伶，以合適的體制機(jī)制將人力、物力够话、財(cái)力資源有機(jī)整合蓝翰，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)育種流水線的高效女嘲、低成本運(yùn)轉(zhuǎn)畜份。

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

• 育種大數(shù)據(jù)的積累（基因型爆雹、表型、環(huán)境）愕鼓；
• 統(tǒng)計(jì)模型钙态。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，單純依靠算法優(yōu)化提升育種決策精度的空間已經(jīng)很泄交巍册倒；
• 輔助技術(shù)。如快速育種磺送、單倍體育種驻子、染色體定點(diǎn)重組灿意、無融合生殖、智能不育技術(shù)等拴孤。

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)化理論脾歧，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)來看演熟，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)量不斷減少鞭执，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)模型芒粹，然后利用深度學(xué)習(xí)模型掃描自然變異兄纺，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化漆」来啵可以指導(dǎo)基因編輯育種，對雜交育種形成重要的補(bǔ)充座云。

過去幾十年中疙赠，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，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朦拖。

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)異等位變異圃阳，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)藝性狀璧帝，對傳統(tǒng)雜交育種形成補(bǔ)充捍岳。

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，進(jìn)而從頭設(shè)計(jì)具有優(yōu)異生化特性的睬隶、全新的生物學(xué)序列锣夹。例如，通過學(xué)習(xí)自然界的啟動子 DNA序列苏潜，生成模型可以設(shè)計(jì)自然界不存在的啟動子银萍；通過學(xué)習(xí)自然界的蛋白質(zhì)，生成模型可以設(shè)計(jì)自然界不存在的蛋白質(zhì)恤左。

作者：汪海砖顷、賴錦盛、王海洋赃梧、李新海
中國農(nóng)業(yè)科技導(dǎo)報(bào)滤蝠，2022