近日，中國農業科學院生物技術研究所在《新植物學家》（ New Phytologist ）上發表了最新研究成果。他們構建了植物表觀遺傳修飾智能預測在線工具SMEP（http://www.elabcaas.cn/smep/index.html）。該項工作利用人工智能，深度學習植物DNA甲基化、RNA甲基化、組蛋白修飾等序列信息，系統實現了水稻、玉米等物種中表觀修飾位點的預測，為作物功能基因組研究和智能設計育種提供工具和數據支撐。
表觀遺傳修飾包括DNA/RNA甲基化和組蛋白修飾，是調控真核生物基因轉錄、RNA代謝以及其他生物過程的主要驅動因素。近年來，檢測技術和高通量測序的發展推動了作物表觀組學的研究。然而，由于受到檢測技術、實驗成本、取材組織以及表觀修飾動態可逆的調控特性，仍有大量表觀修飾位點沒有得到發掘和研究。因此，如何利用現有表觀組學數據深入探索潛在的表觀修飾位點是當前表觀遺傳研究面臨的關鍵問題。
目前，人工智能技術在表觀組學大數據分析和預測上展現廣闊的應用潛力。該研究基于卷積神經網絡(CNN)方法，利用課題組前期繪制粳稻日本晴的多種表觀修飾圖譜，構建得到了具有高準確度的智能預測模型（SMEP）。
經過參數優化、交叉驗證以及實驗驗證，SMEP模型在預測DNA甲基化、RNA甲基化和組蛋白修飾等表觀遺傳修飾位點中具有高可信度。
同時，該研究還成功地將SMEP模型應用于秈稻代表品種93-11及玉米品系B73中表觀修飾位點的預測。由于SMEP預測了大量正常實驗條件下檢測不到的位點，團隊進一步通過熱激脅迫處理實驗，驗證了SMEP預測的特異地響應熱激反應的6mA修飾位點，表明SMEP預測的表觀修飾位點可能參與多種環境響應。
最后，他們構建了SMEP在線智能預測工具，提供了檢索表觀遺傳修飾位點和基因表達數據的可視化界面供用戶參考使用，為水稻、玉米等物種的重要農藝性狀智能設計提供挖掘工具和數據支撐。
該研究得到國家轉基因重大專項、國家自然科學基金、中國農科院科技創新工程等項目資助。
相關論文信息： https://doi.org/10.1111/nph.17630
