11月4日，中國農業科學院深圳農業基因組研究所作物組學大數據與應用創新團隊繪制了首個葡萄圖泛參考基因組、基因型圖譜和農藝性狀圖譜，開發了一種利用機器學習指導葡萄育種的新方法，該方法有望大幅縮短葡萄育種周期，加速葡萄品種創新，并為其他多年生作物育種提供方法參考。相關研究成果發表在《自然·遺傳學（Nature Genetics）》上。
由于葡萄生長周期長、基因組雜合度高，利用雜交技術進行葡萄育種的傳統方法耗時長、效果不佳，導致葡萄的生物育種技術遠遠滯后于水稻、小麥等一年生糧食作物。
為加速葡萄育種進程，研究團隊構建了首個馴化葡萄圖泛參考基因組（Grapepan v1.0），消除了參考基因組的偏差，繪制了葡萄基因型圖譜與重要表型圖譜，并鑒定到148個與農藝性狀顯著相關的位點，其中122個位點為首次發現。在此基礎上，研究團隊引入機器學習算法，解析了葡萄基因數據與葡萄性狀數據之間的復雜網絡關系，構建了葡萄全基因組選擇模型。通過這一模型，科研人員可以快速地預測葡萄成熟后的性狀，經數據分析驗證，預測準確率達到了85%，有助于更好地選擇優良品種，在葡萄育種中有很大的應用潛力。目前，相關研究成果已獲國家發明專利6項，已申請國際專利1項。
該研究得到了國家重點研發計劃、國家自然科學基金等項目的支持。（通訊員 馬昕怡）
原文鏈接：https://www.nature.com/articles/s41588-024-01967-5
