AI赋能葡萄育种，效率飞跃400%

近日，中国农业科学院深圳农业基因组研究所（岭南现代农业科学与技术广东省实验室深圳分中心）周永锋团队在《自然・遗传学》杂志上发表了关于葡萄育种的重大突破。这一研究利用人工智能技术，成功将葡萄育种周期大幅缩短，预测准确率达到85%，育种效率提高400%，为精准设计育种和加速葡萄品种创新提供了新的路径。

周永锋团队自2015年起专注于葡萄设计育种研究，2023年发布了首个葡萄端粒到端粒完整参考基因组图谱，并在《园艺研究》杂志上发表相关封面文章。为进一步深化研究，团队对9个二倍体葡萄品种进行了基因组测序和组装，构建了首个全面、准确的葡萄泛基因组（Grapepan v1.0），总长度达1.43Gb。

在此基础上，团队选取了近万份葡萄品种，连续3年对29个农艺性状进行调查研究，构建了葡萄基因型图谱和性状图谱。通过数量遗传学分析，团队鉴定出148个与农艺性状显著相关的位点，其中122个为首次发现。

研究还发现，不同葡萄群体之间存在显著分化的区域，这些区域中的遗传位点与多种农艺性状相关，如浆果颜色、果皮涩味、浆果形状、果穗重量等。这一发现揭示了农艺性状歧化选择在酿酒与鲜食葡萄分化中的重要作用。

为深入挖掘基因组数据，指导育种策略，周永锋团队引入机器学习技术。他们构建了首个葡萄全基因组选择模型，通过机器学习算法解析基因型与性状数据间的复杂关系，实现了对育种材料的遗传潜力快速准确的评估。

该模型结合了结构变异信息和机器学习模型，计算多基因评分预测准确率高达85%。这一成果有望在葡萄育种应用中发挥巨大作用，提高育种效率，加速新种质创制，革新葡萄育种策略。

目前，该研究成果已申请获批国家发明专利6项，国际专利1项。这一突破不仅为葡萄育种提供了新的技术手段，也为其他多年生作物育种提供了方法参考，具有广泛的推广应用前景。