11月8日，記者從中國農(nóng)業(yè)(yè)科學(xué)院深圳農(nóng)業(yè)(yè)基因組研究所（嶺南現(xiàn)代農(nóng)業(yè)(yè)科學(xué)與技術(shù)廣東省實(shí)驗室深圳分中心）了解到，該所周永鋒團隊提出了一種利用人工智能進(jìn)行葡萄育種的新方法。這種方法預測準確率高達85%，能大幅縮短育種周期，有望實(shí)現(xiàn)葡萄的精準育種設計，并為其他多年生作物育種提供方法參考。相比傳統(tǒng)方法，新方法使育種效率提高400%。相關(guān)研究成果日前發(fā)(fā)表在國際期刊《自然·遺傳學(xué)》上。

　　全面、準確的基因組數(shù)據(jù)是精準設計育種的基礎。為深入挖掘基因組數(shù)據(jù)，周永鋒團隊引入機器學(xué)習技術(shù)，構建預測模型。團隊根據(jù)該模型的評分進(jìn)行早期個(gè)體的預測和選擇，從而優(yōu)(yōu)化育種策略。

　　周永鋒介紹，在本研究中，研究人員將包含性狀和基因型的數(shù)據(jù)劃分為訓練集、驗證集和測試集3個(gè)子集，利用機器學(xué)習算法解析基因型與性狀數(shù)據(jù)間復雜的網(wǎng)(wǎng)絡(luò )關(guān)系。該研究運用訓練數(shù)據(jù)集構建了首個(gè)葡萄全基因組選擇模型，然后進(jìn)一步通過(guò)驗證數(shù)據(jù)集調整模型參數(shù)，對模型進(jìn)行優(yōu)(yōu)化，最后使用測試數(shù)據(jù)集評估最終模型的性能。

　　周永鋒說(shuō)，通過(guò)這一模型，育種工作者可快速準確地評估大量育種材料的遺傳潛力，從而更好地選擇優(yōu)(yōu)良品種。該模型在葡萄育種中有很大應用潛力，有望提高葡萄育種效率，加速葡萄新種質(zhì)創(chuàng)(chuàng )制，革新葡萄育種策略。目前，相關(guān)研究成果已申請獲批國家發(fā)(fā)明專(zhuān)利6項，并申請國際專(zhuān)利1項。