张晴丹
我国粮食总产量位居环球首位，玉米产量位居天下第二，但是育种技能体系的信息化与智能化程度与欧美发达国家比较，还有相称大的差距。
科研职员意识到，我国急需培植为玉米种业做事的玉米智能设计育种技能体系，为我国玉米育种行业办理“卡脖子”问题。
近日，中国农业大学农学院、国家玉米改良中央教授王向峰与西北农林科技大学生命科学学院、旱区作物困境生物学国家重点实验室教授马闯课题组在《生物信息学简报》上揭橥了一篇方法学研究论文，论文先容了科研团队联合开拓的一款基因组优化设计模型GOVS，可以加速玉米杂交育种，缩短育种周期，促进玉米种业智能化、高质量发展。
急需技能攻关，办理关键问题
21世纪以来，随着互联网、人工智能、机器学习等当代信息技能的迅速发展，环球已迈入大数据时期。信息科学与生命科学的跨学科交叉领悟为育种科技的超过式发展供应了新的契机。
2018年美国康奈尔大学玉米遗传育种学家、美国科学院院士Buckler教授提出“育种4.0”观点。中国科学院院士、我国水稻遗传育种学家张启示也提出作物育种已进入5G育种时期。
“美国基本已经进入育种4.0时期，也便是智能育种时期，但我国还没有实现这一步。”论文通讯作者王向峰在接管《中国科学报》采访时表示，无论是“育种4.0”还是“5G育种”，实在质都是育种行业的工程化、智能化升级，即逐步形成“智能设计育种”技能体系。
在他看来，智能设计育种是在分子设计育种的根本上领悟生物信息学、群体遗传学、大数据、人工智能等多个交叉学科的育种智能化办理方案，是全基因组选择育种的升级和优化，是我国“十四五”期间种业创新工程中重点攻关的技能领域。
玉米智能设计育种技能体系可以帮助办理三方面关键问题。王向峰指出，首先，可以办理玉米育种行业研发周期长、效率低、本钱高、决策难等问题；其次，助推当代种业与人工智能的领悟发展，形成“智能+种业”的新经济家当体系；末了，冲破育种技能壁垒，缩短与国际种业巨子之间的技能差距，振兴民族种业。
两款工具相辅相成
为什么美国育种水平比我国高？“由于他们通过几十年景长积累了大量育种数据，在全体育种过程中，每一个步骤都是通过大数据驱动，已经可以进行作物表型的仿照，根据模型预测来赞助育种家筛选材料进行杂交组配。”王向峰答道。
要想在种业科技创新上“弯道超车”，开拓玉米智能设计育种技能体系成了当务之急。
“不过，大数据的高效采集、深度剖析和充分利用，十分困难。”论文共同通讯作者马闯在接管《中国科学报》采访时表示，比较欧美发达国家，我国的育种干系生物学大数据还比较缺少。以基因组数据、表型数据为例，之前采集这些数据的本钱较高，近年来随着科技发展，干系本钱有所低落，数据呈快速增长趋势，数据的高效采集问题正在办理，深度剖析和充分利用问题还须要高度关注。
玉米要做杂交种，实际是两个纯和自交系杂交往后形成。以前须要四五年才能生产出来一个纯和自交系。“现在的利好是单倍体勾引育种技能，基本上一年就可以生产出一个纯和自交系。”王向峰表示，双单倍体技能在玉米育种行业中的逐步成熟与遍及，使得玉米纯和自交系的生产周期大幅缩短、本钱大幅降落、自交系数量大幅度增加。
我国一个中、大型种业公司每年可生产2万到5万份的玉米自交系。自交系量已经达到如此规模，如果再将这些自交系与3到5个测验种进行杂交，理论杂交组合的数量为几十万。依赖于田间表型测试对数十万的组合进行人工选择的本钱太高，是险些无法完成的任务。
因此，科研团队认为，必须采取智能育种的办法，依据预测模型辅导基于基因型的选系。
“假如有10万个自交系，再与一个测验种进行杂交，就有10万个杂交种，把它们都种在田里根本不可能。而用模型先在打算机上仿照，筛选出产量最高、最优的10%的杂交种，在田间就可以只种这10%的部分，相称于种1万株，本钱仅是原来的十分之一。”王向峰举例。
鉴于此，科研团队开拓了基因组优化设计模型GOVS。传统育种仿照软件紧张利用遗传材料的系谱关系和表型数据仿照育种过程，同时辅导未来育种流程中的选系和组配。“GOVS则采取了称为‘基因组优化设计’的策略，即通过算法仿照出一个理论上尽可能多地聚合了某个育种群体中目标表型的上风基因组片段或有利等位基因的虚拟基因组。”论文第一作者、西北农林科技大学博士生程前见告《中国科学报》。他还是GOVS软件的紧张开拓人之一。
程前表示，目前，这样一个空想基因组在现实中还不太可能得到，但是可以作为评估层面或者育种路径的一个辅导。
在此之前，王向峰还与华中农业大学教授严建兵课题组在《基因组生物学》上揭橥了一款基于机器学习建立的全基因组选择模型——CropGBM工具箱，同时整合了多种常用遗传剖析工具，比如基因型与表型数据预处理、育种材料遗传构造解析、全基因组选择模型、标记筛选与模块设计、数据可视化等功能模块，为作物基因组设计育种供应一站式办理方案。
“智能指的便是机器学习里面建立的模型，这个模型相称于人的大脑，是有驱动力的。GOVS与CropGBM相辅相成，分别用于不同的育种环节，实际上都是利用人工智能的策略加速育种。”王向峰说。
“强心剂”和“加速剂”
粮食安全事关国计民生与长治久安，种业是当代农业核心与命脉，科技创新是计策支持。要想造就具有自主知识产权的新品种，须要育种家不懈的努力。
“不过，育种现状却不容乐不雅观。海内育种家普遍年事偏大，大多已过50岁，而且他们多是凭履历、靠眼睛去决策选材料，每个人的履历又有差异。加上在田间搞测试的年轻人很少，往后的育种越来越不能靠人去完成，只能通过打算机做育种。”王向峰表示。
而机器学习最大的两个亮点，一个是效率，一个是自动化。用模型去代替育种家的履历，做更加标准化、规范化的决策，既减少育种家的事情量，又降落了许多本钱。
“育种要‘藏粮于技’，我们这个成果是智能育种方法学和技能的大胆打破，也是给海内做干系育种事情科研职员注入‘强心剂’。”马闯说。
此外，他指出，相较于国外育种4.0理念，我国如何去追赶、超越，迈入“育种4.0”或是“5G育种”时期，须要更加前辈的技能，从这个意义上说，这项成果也是“加速剂”。
“要明确的是，我们这套技能并不是基因组选择的替代，我认为基因组选择在未来育种体系中仍是核心技能，最大上风是可以大幅度减少田间事情量和本钱，不可取代。而我们这套技能如果和基因组选择、双单倍体技能相结合，会达到更好的效果。”程前强调。
当前，科研团队正环绕玉米智能设计育种技能体系的培植开展多方面的事情，力争打造大数据驱动的玉米智能育种做事平台，为全国范围内的种业企业、育种团队供应智能决策做事。
有了这样一个做事平台，未来育种流程中的组材、选系、组配、测试、推广等诸多环节都将由一系列模型进行育种决策，赞助乃至代替人工决策，终极实现数据驱动式的智能设计育种。
