從中國農業科學院作物科學研究所獲悉，近日，該所作物智能設計算法模型創新研究組成功研發一套新的人工智能算法——自動化機器學習框架，通過將農作物的氣象環境大數據與基因組信息深度融合，實現了作物精准遺傳分析與基因組預測，為作物智能設計育種提供了有效工具。相關研究成果發表在學術期刊《先進科學》上。

據研究組負責人介紹，糧食等農作物的高矮、莖稈粗細、節間長短和產量高低等特征都屬於作物的田間表型，由作物的基因型、環境以及基因型與環境的互相作用共同決定。在實際育種過程中，准確預測作物的田間表型對於提高育種效率、縮短育種周期至關重要。然而，傳統的基因組預測方法往往忽略了環境因素對田間表型的影響，導致在不同的環境條件下，對作物的田間表型預測精度常常有限。因此，將環境數據納入基因組預測模型，考慮基因型與環境的相互作用，成為提升作物田間表型預測精度的關鍵。

研究團隊基於大規模多環境下玉米雜交種的數據集，利用人工智能技術開發了一套自動化機器學習框架，將環境數據與基因組信息深度融合，開展遺傳分析與基因組預測。比較傳統基因組預測方法，該算法有三大亮點：一是集成遺傳和環境特征處理功能﹔二是集成多種先進技術進行模型訓練，提升模型訓練效率和預測精度，與傳統統計模型相比，計算時間可縮短290倍，且能保持較高的預測精度﹔三是利用獨特的SHAP可解釋技術解釋模型，量化遺傳和環境特征對作物表型變異的貢獻。

研究組負責人表示，該研究可為解析基因型與環境互作的生物學機制提供重要參考，同時為作物育種提供新的工具。（記者 楊舒）

關注公眾號：人民網財經

分享讓更多人看到