記者11月4日從中國農業科學院深圳農業基因組研究所了解到，該所研究員周永鋒團隊開發了一種利用人工智能指導葡萄育種的新方法，有望縮短育種周期，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。此項研究成果4日在線發表于國際權威期刊《自然》旗下子刊《自然·遺傳學》。

周永鋒團隊自2015年開始聚焦葡萄育種工作，2023年繪制了葡萄端粒到端粒的參考基因組，又進一步對包括野生和栽培在內的9個二倍體葡萄品種進行測序、組裝，得到了18個端粒到端粒的單倍型基因組，并整合已有的基因組數據，構建了全面、準確的葡萄泛基因組。

在此基礎上，周永鋒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。

周永鋒說，與雜交育種需要根據葡萄成熟后的表型作出判斷相比，基于這種選擇模型的全基因組選擇育種技術，在葡萄幼苗時期就可以預測其成熟后的性狀，可以盡早剔除掉不符合條件的幼苗，減少了不必要的人工成本和投入，在葡萄育種應用中有很大的應用潛力。目前，相關研究成果已獲批國家發明專利6項，已申請國際專利1項。

此研究由中國農業科學院深圳農業基因組研究所、南京農業大學、中國農業科學院鄭州果樹研究所、新疆農業科學院園藝作物研究所等機構的科研人員共同完成。（陳宇軒 毛思倩）