【植物表型大数据】当育种遇上人工智能，农业将快速发展

时间：2022-11-11

随着农业育种技术的不断精进，我们吃的食物越来越多样，并且与之前的食物外观、味道有些不一样。比如，小时候吃的白菜，叶子上总有许多被虫吃的洞眼，而且白菜只有一两个品种，如今白菜有近10个品种，叶子上没有小洞。其实，自从作物被驯化以来，培育集抗性强、优质、高产等性状为一体的作物品种一直是育种家的梦想。DNA分子结构模型的发现推动了分子生物学的发展，让育种家们能够从基因和分子水平上解码作物的生命秘密，通过调控基因获得特定表型，以期培育出较想要的作物品种。

然而，如何调控作物基因才能培育优良品种？育种，从某种意义上来说，是把来自不同种质资源的优良等位基因聚合起来。时至今日，作物育种经历了漫长的改良之路。传统育种是耕作者对作物表型变异的肉眼观察，通过主观判断选出高产优质抗性强的育种材料。后来，职业育种家出现，他们根据对作物遗传规律的认识，通过预先设计杂交育种试验，再从后代中筛选出优良栽培品种。这些方法曾为作物改良、有效解决粮食安全问题作出了巨大的贡献。但在某种程度上，却都是基于经验和观察，完全根据表型对育种材料进行选育的“经验育种”。科学家曾“无奈”而又形象地将其形容为“一把尺子一杆秤，用牙咬，用眼瞪”。

直到20世纪50年代，分子生物学与基因工程的诞生，打开了人类认识生命本质的大门。作物育种从经验育种时代进入了分子定向育种时代。这个时期，育种家可在明确基因型的表型效应的情况下，有的放矢地把符合预期要求的基因型进行组合。

伴随着高通量基因组测序技术的发展，越来越多的作物全基因组密码被解开。在海量的基因组数据面前，控制优良性状的基因是哪些？怎样的基因组合才能产出较优的作物品种？

为了明确哪些分子标记和哪些性状相关联，通过借助机器学习模型或深度学习模型帮助育种家根据基因型预测表型。人工智能技术突破了人的经验，使作物育种更加精准而高效。

机器学习是借助计算机算法建立模型并解析数据，通过不断学习数据的自身特征并训练模型，从而实现对目标对象的判断和预测。研究人员以基因家族代替单个基因为单位随机分配训练集和测试集数据，以解决“进化依赖”造成的模型“过拟合”问题。接着进一步利用多种算法对模型进行解析，获得了调控基因表达的关键DNA基序。在此模型基础上，研究人员利用进化上亲缘关系较近的两个物种，成功预测了同源基因的相对表达量，并进一步获得了调控同源基因相对表达量的关键DNA基序。除此之外，训练深度学习模型需要大量的数据。然而在农业领域，作物的基因型和表型数据量却积累不足。

因此，有育种*建议研究人员在育种后，除了留下优质品种数据，也要保存非理想型品种的全套基因组和表型数据，以便数据建模时进行优劣比较，找出调控优良表型性状的基因。

大数据时代下智能化育种的前提是标准化大数据体系。而农业数据采之不易且不统一，作物表型数据差异性较大，不同人采集的数据真实可靠性与准确性也难以控制。除此之外，彼此数据不开放共享，使得研究中可比较的数据量少。

未来，要想育种得到更好发展，那么有表型大数据是第一步。对大数据进行规范化采集处理、存储与管理，并建立开放共享的数据库反而更重要。目前应某食用菌企业发展需求研发了食用菌表型大数据平台系统，采用深度学习技术对食用菌种质管理、育种栽培、生产包装进行一系列的系统研发，并聚合食用菌行业表型大数据，为企业种质研发管理提供科研数据依据，并形成企业核心竞争力。

词条
词条说明
高通量表型分析仪对作物育种发展的作用
育种是发展农业的重要一环，育种决定着产量、质量，要想获得优质种源，需要研究作物表型，通过高通量表型分析仪找到作物的奥秘，从而研究出高产高质的育种。那么高通量表型分析仪在农业育种中具体起哪些作用？跟着小编一起来了解一下吧。加速器作用“表型为王，基因为后”是表型相关领域的学者常挂在嘴边的一句话。对于育种和农业管理而言，表型分析是理解基因功能及环境效应的关键环节。在育种的整个进程中，表型监测不仅
【食用菌表型】灵芝DUS测试指南数据分析案例
菌丝阶段表型一、拮抗表型1.25℃±1℃避光培养2.当申请品种和近似品种菌丝接触3d后观测拮抗现象3.分析内容: 有无拮抗二、菌丝束粗细1.25℃±1℃ 避光培养2.培养7天后观测菌丝束的粗细3.分析内容:菌丝束的粗细程度三、菌丝密度1.25℃±1℃ 避光培养2.培养10天后观测菌丝的密度3.分析内容:菌丝的密度程度四、菌落形态1.25℃±1℃ 避光培养2.培养10天后观测菌落的形态3.分析内容:
【表型技术】从点云分析中提取二维和三维鱼类形态表型的应用
鱼类形态表型是人工育种、功能基因定位以及水产养殖和生态学中基于种群的研究的重要资源。为了避免传统表型形态测量方法带来的损伤鱼体、依赖经验、主观意识等，因此开发了一种、准确且可定制的工具 —3DphenoFish软件。在无损鱼儿的状态下进行鱼类表型数据采集，此软件可用于鱼类形态表型研究，包括功能基因定位、人工选择和保护研究。材料和方法&nbs
【植物表型】利用高光谱成像检测小麦早期冠腐病
冠腐病是**粮食产业中较重要的土壤真菌病害之一，会导致粮食生长不良，产量损失严重。筛选冠腐病作物是控制冠腐病的关键因素之一，其关键挑战在于生长初期上部茎叶无明显症状。目前人工筛选需要病理学家在短时间内观察许多植物的冠部和根部区域，费时费力。本研究利用高通量植物表型设备，准确、经济、无损伤的高光谱影像检测小麦生长初期的冠腐病，选择了4个不同抗性水平的澳大利亚商品小麦品种(Aurora、 Yitpi、