中国棉花育种专家用AI破译品种改良“密码本” 棉花产量与纤维品质如何受到DNA甲基化调控？在人工智能（AI）的帮助下，中国棉花育种专家成功破译这一“密码本”，并从中找出有望改良棉花品种的关键基因位点。 近日，由浙江大学棉花精准育种团队、中国生物技术研究所和湖畔实验室智慧育种团队组成的联合科研团队，综合运用遗传学、生物大数据和AI技术，构建了涵盖207个品种的棉花全基因组DNA甲基化图谱，鉴定了2.87亿个单甲基化多态性（SMP）位点，规模为目前所有作物之最。联合团队从中发现43个潜在参与纤维发育的eQTM基因，为棉花育种提供重要的候选基因列表。相关论文发表在国际期刊《细胞研究》（Cell Research）。 棉花是全球最大的天然纺织纤维来源，需要通过不断聚合优异的基因组遗传位点，进行品种改良。在AI、大数据等技术加持下，农业正在步入“智慧育种”时代，通过综合作物基因型数据、表型数据和环境数据，预测作物性状，精准筛选出优异基因。 此次，联合科研团队聚焦于DNA甲基化对作物的影响。DNA甲基化可以在不改变棉花DNA序列的情况下，影响棉花产量、纤维品质等农艺性状，并通过自然进化和人工选择传递。团队收集了207个品种的棉花全基因组甲基化测序数据、基因组测序数据、转录组测序数据，再结合农艺性状的表型数据，进行关联分析，首次构建起群体尺度的棉花全基因组DNA甲基化图谱，涵盖2.87亿个单甲基化多态性（SMP）位点。其中，仅甲基化测序数据就达到17TB。 湖畔实验室融合AI、并行计算等技术开发了一套新型算法，加速海量遗传数据的分析处理。湖畔实验室智慧育种团队负责人顾斐表示：“相比起传统方法，AI加成的分析计算速度提升近100倍，有助于开展亿级序列对比、群体变异分析和多组学关联分析，在数百个遗传变异、数万个基因以及数亿个甲基化位点之间建立起复杂的映射关系。” 联合科研团队进而首次绘制出与棉花纤维发育相关、独立于遗传因素的表观调控网络，揭示了43个潜在参与纤维发育的eQTM基因。其中一个位点已通过基因编辑实验，证实其调控棉花纤维长度的作用。此外，研究人员研发了深度学习模型DeepFDML，基于DNA甲基化位点附近的序列，预测影响基因表达的甲基化位点，未来有望发现更多具有育种价值的信息。 “这项研究成果证明了DNA甲基化数据可作为育种资源，为棉花品种改良提供新的思路。”来自浙江大学棉花精准育种团队的方磊表示：“依托生命科学+AI，育种家们将持续挖掘关键基因、预测农艺性状，加速培育‘超级’作物。” 据悉，湖畔实验室（数据科学与应用浙江省实验室）成立于2020年7月，依托阿里巴巴达摩院建设，聚焦数据科学领域的“数据智能”和“新型计算”两大方向。在智慧育种领域，湖畔实验室牵头研发全流程智慧育种平台，为育种家们提供包含育种数据管理和分析、计算加速、AI预测的“中央厨房”，大幅缩短培育新品种的周期。 相关论文信息： https://www.nature.com/articles/s41422-024-01027-x