华中农业大学“国家杰青”团队在植物学一区top期刊（IF=9.4）发表研究成果，开启智能育种新篇章
学术
2025-01-10 23:56
法国
2025年1月9日，华中农业大学李林教授团队联合陈洪教授团队在Plant Communications在线发表了题为“AutoGP: An Intelligent Breeding Platform for Enhancing Maize Genomic Selection”的论文。文中介绍了一款名为AutoGP（访问地址：http://autogp.hzau.edu.cn）的新智能育种工具，它将高质量SNP筛选、便捷的田间表型数据收集系统和全面的基因组选择（GS）功能模块结合在一起，提供给育种专家一个简单而可靠的解决方案。通过在玉米CUBIC群体中的验证，AutoGP能够有效地挑选出最佳亲本组合，从而加速作物改良过程并简化育种流程。![]()
面对气候变化及全球人口增长带来的挑战，加速高产作物品种的研发显得尤为重要。虽然基因组选择领域已经取得了显著进展，包括积累了大量基因型和表型数据，并开发了高精度机器学习模型，但这些技术的实际应用对育种工作者来说仍存在一定的难度。为此，李林教授团队设计了AutoGP智能育种平台，旨在降低这些先进工具的应用门槛，使其更好地服务于实际育种工作。![]()
该平台涵盖三个主要方面：高质量SNP筛选与精准智能设计育种芯片、便携式田间表型数据采集，以及完善的GS智能设计功能模块。相比全基因组研究，针对特定功能基因的研究更加具有针对性和实用性。研究中构建了一个专注于关键农艺性状的功能基因分型系统，并通过液相微阵列测序识别了5,061个功能基因，从中提取了与目标性状高度关联的高质量SNP。这不仅增强了对这些性状的理解，还揭示了基因之间的复杂交互作用。![]()
此外，传统的手动表型分析效率低下且容易出错。为解决这一问题，研究人员开发了一套完整的田间表型数据采集流程，包括利用微信小程序进行数据采集，3D高斯模糊算法重建玉米植株，以及点云分割或交互式分割方法来提取表型信息。这意味着，只需一部智能手机，用户就能快速获取详细的玉米植株点云模型及其表型信息，如高度、叶片数等，极大提高了数据采集的效率和准确性。![]()
最后，AutoGP提供了五个核心功能模块：模型训练、表型预测、集成训练与预测、最优亲本选择，以及集成训练与选择。用户可以从多种机器学习和深度学习模型中灵活选择最适合其需求的模型，并利用环境信息嵌入模块来增强模型的适应性和实用性。这一创新平台极大地促进了现代育种技术的发展。![]()
华中农业大学陈洪教授团队博士生吴昊、赵亮和李林教授团队博士生韩瑞为该论文的共同第一作者；李林教授、李伟夫副教授为该论文的共同通讯作者。本论文得到了生物育种专项智能设计育种项目等的资助。李林教授团队聚焦于玉米密植高产理论与育种技术研究，主要利用农学、生物学、信息学、大数据与人工智能科学等多学科交叉技术，进行玉米株型建成分子机制研究，提出了稀有等位基因是玉米株型建成的决定因子的观点，开发了基于基因组大数据快速精细定位克隆数量性状基因QTG的新策略QTG-seq、DeepBSA、以及QTG-Miner等；构建了玉米第一代生物网络大数据图谱并开发了人工智能挖掘工具，解析了玉米株型建成分子基础，对玉米株型、产量、开花期等分子网络进行了系统鉴定，开发作物精准智能设计育种体系CropGPT，目前已经为十余家育种单位提供生物大数据辅助育种服务。近年来，以通讯作者(含共同)在Nature Genetics，Nature Biotechnology，Molecular Plant (5篇)，Genome Biology (2篇)，Nature Communications，Plant Communications (2篇)，Journal of Integrative Plant Biology (3篇)，New Phytologist， Cell Reports，Plant Physiology，Crop Journal (2篇) 等国际主流期刊上发表论文30余篇，总引用超过4900次。![]()
