记者从中国农业科学院深圳农业基因组研究所（岭南现代农业科学与技术广东省实验室深圳分中心）获悉，该所周永锋团队提出了一种利用人工智能进行葡萄育种的新方法，相比传统方法，育种效率可提高4倍，大幅缩短葡萄育种周期。该研究有望实现葡萄的精准设计育种，加速葡萄品种创新，并为其他多年生作物育种提供方法参考。相关研究成果于北京时间11月4日发表在国际期刊《自然·遗传学》上。

中国农业科学院深圳农业基因组研究所研究员周永锋介绍，葡萄是多年生作物，种下一粒葡萄种子，从萌发到结出果实大概需要3年之久。而想要培育出好的葡萄品种，需要的时间更久。直到目前，育种界主要选择的方法仍是杂交育种，这种方法往往需要经过数十年的筛选，工作量极大，且由于葡萄基因组高度复杂，杂交后，后代的杂交效果常常并不理想。

进入21世纪以来，育种家提出分子育种——通过分子标记来“设计”性状，并在此基础上，提出了智能设计育种，即基于海量基因组的遗传变异数据进行分析预测，以提高育种效率和精确度。其中，获取全面、准确的作物基因组数据是关键。

为此，周永锋团队自2015年起开始聚焦葡萄设计育种，并于2023年发布了首个葡萄完整参考基因组图谱。随后，该团队又陆续进行测序、组装，构建了目前首个最全面、最准确的葡萄泛基因组。

为了进一步弄清楚葡萄基因与性状之间的关联，周永锋团队从近万份葡萄品种中选取了400多份有代表性的葡萄品种，连续3年对包括果穗大小、果皮颜色等在内的29个农艺性状进行调查，构建了葡萄基因型图谱和性状图谱。在此基础上，周永锋团队利用数量遗传学分析，鉴定到148个与农艺性状显著相关的基因位点，其中122个位点为首次发现。

面对以上葡萄基因组和性状数据，周永锋团队引入人工智能中的机器学习技术，解析基因型与性状数据间的复杂网络关系，构建了首个葡萄全基因组选择模型。与杂交育种需要根据葡萄成熟后的表型作出判断相比，这种全基因组测序育种模式在葡萄幼苗时期，就可以通过计算机软件预测其成熟后的性状。结果表明，结合了结构变异信息的多基因评分预测模型，其预测准确率高达85%。

通过这一模型，育种家可以快速准确地评估大量葡萄育种材料的遗传潜力，从而更好地选择优良品种。同时，尽早剔除不符合条件的幼苗，减少不必要的人工成本和投入，大大提高葡萄的育种效率。目前，相关研究成果已申请获批国家发明专利6项，已申请国际专利1项。