科技魔方

湖畔实验室AI加速棉花精准育种:解析近3亿DNA甲基化数据,助力改良棉纤维

更多场景

2024年10月25日

  棉花产量与纤维品质如何受到DNA甲基化调控?在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、中国农科院生物技术所和湖畔实验室(阿里巴巴达摩院)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顶级期刊《细胞研究》(Cell Research)上。

  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。

  图说:群体单碱基DNA甲基化多态性的精准鉴定、调控网络解析与预测模型构建

  浙江大学棉花精准育种团队方磊教授表示:“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。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。

+1

来源:DoNews 作者:董寒雪

延展资讯