中国农业科学院深圳农业基因组研究所周永锋团队利用人工智能技术，构建了葡萄全基因组选择模型，可根据基因型预测葡萄的农艺性状，准确率高达85%。该模型可大幅缩短葡萄育种周期，提高育种效率400%，实现葡萄的精准设计育种。这项研究有望加速葡萄品种创新，并为其他多年生作物育种提供参考，为葡萄产业发展带来新的机遇。

🍇**AI预测葡萄农艺性状：**研究团队利用机器学习算法，构建了首个葡萄全基因组选择模型，可以根据葡萄的基因型预测其农艺性状，例如果实大小、成熟期等，预测准确率高达85%。

🌱**缩短育种周期，提高效率：**传统葡萄育种需要3年甚至更长时间才能获得结果，而利用AI模型，可以在葡萄幼苗时期就预测其成熟后的性状，从而尽早淘汰不符合要求的品种，将育种周期大幅缩短，育种效率提高400%。

🧬**精准设计育种，加速品种创新：**通过AI模型，育种家可以快速准确地评估大量育种材料的遗传潜力，从而更好地选择优良品种，加速葡萄新品种的培育，满足市场需求，推动葡萄产业发展。

💡**为其他多年生作物育种提供参考：**该研究成果不仅适用于葡萄育种，也为其他多年生作物，例如果树、林木等，的育种提供了新的思路和方法，推动农业科技的进步。

🏆**获得多项专利和项目支持：**该项目已申请获批国家发明专利6项，已申请国际专利1项，并获得了国家重点研发计划、国家优秀青年科学基金等项目的支持，展现了其重要的科学价值和应用前景。

葡萄，因其独特的风味和口感，深受人们喜爱。一粒葡萄种子，从萌发到结果，通常需要3年。而想要培育出“令人满意的”葡萄品种，需要的时间更久。能否找到一种既“快速”又“简便”的方法实现葡萄品种的“个性化”设计？育种家为此绞尽了脑汁。

11月4日18时，《自然·遗传学（Nature Genetics）》在线发表了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）周永锋团队利用人工智能进行葡萄育种的最新研究成果。该研究将大幅缩短葡萄育种周期，且对葡萄农艺性状的预测准确度高达85%。相比传统方法，育种效率可提高400%。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。

在这项研究中，周永锋团队引入了机器学习算法，通过构建预测模型，根据评分进行早期个体的农艺性状预测和选择，从而指导、优化育种策略。

据团队成员介绍，该研究将包含了性状和基因型的数据划分为三个子集：训练集、验证集和测试集。首先，他们利用机器学习算法解析基因型与性状数据间的复杂网络关系，运用训练数据集构建了首个葡萄全基因组选择模型，随后进一步通过验证集调整模型参数，对模型进行优化，最后使用测试数据集评估最终模型的性能。研究结果表明，结合了结构变异信息和机器学习模型的计算，多基因评分预测准确率高达85%。

通过这一模型，育种家可以快速准确地评估大量育种材料的遗传潜力，从而更好地选择优良品种。传统的杂交育种需要根据葡萄成熟后的表型作出判断，而全基因组选择育种技术在葡萄幼苗时期就可以预测其成熟后的性状，尽早剔除掉不符合条件的幼苗，减少了不必要的人工成本和投入，在葡萄育种应用中有很大的应用潜力。该技术将提高葡萄育种效率，加速葡萄新种质的创制，革新葡萄育种策略。

目前，该项目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。该研究获得了国家重点研发计划、国家优秀青年科学基金（海外）、国家自然科学基金、中央政府引导地方科技发展专项资金项目等项目的支持。