9月7日，中国农业科学院作物科学研究所作物分子育种技术和应用创新团队，提出和倡导了大数据和人工智能驱动下的智能育种新策略——基因组-环境组集成预测。这一新策略的提出，将改变过去主要利用基因型和表型进行选择的育种模式，使未来育种能够在基因型-表型-环境型全方位信息支撑下，准确预测特定基因型在特定环境下的表现，实现真正意义上的适应气候变化、适应特定环境的定向育种。相关成果在线发表于《分子植物（Molecular Plant）》。
植物表型是其基因型与环境共同作用的结果。目前育种中所采用的基因组选择技术大多是根据个体的基因型来预测表型，很少考虑个体所处环境对表型预测的影响。把一个基因型完全了解的个体置于环境因素已知的条件下，理论上就可以对其表型进行精准预测。
该文章全面介绍了引入不同时空的环境型变异及其与基因型和表型的数据集成所产生的大数据对人工智能的挑战，讨论了基因组-环境组集成预测有关的概念及其模型的构建、优化与实施。有关基因、代谢途径和网络的信息可以转化成为新一维的基因型数据，并集成到预测模型之中。基于预测的作物重新设计可以在微观水平上针对基因、代谢和网络，在宏观水平上针对个体、群体和物种。文章展望了如何利用智能育种提升植物改良的遗传增益，包括集成和利用各种育种技术和方法，通过平台、技术、设施、群体、数据、模型、甚至育种材料的共享，实现资源利用和育种效率的最大化，在开源育种和服务平台的支持下，有效地开展智能育种。基因组-环境组集成预测新策略将推动智能育种和作物栽培生理等领域的重大变革。
该文章由中国农科院作科所牵头，北京大学现代农业研究院、佛山科学技术学院、上海市农业科学院、石家庄博瑞迪生物技术股份有限公司、国际玉米小麦改良中心以及澳大利亚莫道克大学联合参与。
原文链接：https://www.cell.com/molecular-plant/fulltext/S1674-2052（22）00295-7
