我所与中国农科院作科所等单位合作在水稻全基因组选择新方法方面取得新进展

传统的基于表型和标记辅助选择方法已用于水稻育种改良，但其费时、费力且成本较高，研究和实施新的育种策略以提高水稻产量是遗传学家和育种家关注的热点，基因组选择是其中的重要途径和方向。

近日，我所作为主要参与单位与中国农科院作科所、江西省农科院水稻所等单位合作，构建了首个用于水稻基因组选择的大规模中国栽培稻群体数据库，并提出了配套的全基因组预测深度学习模型DeepCCR，为育种者快速、高效地培育优良品种提供了一个新工具。相关研究成果发表在国际知名期刊《Plant Biotechnology Journal》（影响因子13.7）。

基因组选择能够利用训练群体构建的育种模型，实现对育种材料的表型预测，可大幅度缩短育种周期，减少育种投入。但由于构建训练群体的投入较高，制约了基因组选择技术的应用和推广。为此，研究人员构建了第一个具有广泛遗传代表性的中国栽培稻群体（CCRP），并针对性地开发了基因组选择方法，建立了一种基于卷积神经网络与双向长短期记忆相结合的深度学习方法DeepCCR，用于预测不同种植地点的表型值，从而帮助育种家评估特定材料的最适种植地点。为了便于育种者使用该模型，研究团队构建了便捷的网络在线服务（www.ai-breeder.com），用户只需提交标准的 FASTQ 或 VCF 文件，系统就会自动提供10 个产量相关性状在不同地点的预测结果。

中国农科院作科所马小定副研究员、王浩博士等为论文共同第一作者，中国农科院作科所韩龙植研究员、安徽省农科院水稻所种质资源创新团队周坤能研究员等为论文共同通讯作者，江西省农科院水稻研究所、吉林省农科院水稻研究所等单位参与了本项目研究。该研究得到了国家重点研发计划等项目的资助。