科学家研发种子筛选AI模型，预测准确性超过90%，实现高效数字化的抗病品种筛选

来源：DeepTech深科技

“我们研发的抗病表型精准预测法，对于水稻稻瘟病、小麦麦瘟病和条锈病的预测准确性均超过 90%，这表明 AI 有望极大提高抗病品种的筛选效率，能为筛选抗病种质资源和抗病品种提供新方法。”中国农业科学院植物保护研究所康厚祥研究员表示。

图 | 康厚祥（来源：康厚祥）

在近期一项研究中，他和团队发现利用机器学习可以预测作物的抗病性，并开发出了上述新方法。

通过全基因组关联分析获得抗病关联标记，以适当的 P 阈值范围之内筛选标记，此方法可以利用这些标记来快速、准确地筛选抗病资源和品种，既能节省时间又能节省人力。

基于基因型、以及结合亲缘关系后的已有机器学习方法，比如 lightGBM_K、RFC_K 和 SVC_K 等机器学习方法，能够准确地预测水稻稻瘟病、黑条矮缩病、纹枯病，以及预测小麦对于麦瘟病和条绣病的抗性水平。

研究中，课题组还给出了核心水稻品种对于多种病害的抗病鉴定结果。

对于育种公司来说，结合已经成熟且成本低廉的全基因组单核苷酸多态性（SNP，single nucleotide polymorphism）标记检测技术，就能准确地判断所有亲本、中间品种、或现有商业品种，对于多种病害的抗病性。

同时，也可以结合育种公司的亲本材料，在本次机器学习方法的基础之上，自行建立一个专属流程，实现高效、数字化的抗病品种筛选，降低抗病品种筛选成本、以及提高筛选效率。

同时，除了抗病性以外的其它优良性状，本次方法也能起到辅助筛选的作用。

（来源：康厚祥）

田间鉴病价格缘何高居不下？

据介绍，在全世界范围之内，当前的粮食生产安全依然面临一些重大挑战。

比如水稻稻瘟病、小麦锈病、赤霉病等重大疾病的流行，常常导致减产甚至绝收。

因此，选择和栽培抗病品种，对于保障粮食生产安全具有重要意义。

与作物产量、外观品质等性状不同的是，作物的抗病性是一个很难得到准确测量的性状。

因此，在育种过程中、或生产栽培过程中，如何从成千上万的育种材料中准确地筛选抗病材料，以及如何从众多栽培品种中准确地选择抗病品种，是植保学家和育种家一直努力实现的目标。

在当前的生产实践中，抗病品种的筛选手段依赖于田间抗病鉴定。

对于一些重大病害比如水稻稻瘟病的田间抗病鉴定，目前的市场价格大概在 1000 人民币/品种/地点，既耗钱又耗时。

举例来说：假如一家育种公司在育种过程中，通过不同组合产生 10000 个中间材料，就需要从 10000 个中间材料中，准确地选择出抗稻瘟病的材料。

如果使用传统的田间抗病鉴定方法，费用往往高达 1000 万人民币，而且至少要花费一个生产季节的时间才能完成。

研究表明 AI 与工业方面的结合大大促进了相关工业研究和产业的发展，而将 AI 和农业结合，目前还处于起步阶段。

作为一名从事农业生产相关的科研人员，康厚祥发现在农业生产中，经常面临一些很难采取传统方法解决的问题。

例如，如何从外观相似的成千上万品种资源中，精准挑选产量高、品质好、对病害抵抗力强的品种，以用于培育下一代优良品种？并能做到将传统方法的价格“打下来”？

基于多年的数据分析经验，康厚祥意识到或许机器学习能够解决这些问题。

AlphaGo、AlphaFold 等 AI 工具的陆续面世，更加坚定了他利用 AI 来解决农业生产问题的想法。

基于此，康厚祥和同事开始利用机器学习，来提高作物抗病品种筛选效率。

他希望可以开发一种新方法，在大幅降低成本的情况下，依然能够准确筛选出抗病品种，从而提高抗病育种效率。

（来源：Engineering）

当农业研究者开始自学 Python

据介绍，左示敏承担了大量的抗病鉴定工作。如前所述，水稻纹枯病和黑条矮缩病是两种极难进行抗病鉴定的水稻病害。

“但是，左示敏任劳任怨，带领团队针对几百个水稻品种，完成了黑条矮缩病多地点、以及纹枯病多致病型的抗病鉴定。”康厚祥说。

与此同时，本次成果的顺利完成，也让康厚祥真正体会到机会只给准备好的人。

在本次课题之前，他已经积累了多年的数据分析经验，也经常通过网络视频和购买书籍等方式自学代码编程。

这让他在 AI For Science 愈发流行的当下，得以结合自身所长和 AI 趋势，做出契合时代发展背景的新成果。

后续，康厚祥准备与育种公司开展合作，争取将本次技术推向应用市场。

1.Liu, Q., Zuo, S. M., Peng, S., Zhang, H., Peng, Y., Li, W., ... & Kang, H. (2024). Development of Machine Learning Methods for Accurate Prediction of Plant Disease Resistance.Engineering.https://www.sciencedirect.com/science/article/pii/S2095809924002431

运营/排版：何晨龙