2023年4月14日，海南大學(xué)三亞南繁研究院等單位在Modern Agriculture雜志發(fā)表了題為“Smart breeding driven by advances in sequencing technology”的綜述。該綜述總結(jié)了作物育種技術(shù)的發(fā)展歷程，探討了大數(shù)據(jù)時(shí)代下包括育種模型、基因分型和未來(lái)智能育種在內(nèi)的技術(shù)變革，其中測(cè)序技術(shù)的進(jìn)步驅(qū)動(dòng)智能育種技術(shù)發(fā)展。華大智造致力于成為生命科技核心工具締造者、分子育種產(chǎn)業(yè)推動(dòng)者，參與了綜述中部分工作。

作物育種經(jīng)歷了人工馴化的育種1.0時(shí)代，到雜交育種的育種2.0時(shí)代，到基因編輯、分子標(biāo)記，轉(zhuǎn)基因、分子設(shè)計(jì)育種的育種3.0時(shí)代，現(xiàn)如今，作物育種正處于4.0時(shí)代，開(kāi)發(fā)了基于基因型和表型技術(shù)的智能育種，同時(shí)將常規(guī)育種策略與人工智能、自動(dòng)化及相關(guān)技術(shù)結(jié)合，培育具有更高產(chǎn)量潛力的品種。未來(lái)隨著人工智能、測(cè)序平臺(tái)等技術(shù)的進(jìn)步以及跨學(xué)科研究的興起，作物育種方法也在不斷發(fā)展進(jìn)步，從而可以更具有針對(duì)性的改造作物性狀。

在過(guò)去的一個(gè)世紀(jì)里，為了滿足人類的需要，育種從傳統(tǒng)方法到現(xiàn)代方法不斷進(jìn)步。開(kāi)始使用雜交育種、單倍體育種、多倍體育種和誘變育種，其中以雜交育種應(yīng)用最為廣泛。后來(lái)分子生物學(xué)快速發(fā)展驅(qū)動(dòng)分子標(biāo)記輔助育種的發(fā)展，常用分子標(biāo)記包括簡(jiǎn)單重復(fù)序列(SSR)、單核苷酸多態(tài)性(SNP)、隨機(jī)擴(kuò)增多態(tài)性DNA (RAPD)、擴(kuò)增片段長(zhǎng)度多態(tài)性(AFLP)和限制性片段長(zhǎng)度多態(tài)性(RFLP)，其中SNP標(biāo)記因其在基因組中的均勻分布、低突變率和高遺傳率而受到育種家的關(guān)注。2001年，Meuwissen等人開(kāi)發(fā)了一種新型的標(biāo)記輔助選擇(MAS)，稱為基因組選擇(GS)。使用來(lái)自訓(xùn)練群體的已知基因型和表型數(shù)據(jù)構(gòu)建基因組預(yù)測(cè)模型，然后預(yù)測(cè)候選個(gè)體的基因組育種值(GEBVs)。目前基于GS的育種仍是一項(xiàng)高發(fā)展?jié)摿Φ那把丶夹g(shù)。

測(cè)序技術(shù)加速了分子育種發(fā)展

測(cè)序技術(shù)在全基因組測(cè)序、轉(zhuǎn)錄組測(cè)序等研究方向廣泛應(yīng)用，在重要農(nóng)藝性狀相關(guān)的分子標(biāo)記挖掘方向同樣應(yīng)用廣泛。基于測(cè)序技術(shù)的分子育種應(yīng)用可提高育種效率、縮短育種周期和降低育種成本。

全基因組重測(cè)序(WGRS)利用SNP在全基因組水平上收集與突變相關(guān)的信息，用于分析重要的分子標(biāo)記，尤其是在全基因組關(guān)聯(lián)研究(GWAS)和篩選關(guān)鍵性狀。為降低成本，育種家也會(huì)傾向于采用簡(jiǎn)化基因組測(cè)序方法進(jìn)行大規(guī)模群體育種標(biāo)記的篩選。在作物育種應(yīng)用中通常有GBS， 2b‐RAD，RAD‐seq和AFSM這些簡(jiǎn)化基因組測(cè)序方法。與基于GBS和PCR的基因分型技術(shù)相比，SNP微陣列技術(shù)更加快速、高效和自動(dòng)化。其中基于靶向捕獲測(cè)序的液相芯片方法不受起始樣本量或標(biāo)記數(shù)量限制，目前比固相芯片應(yīng)用更為廣泛。

新的基因分型技術(shù)仍在不斷開(kāi)發(fā)中，比如近期研發(fā)的Hyper - seq技術(shù)(基于PCR后測(cè)序)，可實(shí)現(xiàn)快速、極低成本的基因分型工作。該技術(shù)依賴于添加特定的引物而不是酶切來(lái)擴(kuò)增特定的DNA片段，大大節(jié)約時(shí)間以及省去復(fù)雜的實(shí)驗(yàn)過(guò)程。

綜上所述，基因分型技術(shù)在不斷改進(jìn)，從而提高了簡(jiǎn)便性、成本效益、精確度和通量，加速了育種方法的發(fā)展。

基因分型技術(shù)在基因組輔助育種中的應(yīng)用

通過(guò)分析現(xiàn)有的測(cè)序技術(shù)及其應(yīng)用場(chǎng)景，會(huì)發(fā)現(xiàn)各類技術(shù)應(yīng)用場(chǎng)景并不完全相同(Figure 3)。其中WGS技術(shù)在各個(gè)研究領(lǐng)域均衡發(fā)展。另外也有一些可節(jié)約成本的低豐度測(cè)序技術(shù)在多個(gè)領(lǐng)域應(yīng)用。研究人員可根據(jù)實(shí)際樣本量、成本預(yù)算、時(shí)間周期等因素綜合考慮各類使用場(chǎng)景來(lái)選擇測(cè)序技術(shù)。

大數(shù)據(jù)共享將有助于快速數(shù)據(jù)交換和支持智能育種

在過(guò)去，獲取物種信息是一項(xiàng)具有挑戰(zhàn)性的任務(wù)，然而，大數(shù)據(jù)時(shí)代的出現(xiàn)給作物育種信息獲取帶來(lái)了顯著改變。在綜合數(shù)據(jù)庫(kù)中研究者就可輕松獲取各種物種的全面科學(xué)數(shù)據(jù)信息。建立一個(gè)大數(shù)據(jù)平臺(tái)可有利于研究者直觀、快速地獲取數(shù)據(jù)。數(shù)據(jù)的持續(xù)性增長(zhǎng)和變化將推動(dòng)信息共享平臺(tái)以多元化和快速的方式發(fā)展。

人工智能和自動(dòng)化在智能育種中的應(yīng)用

人工智能在作物育種中具有巨大的潛力，并且將變得越來(lái)越重要。通過(guò)利用人工智能來(lái)預(yù)測(cè)與環(huán)境和時(shí)間尺度上復(fù)雜性狀相關(guān)的育種相關(guān)信息，育種者可預(yù)測(cè)關(guān)鍵因素，并更快地應(yīng)對(duì)新的環(huán)境挑戰(zhàn)。自動(dòng)化與人工智能相結(jié)合，有可能徹底改變育種領(lǐng)域。自動(dòng)化結(jié)合各種技術(shù)，如信息技術(shù)、機(jī)器視覺(jué)和模式識(shí)別，與實(shí)驗(yàn)過(guò)程相結(jié)合，實(shí)現(xiàn)標(biāo)準(zhǔn)化、自動(dòng)化、信息化和智能化。為育種過(guò)程中智能感知、決策、運(yùn)營(yíng)和研究服務(wù)。

華大智造MGICLab-LT超低溫自動(dòng)化生物樣本庫(kù)和MGISP–960高通量自動(dòng)化樣本制備系統(tǒng)在育種方面已有重要應(yīng)用。MGICLab–LT為種質(zhì)資源存儲(chǔ)提供自動(dòng)化的超低溫的存儲(chǔ)環(huán)境；MGISP‐960采用自動(dòng)化移液系統(tǒng)，可大批量處理育種樣本，減少重復(fù)操作，提高高通量測(cè)序的文庫(kù)穩(wěn)定性。

當(dāng)前的環(huán)境變化和不斷增長(zhǎng)的世界人口需要快速、高效的育種方法來(lái)培育高產(chǎn)、高抗病性、優(yōu)質(zhì)的作物新品種。如何最大化利用基因組數(shù)據(jù)對(duì)作物改良，對(duì)育種者來(lái)說(shuō)既是挑戰(zhàn)也是機(jī)遇。使用基因分型技術(shù)、人工智能和自動(dòng)化將是加快育種過(guò)程和提高效率的關(guān)鍵點(diǎn)。具體來(lái)說(shuō)，人工智能將使研究人員能夠以更少的努力進(jìn)行復(fù)雜的研究，而自動(dòng)化將大大提高實(shí)驗(yàn)的準(zhǔn)確性和效率。此外，育種領(lǐng)域正在經(jīng)歷數(shù)據(jù)爆炸時(shí)代的快速變革和突破，預(yù)示著一場(chǎng)智慧育種革命的開(kāi)始。