最近几十年，植物生物学基础研究产生了大量新的知识和数据，这些知识与数据最终将为植物育种与性状改良而服务。然而，实现植物精准设计育种的终极目标，还需要解决当前植物基础研究与育种实践脱节的问题。作为人工智能的一个分支，机器学习技术因其在整合复杂多变的生物学知识和组学大数据方面的卓越能力而得到广泛应用。

图1. “知识”与“数据”驱动的精准设计育种

机器学习主要可以通过两种途径在基础研究和育种实践中建立桥梁（图1）。一种途径是从植物生物学的基础研究中认识基因功能和调控机制，从而实现知识驱动的分子设计育种。在明确性状调控基因的功能后，通过分子标记辅助选择、有利等位基因的多基因聚合、基因编辑与合成生物学等技术，对植物品种进行定向改良（图1A）。另一种途径是直接将机器学习技术应用于商业育种管线，构建各种预测模型和决策算法，从而实现数据驱动的基因组设计育种（图1B）。

这两种途径在现代商业化育种管线中相互结合并发挥着重要作用。现代育种管线的选择取决于与性状相关的基因或位点的数量：对于主要由遗传背景决定的数量性状，如：产量、生物量、环境适应性等性状，通常采用数据驱动模型来推断表型与全基因组标记之间的相关性；对于由遗传前景决定的多基因性状，如抗病、品质等性状，必须首先明确性状调控基因的分子功能及作用途径，才能将多个基因的优良等位变异精准聚合；对于单基因性状而言，应用基因编辑是人工制造突变，则是性状改良的最佳快捷方式。事实上，只要在植物生物学和育种方面积累了足够的知识与数据，机器学习技术便可以发挥功效以推动植物精确设计育种目标的实现。

图2. 各类机器学习算法在植物多组学研究中的应用

论文首先介绍了现代机器学习技术的主要类型（包括监督式学习、半监督式学习、非监督学习、深度学习等）与最新进展；其次，综述了如何将现代机器学习算法应用于高维多组学数据降维、基因调控网络推断、多组学数据关联分析与基因挖掘，以及候选基因的优先级决策等植物学基础研究中；再次，介绍了基于半监督学习框架的深度学习算法在植物表型组学中的应用进展；最后，介绍了机器学习技术在全基因组选择辅助育种、基因型到表型预测，以及基因型与环境互作建模中的应用进展（图2）。在论文的结论与展望部分，讨论了目前机器学习和人工智能技术在植物研究中面临的挑战和潜在解决方案。

此外，本综述还提供了一个应用非监督学习案例，即：如何利用NMF非负矩阵分解算法提高玉米多组学数据关联分析的效率与基因挖掘的精度（图3）。

图3. 案例：应用NMF降维算法提高基因挖掘的效率

论文通讯作者为中国农业大学分子设计育种前沿科学中心、国家玉米改良中心王向峰教授，第一作者为中国农业大学闫军副教授。

王向峰教授智能育种技术相关研究得到了国家自然基金委面上项目“应用机器学习策略预测玉米杂种优势”、海南崖州湾种子实验室揭榜挂帅项目“建立玉米智能设计育种技术体系”，以及教育部分子设计育种前沿科学中心基本科研业务费的资助。

相关论文信息：

https://doi.org/10.1016/j.tplants.2022.08.018