科研思路分享 | 多个热点技术推动智能育种的发展

随着高通量测序技术的发展，智能育种（分子设计育种）已经成为了现代农业的重要育种手段。多种热点技术的引入，不仅丰富了智能育种的方法，也大大提高了育种效率和质量。智能育种不仅是“十四五”规划的优先发展领域，也是2024年国家自然科学基金的研究热点之一，因此，该研究方向是各位科研工作者提报项目申请的不二选择。目前，安诺优达拥有全基因组选择育种、核心种质资源筛选、构建数据库等多个产品，助力智能育种的发展。接下来，以几篇高分文章为例，让大家一起了解智能育种的魅力吧~

图1 智能育种（分子设计育种）促进育种成果直线增加（景海春等，2021）

文献一：基因组选择模型助力杂交稻优选育种

2023年7月Nature Genetics期刊发表题为“Structure and function of rice hybrid genomes reveal genetic basis and optimal performance of heterosis”的研究成果，该文章总结了水稻育种遗传规律，深入解析亚种间杂种优势遗传基础，并构建了基因组选择模型，以便快速筛选优良杂交组合。基于超万份材料的基因型和表型数据，构建了基因组选择模型。该模型能够根据杂交组合的基因组遗传变异信息预测材料的田间表现，并联合七个重要农艺性状的预测结果开展多性状选择，从而实现育种潜力个体的有效筛选，帮助育种工作者制定杂交计划，缩短育种周期，节约人力和时间成本。

图2 杂交水稻基因组选择模型的构建与验证 (Gu et al., 2023)

文献二：核心种质资源筛选助力水稻育种改良

2020年9月Plant Communications期刊发表题为“Designing a mini-core collection effectively representing 3004 diverse rice accessions”的研究成果。本研究以3K水稻基因组（3KRG）项目的3000多个水稻和4个印度水稻种质为原始数据材料，基于表型多样性分析，得到了基于表型的核心种质库CC1（231份）；通过SNPs数据分析，建立了基于变异信息的核心种质库CC2（300份）；以捕获最大可能的等位基因、性状多样性为原则，得到目标核心种质CC3（520份）。目标核心种质CC3占原始种质17.3%，满足理想核心种质（5-20%）的大小要求。研究者对核心种质CC3样本使用不同的统计分析进行验证，发现全基因组关联分析有效地复现了原始群体中确定的标记-性状关联，单倍型分析验证了微核心种质集的实用性，证明CC3具有绝对的代表性，可以作为所有材料的核心种质。

图3 水稻核心种质资源筛选 (Kumar et al., 2020)

文献三：数据库推动育种数据化与智能化

2023年10月Nucleic Acids Research期刊发表了题为“SoyMD: a platform combining multi-omics data with various tools for soybean research and breeding”的研究成果，研究构建了一个“大豆SoyMD数据库”，该数据库整合了38个大豆基因组的序列和注释数据，435个组织样本基因表达数据，125份大豆表型数据，24,501份大豆材料的遗传变异数据，以及包括组蛋白修饰、转录因子结合、染色体可及性和染色体相互作用在内多组织样本的表观基因组数据。整合和开发了多种数据查询、浏览、分析和可视化工具，最终构建出大豆多组学数据库SoyMD（https://yanglab.hzau.edu.cn/SoyMD/#/）。

图4 大豆多组学数据库SoyMD (Yang et al., 2024)

安诺优达分子育种优势

项目经验丰富：安诺优达拥有成功完成绵羊、猪、牛、鱼、昆虫、桃树、水稻、小麦、大豆、玉米等近百个物种WGS的项目经验。每年服务200+高校和科研院所，完成10000+例WGB服务项目，可实现大样本量项目的快速交付。

高分文章支撑：2012年成立起，专注测序分析12年，助力客户在Nature Genetics、Nature Communications、Genome Biology、Molecular Plant等期刊上累计发表50余篇动植物基因组重测序论文。

专业服务团队：安诺优达有专业的实验、技术、产品与生信分析团队，项目专项解答，确保项目顺利交付。

全新交付模式：数据库的构建推动了数据挖掘与有效利用，安诺优达可承接基因组标准数据库、多组学数据库以及定制化数据库搭建服务，具有丰富的数据库开发和搭建经验。

参考文献：

[1]景海春,田志喜,种康等.分子设计育种的科技问题及其展望概论[J].中国科学:生命科学,2021,51(10):1356-1365+1355.

[ 2] G u Z, Gong J, Z hu Z, et al. Str ucture and function of rice hybrid genomes reveal genetic basis and optimal performance of heterosis. Nat Genet . 2023;55(10):1745-1756. doi:10.1038/s41588-023-01495-8.

[3] Kumar A, Kumar S, Singh KBM, Prasad M, Thakur JK. Designing a Mini-Core Collection Effectively Representing 3004 Diverse Rice Accessions. Plant Commun. 2020;1(5):100049. Published 2020 Apr 24. doi:10.1016/j.xplc.2020.100049.

[4] Yang Z, Luo C, Pei X, et al. SoyMD: a platform combining multi-omics data with various tools for soybean research and breeding. Nucleic Acids Res. 2024;52(D1):D1639-D1650. doi:10.1093/nar/gkad786.