近日，中國農(nóng)業(yè)科學(xué)院生物技術(shù)研究所作物耐逆性調(diào)控與改良團(tuán)隊、玉米功能基因組團(tuán)隊、微生物蛋白設(shè)計與智造團(tuán)隊協(xié)同攻關(guān)，構(gòu)建了植物表觀遺傳修飾智能預(yù)測在線工具SMEP 。 

顏色、株高、葉形的不同，都和表觀修飾有關(guān)。資料圖片。新京報記者 周懷宗 攝

   據(jù)介紹，科研人員采用人工智能的方法，深度學(xué)習(xí)植物組蛋白修飾等序列信息，系統(tǒng)實現(xiàn)了水稻、玉米等物種中表觀修飾位點的預(yù)測，為作物功能基因組研究和智能設(shè)計育種提供工具和數(shù)據(jù)支撐。相關(guān)研究成果發(fā)表在《新植物學(xué)家（New Phytologist）》上。

   表觀遺傳是特定的基因型與環(huán)境相互作用的結(jié)果。包括個體形態(tài)、功能等各方面的表現(xiàn)，在植物領(lǐng)域，表現(xiàn)為株高、顏色、抗逆性不同等。據(jù)介紹，表觀遺傳修飾包括DNA/RNA甲基化和組蛋白修飾，是調(diào)控真核生物基因轉(zhuǎn)錄、RNA代謝以及其他生物過程的主要驅(qū)動因素。

   近年來，檢測技術(shù)和高通量測序的發(fā)展推動了作物表觀組學(xué)的研究。然而，由于受到檢測技術(shù)、實驗成本、取材組織以及表觀修飾動態(tài)可逆的調(diào)控特性，仍有大量表觀修飾位點沒有得到發(fā)掘和研究。因此，如何利用現(xiàn)有表觀組學(xué)數(shù)據(jù)深入探索潛在的表觀修飾位點是當(dāng)前表觀遺傳研究面臨的關(guān)鍵問題。

   目前，人工智能技術(shù)在表觀組學(xué)大數(shù)據(jù)分析和預(yù)測上展現(xiàn)廣闊的應(yīng)用潛力。該研究基于卷積神經(jīng)網(wǎng)絡(luò)方法，利用課題組前期繪制粳稻日本晴的多種表觀修飾圖譜，構(gòu)建得到了具有高準(zhǔn)確度的智能預(yù)測模型。該模型經(jīng)過參數(shù)優(yōu)化、交叉驗證以及實驗驗證，在預(yù)測DNA甲基化、RNA甲基化和組蛋白修飾等表觀遺傳修飾位點中具有高可信度。

   同時，研究人員還成功地將該模型應(yīng)用于秈稻代表品種93-11及玉米品系B73中表觀修飾位點的預(yù)測。

   據(jù)介紹，科研人員在線構(gòu)建了智能預(yù)測工具，提供了檢索表觀遺傳修飾位點和基因表達(dá)數(shù)據(jù)的可視化界面，供用戶參考使用，為水稻、玉米等物種的重要農(nóng)藝性狀智能設(shè)計提供挖掘工具和數(shù)據(jù)支撐。

   該研究得到國家自然科學(xué)基金、中國農(nóng)科院科技創(chuàng)新工程等項目資助。

 文章來源：新京報